服务系统中的服务人数的极限性质

令《Ｘｎ，ｎ≥１》为ｉ．ｉ．ｄ．非负ｒ．ｖ．ｓ．，Ｘｎ，１≤Ｘｎ，２≤…≮Ｘｎ，ｎ为Ｘｉ，ｉ≤ｎ的次序统计量。《ｓｎ，ｎ≥１》为一正常数列，记Ｎｎ＝ｍａｘ《ｋ≤ｎ：Ｘｎ，１＋Ｘｎ，１＋…＋Ｘｎ，ｋ≤ｓｎ》。本文讨论了Ｎｎ的几乎处处收敛性与渐近正态性，改进了Ｂｒｕｓｓ的结果。     

矩形区域上均匀分布的一个性质

设｛Ｘｔ＝（Ｘ１ｔ，Ｘ２ｔ，…，Ｘｐｔ｝ｔ＝１，２，…，ｎ｝是矩形区域Ｄ＝｛ｘ＝（ｘ１，ｘ２，…，ｘｐ）│αｉ≤ｘｉ≤ｂｉ，ｉ＝１，２，…，ｐ｝上的均匀分布的样本，Ｘ（１），Ｘ（２），…，Ｘ（ｎ）是Ｘ１，Ｘ２，…，Ｘｎ的次序统计量。     

顺序统计量的模型分辨

设ｘ１，ｘ２，…ｘｎ为ｎ个相互独立的随机变量，本文证明了在分布满足一定条件下，第ｋ个顺序统计量ｘ（ｋ）（１≤ｋ≤ｎ）的分布决定了ｘｉ的分布（ｉ＝１，２，…ｎ）。     

伴随的最大值和最大值的伴随的联合分布

设（Ｘ,Ｙ）表示一个绝对连续的二维总体,从中抽取容量的ｎ的样本,用Ｘｉ：ｎ表示,Ｘ样本的第ｉ个顺序统计量,同Ｘｉ,ｎ相对应的Ｙ样本值用Ｙ（ｉ：ｎ）表示,Ｙ（ｉ：ｎ）被称为第ｉ个顺序统计量的伴随,对１≤ｋ≤ｎ,设Ｖｋ,ｎ＝ｍａｘ（Ｙ（ｎ－ｋ＋１：ｎ）＾．．．,Ｙ（ｎ：ｎ）给出了（Ｖｋ,ｎ,Ｙ（ｎ：ｎ）有限样本的联合分布,并且在线性模型下,研究了它的渐近分布,进而可以得到Ｙ（ｎ：ｎ）／Ｖｋ,ｎ这一统计     

次序统计量和渐近分布（I）

记《Ｘｎ，ｎ≥１》为独立冈分布的随机变量列。以Ｘｎ，１≤…≤Ｘｎ，ｎ记Ｘ１，…，Ｘｎ的次序系统计量。作者将陆续给出３篇文章来讨论和Ｓｎ（ｌｎ，ｒｎ）＝＾ｒ＾ｎ＾－＾１∑ｉ＝ｎ＋１Ｘｎ，ｉ＋ｐｎＸｎ，ｌｎ＋ｑｎＸｎ，ｒｎ当ｎ→∞时的渐近分布。这些文章所使用的方法是统一且初等的。作为上述和的特例，本文将改进文献中关于截断和及修断和及修正截断和的某些结果，还将讨论一类新的截断和──边项次序统计量的和。本     

双下标随机变量顺序统计量和的一个强大数定律

本文对双下标随机变量Ｘｎ１，Ｘｎ２．．．，Ｘｎｎ的顺序统计量Ｘ１（ｎ），Ｘ２（ｎ），．．．，Ｘｎｎ，在其分布连续且存在ｐ阶矩（ｐ＞２）的条件下，获得了它们的加权和的强大数定律。     

