关于指数丢番图方程x~2+(3a~2+1)~m=(4a~2+1)~n(英文)

应用Bilu,Hanrot和Voutier关于本原素因子的深刻理论及二次丢番图方程解的表示等方面的精细结果,完全解决了指数丢番图方程x2+(3a2+1)m=(4a2+1)n在3a2+1为奇素数或奇素数幂时的求解问题.     

概念图及其在概率统计教学中的应用

概念图是用来组织和表征知识的工具,概念图教学法是教学改革的新途径.文中简述了概念图的起源、国内外发展现状、概念图的内涵及其结构.指出了相对于传统教学的概念图教学,在概率统计教学中的突出之处:概念图可作为教师教学的先行组织者;概念图可帮助学生复习时有效地整理知识,提高学习效果;可作为教师检测学生学习的工具;可用于师生之间的对话与合作.并用实例说明概念图应用于概率统计教学中的良好效果.     

二次曲线切线的一种新求法

利用点与点的对应和点与线的对应介绍二次曲线切线的一种新求法.     

在NA样本下一类双边截断型分布族参数的经验Bayes估计

在平方损失下,讨论一类双边截断型均匀分布族参数的经验贝叶斯(EB)估计的渐近性.按照贝叶斯(Bayes)方法,导出均匀分布族参数的 Bayes 估计,利用历史样本,采用概率密度函数的核估计方法,构造出边缘密度函数的估计,从而得到参数的EB估计,在一定的条件下,证明所得到的EB估计是渐近最优的,而且得到了其收敛速度,最后举例说明满足定理条件的参数的先验分布是存在的     

关于三参数Pareto分布的参数估计问题

在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes(PEB)估计;按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质;根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1)。     

概念图用于教学评价的实践研究——以数学教学为例

概念图是组织和表征知识的工具,它的节点、连线、层级、分支和交叉连接都可以用来检测学生的学习,检测学生对知识的记忆能力、理解程度和应用创新能力.文中对概念图的内涵和结构进行了合理的拓展,阐述了概念图的评价形式:读图改错、填图题和构图题,对不同形式的概念图检验试题设计了不同的评分标准:节点连线评分法、编码评分法和等级评分法,通过实验对概念图的检测效果进行了分析,分析了试题的信度、难度、区分度和效度,从数据中得出结论:概念图是一种有效的教学评价工具.     

二次曲线切线的一种新求法

利用点与点的对应和点与线的对应介绍二次曲线切线的一种新求法。     

指数模型单参数的线性贝叶斯估计

(χ,λ)是二维随机向量,X1,X2,…,X为来自指数总体i.i.d样本,它们的条件分布χIλ～E(λ),在参数λ的先验分布未知的情况下,根据λ的期望和方差所具有的性质,证明了参数λ与样本X1,X2,…,X存在一定程度的线性关系,利用这一特性和λ的充分统计量,导出λ在平方损失函数下的贝叶斯估计,并进一步讨论了其渐近性.     

几何模型中参数的经验贝叶斯估计的渐近性

依据经验Bayes估计的思想方法,研究在平方损失函数下几何分布中参数的经验Bayes(EB)估计问题.研究过程为:在平方损失函数下求得参数的Bayes估计,在相同的损失函数下,利用频率逼近概率这一事实,构造参数的EB估计,最后证明所得到的EB估计是渐近最优的,收敛速度为o(n-(2s-1)/(2s+1)).     

定数截尾下三参数BurrI分布参数估计的优良性与渐近性

研究BurrI分布族形状参数的一致最小方差无偏估计(UMVUE)、以及在刻度平方损失下的Bayes估计和参数型经验Bayes(PEB)估计.在均方误差(MSE)准则下比较UMVUE与PEB估计的优良性.给出了参数的PEB估计相对于它的Bayes估计的大样本性质,并获得其收敛速度o(n－1).对参数PEB估计的置信区间进行了数值模拟分析.