局部平稳高斯过程的最大值与最小值的渐近独立性

研究了满足Berman条件的局部平稳高斯过程 {X(t) ,0≤t≤T}的最大值与最小值的联合渐近分布 .在一定条件下 ,获得了最大值与最小值的渐近独立性和绝对值的渐近分布 .     

非平稳高斯序列最大值与部分和的几乎处处中心极限定理

假设{X_n,n≥1}为标准化非平稳高斯序列,在协方差和常数列{u_n,i,1≤i≤n,n≥1}满足适当的条件下,获得了最大值与部分和的几乎处处中心极限定理,并优化了臧庆佩所获得的结果.     

标准非平稳高斯过程的逗留极限定理

本文讨论一般均值为0而方差为1的非平稳高斯过程在高水平之上的逗留极限定理,布朗运动作为特例被涉及.     

优化权重下平稳高斯序列的部分和与最大值的几乎处处中心极限定理

在协方差满足一定条件下,研究平稳高斯序列的部分和与最大值的几乎处处中心极限定理,获得平稳高斯序列的加权函数形式的几乎处处中心极限定理,此结果推广Marcin Dudzinski在对数平均下的平稳高斯序列的几乎处处中心极限定理.     

具有随机足标的平稳正态序列的部分和与最大值的联合极限分布

设X1，X2，…为标准化平稳正态序列，相关系数ρli-j1=EXiXj(i≠j），N（n）为取正整数的随机变量且N（n）/n P→η，η为大于0的随机变量．得到了：当ρnlog n→γ∈(0，∞)时，最大值MN（n）和部分和SN(n)的联合极限分布．     

强相依平稳正态序列的部分和与最大值的联合极限分布

设X1，X2，…是标准化平稳正态序列，协方差ρn=EX1Xn 1。在ρn和（ρnlogn)^-1都单调且收敛到0的情况下，得到了∑i=1nXi与max{Xi|1≤i≤n}的联合渐近分布。     

一类强相依非平稳高斯序列最大值的几乎处处收敛

 设{X_n,n≥1}为存在样本缺失的标准化强相依非平稳高斯序列,其相关系数r_ij=EX_iX_j.在r_ijln(j-i)→r∈(0,∞)的情况下,得到了完整样本的最大值与非完整样本的最大值的联合极限分布,并证明了其几乎处处收敛.     

一类具有随机足标的最大值的极限分布

设｛εｉ｝是一列随机变量,Ｍｎ＝∨ｉ＝１＾ｎεｉ．｛Ｎｎ｝是一列非负整值随机变量。在假定｛Ｍｎ｝与某随机变量相依地关联着某个信值过程的情况下,分别讨论了｛Ｍｎ｝的极限分布,得到充分必要的条件。     

关于严平稳过程的上穿过与最大值的几点注记

设ξ(t)(t≥0)是一严平稳过程,具有连续的样本函数,且ξ(t)的分布函数是连续的.令N_u(T)记对于水平u>0,在(0,T)内ξ(t)上穿过的数目.本文讨论E(N_u(T))的公式以及(?)P(M(T)≤u_n_T(x)),其中M(T)=sup{ξ(t)|0≤t≤T},而u_n_T(x)是单增函数.     

两参数Gauss过程的增量

本文研究两参数Gauss过程的增量问题,在减弱文献中的一个基本条件的情况下,我们给出一个相应的结果。     

离散型随机变量幂赋范最大值的极限分布

(Xn)为独立同分布离散型随机变量序列,Mn=max(X1,…,Xn).当离散型随机变量分布的参数随n适当变化时,得到了|Mn/αn|1/βnsign(Mn)的极限分布,并应用于6种常见离散型分布.     

混合对数正态分布最大值的极限分布

设{Xn,n≥1}是独立同分布的随机变量序列,并且每个随机变量Xn服从混合对数正态分布.Mn=max{Xk,1≤k≤n}表示{Xn,n≥1}的部分最大值,同服从混合对数正态分布的独立随机变量最大值的极限分布以及相应的赋范常数.     

平稳高斯序列的联合渐近分布

{Xn}为标准的平稳高斯序列,在弱相依条件下,文章得到了此序列的第k个最大值Mn(k)与其出现的位置Ln(k)的联合渐近分布,以及此序列的前k个最大值的联合渐近分布。     

具有平稳增量的自相似过程的边缘分布

设X={(Xt),t≥0}是指数H（＞0）型的具有平稳增量的自相似过程，论文给出了X1的边缘分布的一些结果。对于H≠1,log^ X1的压缩函数有一个只依赖于H的界；对H＞0，X1除了一些平凡的情形外是非原子的；而对H＞1，X1的尾分布的下界也给出了；文章的最后对X1的支撑的连通性给予了讨论，并给出了一些结果。     

Gauss分布的极大迫近式

本文应用“面积替代原理”给出一般的Gauss分布的极大迫近式作为特例,同时给出Williams的极大迫近式,并指出其特例的精度也明显优于Williams的极大迫近式和Hart的极大迫近式.