χ^2分布和F分布导出的检验定理及其证明

对于单因素试验方差分析统计模型的假设检验问题，由χ^2分布和F分布导出了一个用来进行显著性检验的，检验定理，并作了定理的理论证明。     

玻耳兹曼分布律的推广和应用

通过对玻耳兹曼分布律的推广,从而证明能均分定理.     

Piosson分布参数的p-值检验

首先给出一个定理揭示Poisson分布与伽马分布的关系,利用充分性原理获得了检验统计量.进一步给出Poisson分布参数的单侧显著性检验p-值的计算方法,并结合实例对所给方法进行演示.     

统计量服从特定分布的充要条件

当正态总体的方差未知时，人们常用t检验法来检验总体的均值．事实上，这种检验方法并不一定要求总体是正态分布，甚至样本之间的独立性要求也不是必要的．本文的目的是研究t检验的适用范围，给出了二维随机向量构成服从t分布统计量的充要条件．出于类似的目的，还给出了二维随机向量构成服从Dirichlet分布及F分布统计量的充要条件．     

一类Dirichlet分布的渐近分布

利用中心极限定理和Slutsky定理, 证明了一类Dirichlet分布的渐近分布为正态分布.     

价夸克分布与海夸克分布的核效应

由ｌ－Ａ深度非弹性散射实验数据结合ｐ－Ａ碰撞Ｄｒｅｌｌ－Ｙａｎ截面数据来分别考察束缚核子中价夸克分布与海夸克分布的核效应，提出了一种检验解释ＥＭＣ效应的理论模型的方法。     

矩阵F分布与矩阵T分布在左球分布类中的推广

利用任意非负Borel函数的教学期望与随机向量的密度函数的关系,通过随机矩阵的变换,证明了左球分布定义的矩阵F和矩阵T仍然服从矩阵F分布和矩阵T分布,从而将矩阵F分布和矩阵T分布推广到左球分布类.这一结果扩大了椭球等高分布的应用范围.     

关于分布收敛及其性质

文章给出了分布函数及分布收敛的几个定理、推论、性质和证明。     

构造具有给定分布的随机变量

推广了定理２而得到定理３，并利用反函数变换，由（０，１）上均匀分布的随机变量导出几个重要分布的随机变量，这些结果在随机模拟中有重要应用     

分布函数列的一致收敛性

研究了函数列的一致收敛性问题.对狄尼定理的另一种形式的结果给出了证明,并将此结果应用于随机变量序列的分布函数列的一致收敛性研究,指出了中心极限定理的深刻结果,对t-分布的随机变量序列的极限分布给出了2种直接的证明方法.     

考虑管长因素的初分流量方法探讨

环状网初分流量方法中 ,比较适用的是改进的最小平方和法 ,即考虑管长因素的最小平方和法。而管长幂次数的不同对分配结果影响颇大。采用计高幂次管长的最小平方和法分配管网初始流量 ,加重了管长因素对流量的影响 ,并使结果更符合流量分配原则。文章通过对不同幂次数计算结果的分析、比较 ,提出较合理的取值 ,并在算例中得到验证。     

一种环状给水管网流量优化分配方法

根据优化原则,建立了环状给水管网流量优化分配的数学模型。通过优化计算和分析表明：该方法不需假定流向、增加虚环,水力计算收敛速度快,可获得接近设计的流量,管网的流量分配满足管网可靠性的要求,并能循最短路径供水到用户。     

关于某类正则Fourier级数及其导级数的求和法

引入一类正则的Ｆｏｕｒｉｅｒ级数及其导级数的求和法，并得到了相应的求和定理、饱和类定理及逼近定理，同时改进并推广了［１］的求和定理，修正了［１］的饱和类定理。     

De Moivre—Laplace定理求解结果差异的分析

De Moivre—Laplace定理作为独立同分布中心极限定理的一种特殊情形，为近似计算二项分布的概率提供了一种简捷的方法。文中主要对应用De Moivre—Laplace定理解题时容易产生不同结果的原因作了细致的分析，有助于帮助学生进一步理解中心极限定理的本质含义，同时对教学与教材的编写有一定的启示作用。     

二项分布两种近似计算的讨论

泊松定理、隶莫佛-拉普拉斯定理给出了二项分布的近似计算公式.如何把握近似条件使近似更为准确?通过二项分布、泊松分布、正态分布的概率值的对比,得出泊松分布在p较小时、n不用太大即可近似较好;正态分布在p较小、n较大等三种条件下都能较好近似二项分布;在p较小、n足够大时两种近似均可的结论.     

关于F.Smarandache函数及其k次补数

目的研究著名的F.Smarandache函数S(n)以及n的k次补函数ak(n)的复合函数的值分布问题。方法利用初等方法及解析方法。结果给出了复合函数S(ak(n))与n的最大素因子函数P(n)的均方差定理。结论获得了一个较强的渐近公式。     

i次幂数列和的研究

指出了具有i次幂的多项式数列和的求解方法;分析了i次幂数列中的常量改变为变量以及i的符号的改变对数列和的影响,获得了某些负i次幂数列和的求解方法。     

完全极大似然估计

证明了关于完全极大似然估计的一个重要定理,说明当参数的2个不同的变换的某些分量完全相同时,它们的完全极大似然估计是相同的,另外,给定了正态分布和负指数分布的参数以一定的先验分布,在此基础上计算它们的完全极大似然估计,得到了与贝叶斯参数估计形式非常相似的结果。     

施咸亮引入的（A_α~＊）、（L_k~＊）、（l_k~＊）求和法收敛定理的改进与

求文改进了施咸亮提出的（Ａ＊α）、（Ｌ＊ｋ）、（ｌ＊ｋ）求和法的收敛定理，并予推广。