双侧截尾时双参数指数分布的BLUE

给出了双参指数分布在双侧截尾情况下未知参数σ和θ的最佳线性无偏估计（简记BLUE）和它们的方差．     

正交试验在废水处理中的应用

本文利用正交试验的方法,找到在氧化乐果合成废水中回收甲醇和氯仿的最佳工艺。     

样本均值函数的期望及收敛速度

本文给出了样本均值X的函数f(X)的数学期望、方差的求法及其余项的收敛速度。     

指数分布参数的E-Bayes方法

基于指数分布定时截尾寿命试验,给出了失效率λ的E-Bayes估计.研究了在超参数取不同密度函数时λ的E-Bayes估计之间的关系和收敛速度以及估计量关于超参数的稳健性,并通过实例,给出了不同超参数下失效率λ和可靠度R(t)的计算结果.     

关于多叶玫瑰线的一个注记

在高等数学教学中,常常作极坐标变换x=ρcosθ,y=ρsinθ,一般要求ρ≥0.但是玫瑰线ρ=acoskθ和ρ=asinkθ作图时,没有限制条件ρ≥0,特别在计算图形面积和曲线长度时,往往带来不便.为此给出了一般多叶玫瑰线以及在限制条件ρ≥0时在画法上的区别与联系,同时介绍了一般多叶玫瑰线的特点和几个重要结论.     

大学教学思想方法教育浅析

分析了数学知识系统的结构特征，指出数学思想方法的层次性有其分类，给出了大学数学思想方法的教学原则。     

指数分布无失效数据下参数的单侧M-Bayes估计

基于指数分布定时截尾寿命试验,定义了失效率λ的单侧M-Bayes置信上限和可靠度R(t)的单侧M-Bayes置信下限;证明了超参数取不同密度函数时λ的M-Bayes置信上限函数性质,探讨了估计量关于超参数的稳健性,并通过实例对失效率λ和可靠度R(t)给出了不同超参数下的M-Bayes估计。结果证明,对于超参数分布的不同选取,估计具有较强的稳健性。     

关于指数分布无失效数据的一种Bayes分析

对指数分布无失效数据给出了一种新的处理方法:用Bayes方法寻求指数分布情况下的拟累积失效数的估计,从而获得无失效情况下未知参数的修正极大似然估计.     

正态分布无失效数据的多重Bayes方法

基于正态分布场合的无失效数据(si,τi)(i=1,2,…,l),给出了失效概率pi的多重Bayes估计^pi,进而得到总体参数μ和σ的估计,并结合实际问题加以说明.     

大学数学思想方法教育浅析

分析了数学知识系统的结构特征，指出数学思想方法的层次性及其分类，给出了大学数学思想方法的教学原则