1、从教务处网页上下载本封面 ： htt 本 科 毕 业 论 文（设 计）小三号、黑体字题目（中文）指数分布冷贮备单元的串联系统产品的统计分析 （英文）Statistical Analysis of Cold Reserve Series System for Exponential Distribution 四号、宋体；下划线均两端对齐四号、Times New Roman 字体学 院 信息与机电工程学院 年级专业 2008级计算机科学与技术 学生姓名 XXXXXX 学 号 080143504 指导教师 XXXXXX 完 成 日 期 2012 年 4 月四号、黑体；下空一行为“摘要”内容摘要四号、
2、宋体；1.5倍行距；页边距（以下各页如同）：上下各2.54cm，左右各3.17cm，装订线左侧1cm考虑寿命服从指数分布的冷贮备单元串联而成的系统，先介绍了其工作原理并做出一些基本假设。利用概率论中指数分布无记忆性，推出整个系统寿命的分布函数。给出了参数的矩估计、极大似然估计。给出了适用于不同样本容量的含参数的逆矩估计和修正逆矩估计的方程，并证明了方程的解的唯一性。通过大量Monte-Carlo模拟考察估计的精度，得到矩估计和极大似然估计优于逆矩估计。同时，利用枢轴量法和中心极限定理，还给出了参数的精确区间估计和近似区间估计，通过大量Monte-Carlo模拟考察了区间估计的精度，得到参数的精
3、确区间估计优于近似区间估计。最后，随机产生一组数据应用以上方法举例说明。四号、黑体空一行四号、宋体关键词：冷贮备串联系统；矩估计；极大似然估计；逆矩估计；区间估计居中，四号，Times New Roman字体；其他格式参照中文摘要要求Abstract四号，Times New Roman字体，1.5倍行距Basing on the series system in which the life of each cold reserve unit conforms to the exponential distribution, the paper firstly introduces the w
4、orking principle of this system and proposes some basic assumptions. Using the memoryless property of exponential distribution functions, the paper gives the whole system lifes distribution function. the moment estimate, maximum likelihood estimate are given. the Equations including the inverse mome
5、nt estimate and revised inverse moment estimate of the parameter which fit different sample size are given. Then the uniqueness of solution is also proved. In order to compare the precision of the estimate, a large amount of Monte-Carlo simulations are performed and it can be concluded that the mome
6、nt estimate and maximum likelihood estimate are better than the inverse moment estimate. In addition, using the pivot method and central limit theorems，the paper gives the precise interval estimate and approximate interval estimate of the parameter. The precisions of both interval estimates are comp
7、ared by Monte-Carlo simulations. It can be concluded that the precise interval estimate is better than the approximate interval estimate. At last, a group of data is produced as an example to apply this method. Keywords: cold reserve series system；moment estimate；maximum likelihood estimate；inverse
8、moment estimate；interval estimate四号、Times New Roman字体；其他格式参照中文摘要要求三号、黑体、居中，下空二行目 录小四号，宋体，1.5倍行距上海师范大学本科毕业论文（设计）诚信声明 I上海师范大学本科毕业论文（设计）选题登记表II上海师范大学本科毕业论文（设计）指导记录表中文摘要及关键词 英文摘要及关键词 第1章 指数分布冷贮备单元的串联系统简介1第2章 指数分布冷贮备单元的串联系统的统计分析32.1参数的矩估计3原则上按三级目录（三个层次）编写，三个层次分别缩进2个英文字符2.2 参数的极大似然估计32.3参数的逆矩估计42.3.1第一逆矩估
9、计42.3.2第一逆矩估计 82.4参数的区间估计 10参考文献 13附录 1414小四号、宋体，1.5倍行距。页边距（以下各页如同）：上下各2.54cm，左右各3.17cm，装订线左侧1cm。每一段开头，空2个汉字一级标题，居中，小三号、黑体，下空一行第1章 指数分布冷贮备单元的串联系统简介参考文献用右上标，用1、2、3等数码表示，按文中出现的先后顺序列于正文后系统产品由个同型单元组成，其中系统需有个单元串联工作，其它单元作冷贮备。当个工作单元中有一个失效时，若还有贮备单元，则贮备单元之一立即去替换，系统继续工作；当个工作单元有一个失效时，若贮备单元已用完，则系统产品失效。该系统产品曾做了研
10、究1。在此假定所有部件的工作寿命均遵从参数为的指数分布，且相互独立。易知，在一个个工作单元的串联系统中，直到有一个单元失效的时间（即串联系统的寿命）的分布函数是，当其中一个单元失效后，贮备单元之一去替换，替换后仍是个单元串联工作。由于指数分布的无记忆性，可认为这个单元都是新的条件下同时开始工作。因此，直到有一个单元失效的时间的分布函数仍为，由于有个贮备单元，可作次替换，因此，系统产品的寿命是个独立的随机变量之和，每个随机变量的分布函数均为，所以这系统产品等价于个独立单元的冷贮备系统，其中每个单元的失效率为。因而，系统产品的寿命的分布函数为：公式应注序号并加圆括号连续排序 （1） 特别，当时，正
11、文页码用阿拉伯数字，居中令，即，此即完全类似于“指数分布冷贮备产品的统计分析转换开关完全可靠的情形2”。当时，令， 一般地，令， ，令 （2） （3）一级标题，居中，小三号、黑体，下空一行，下同每章另起一页二级标题，靠左，四号、宋体第2章 指数分布冷贮备单元的串联系统产品的统计分析2.1 参数的矩估计设为来自总体分布函数为的一个容量为的一个简单随机样本。由矩估计思想可建立如下方程： 解得：，而：,二级标题间的内容，空一行所以，的矩估计是无偏估计。2.2 参数的极大似然估计似然函数为：令，则可解得：，即参数的矩估计和极大似然估计是相同的。三级标题，空两个汉字，小四号，宋体，以下同2.3 参数的逆
12、矩估计参考文献用右上标，用1、2、3等数码表示，按文中出现的先后顺序列于正文后，以下同2.3.1第一逆矩估计求参数的逆矩估计3由于： ，于是有： 可建立如下方程4： 为考察点估计的精度，取参数的真值为1，而，样本容量取为，进行1000次Monte-Carlo模拟，估计的均值和均方差列于表1。 从表1可以看到，参数的矩估计优于逆矩估计，逆矩估计优于修正的逆矩估计。论文中的表格可统一编序，表号连续，表号和表标题置于表格上方中间位置 表1 点估计的均值和均方差（1）矩估计均 值矩估计均方差逆矩估计均 值逆矩估计均方差修正逆矩估计均值修正逆矩估计均方差表格中的内容用5号字，单倍行距251.01090.
13、06670.99430.06711.13180.103661.00680.05750.99560.05701.10460.081871.00670.04840.99660.04911.08910.066881.01040.04151.00160.04161.08190.055491.00950.03801.00120.03811.07180.0489101.01040.03331.00340.03301.06660.0417201.00560.01601.00240.01621.03280.0183301.00530.01111.00320.01131.02320.0123401.00590.
14、00861.00300.00921.01810.0098351.00860.05050.99210.05321.11010.075361.00650.04300.99420.04331.08890.060071.00560.03620.99540.03731.07530.049381.00880.03111.00000.03161.06940.041091.00810.02850.99980.02891.06080.0363101.00890.02511.00180.02501.05650.0311201.00480.01201.00150.01231.02800.0138301.00450.
15、00841.00240.00861.01940.0095401.00500.00651.00300.00661.01520.0074451.00760.04040.99290.04641.09670.059261.00560.03440.99360.03501.07810.047571.00480.02890.99480.03011.06620.039181.00780.02480.99910.02551.06120.032691.00710.02280.99900.02331.05360.0289101.00780.02011.00090.02021.04990.0248201.00420.
16、00961.00110.01001.02480.0111301.00400.00671.00190.00691.01760.0075401.00440.00521.00310.00551.01130.0064 下空一行四号、黑体，居中参考文献 曹晋华、程侃.可靠性数学引论（第二版）M,2006:3857. 王蓉华、卜敏佳、徐晓岭.指数分布冷贮备系统产品的统计分析转换开关完全可靠的情形R，上海师范大学科研报告.3 王炳兴. Weibull分布的统计推断J,应用概率统计，1992，8（4）:357364.4 王蓉华、顾蓓青、徐晓岭、孙祝岭.逆矩估计方法探讨J,数理统计管理待发表.5 茆诗松、程依明
17、、濮晓龙.概率论与数理统计教程M：高等教育出版社，2004：157-158 .6 陈传璋、金福临.数学分析M：高等教育出版社,1983:120-1257 参考文献内容用五号、仿宋体，1.5倍行距；英文字体为 Times New Roman字体 四号、黑体，居中附录 MATLAB程序代码1.计算指数分布参数矩估计、极大似然估计、逆矩估计的均值以及均方误差的程序a=1；l=2;5号宋体，单倍行距 k=3;英文字体为 Times New Roman，5号n=10;syms z i t1 t2;for s=1:1000 y2=0; y3=0; for r=1:n y1=rand(1,1); x(r)=
18、gexian1(1-exp(-l*z/a)*symsum(l*z/a)i/gamma(i+1),i,0,k)-y1); y2=y2+exp(-l*x(r)/t1)*symsum(l*x(r)/t1)i/gamma(i+1),i,0,k); y3=y3+l*x(r)/t2-log(symsum(l*x(r)/t2)i/gamma(i+1),i,0,k); end p(s)=l/(k+1)*mean(x); q1(s)=gexian2(y2-n/2); q2(s)=gexian3(y3-n+1);endavgp=mean(p)sn2p=(sum(p-a).2)/1000avgq1=mean(q1)sn2q1=(sum(q1-a).2)/1000avgq2=mean(q2)sn2q2=(sum(q2-a).2)/1000