B值一致渐近鞅的局部收敛性及大数定律

设（Ω，Ｆ，Ｐ）是概率空间，Ｂ是ｐ阶一致光滑空间，Ｘ＝（Ｘｎ，Ｆｎ，ｎ≥１）是Ｂ值一致渐近鞅，则有：（１）｛∑∞ｎ＝１Ｅ（‖ｄＸｎ‖βＭ‖ｄＸｎ‖β－１＋Ｍβ／Ｆｎ－１）＜∞，１≤β≤ｐ，Ｍ＞０，ｓｕｐｎ≥１‖Ｘｎ‖＜∞｝｛Ｘｎ收敛｝（２）｛∑∞ｎ＝１Ｅ（‖ｄＸｎ‖β（Ｍｎ）‖ｄＸｎ‖β－１＋（Ｍｎ）β／Ｆｎ－１）＜∞，Ｍ＞０，１≤β≤ｐ｝｛Ｘｎｎ收敛于０｝（３）若对任意的ｘ≥０及ｎ≥１，均有Ｐ（‖ｄＸｎ‖≥ｘ）≤ａＰ（Ｙ≥ｘ），其中Ｙ是一正实值随机变量，ＥＹ＜∞，Ｅ（Ｙｌｎ＋Ｙ）＜∞，ａ是一正实数，那么Ｘｎｎａ．ｓ．收敛于０．上述结论推广与改进了若干熟知的重要结果     

分布尾等价与极值的矩收敛

设（Ｘｎ，ｎ≥）是公共分布为Ｆ（ｘ）的独立同分布序列（简称ｉｉｄ序列，下同），（Ｘ１，Ｘ２，…Ｘｎ）的第ｋ个（１≤ｋ≤ｎ）最大值为Ｍｎ＾ｋ，（Ｙｎ，ｎ≥）是公共分布为Ｇ（ｘ）的ｉｉｄ序列，（Ｙ１，Ｙ２…Ｙｎ）的第ｋ个（１≤ｋ≤ｎ）最大值为Ｍｎ＾ｋ，在Ｆ（ｘ）与Ｇ（ｘ）尾等价的条件下，讨论了Ｍｎ＾ｋ的ｌ（ｌ∈Ｎ）阶矩与Ｍｎ＾ｋ的ｌ（ｌ∈Ｎ）阶矩之间的收敛关系。得到定理 设Ｆ（ｘ）∈Ｄ（Ｈ），ｌ∈Ｎ（     

关于刻度参数变点的非参数统计推断

对最多只含一个刻度参数变点的模型Ｘ（ｉ／ｎ）＝ｅ（ｉ／ｎ），ｉ＝１，２，…ｎ．ｅ（１／ｎ），…，ｅ（ｎ／ｎ）相互独立，且对ｉ／ｎ＜ｔ０，ｅ（ｉ／ｎ）～Ｆ（ｘ），对ｉ／ｎ≥ｔ０，本文讨论了上述模型中变点ｔ０和刻度参数ｂ的假设检验和区间估计问题．     

基于Cp统计量的自变量选择原则

对回归模型ｙ＝β０＋β１ｘ１＋…＋βｔｘｔ（其中ｙ是ｑ×１随机向量，βｉ为ｑ×１维参数向量），提出在ｑ≥１的情况下，基于Ｃｐ统计量的自变量的选择原则：选择自变量是子集Ｐ，使其相对应的Ｃｐ值满足条件ＣＰ≤γα（ｔ，ｎ－ｔ－１，ｑ）．     

B值随机元阵列加权和的收敛性与大数定律

令｛Ｘｎｉ，１≤ｉ≤ｋｎ↑∞，ｎ≥１｝为Ｂ值随机元阵列，｛ａｎｉ，１≤ｉ≤ｋｎ，ｎ≥１｝为实数阵列。讨论加权和Ｓｎ＝Σ↑ｋｎ↓ｉ＝１ａｎｉＸｎｉ，ｎ≥１的收敛性。在条件ｓｕｐ↓ｎ，ｉＰ（‖Ｘｎｉ‖〉ｘ）＝０（ｘ＾－ｒ）下给出了一些收敛性结果（１≤ｒ〈ｐ≤２），同时用这种收敛性刻划了Ｂａｎａｃｈ空间的ｐ型性质。     

次序统计量和的渐近分布（Ⅱ）

记｛Ｘ＿ｎ，ｎ≥１｝为独立冈分布的随机变量列。以Ｘ＿（ｎ．１）≤…≤Ｘ＿（ｎ，ｎ）记Ｘ＿１，…，Ｘ＿ｎ的次序统计量。作者将陆续给出３篇文章来讨论和Ｓ＿ｎ（ｌ＿ｎ，ｒ＿ｎ）当ｎ→∞时的渐近分布．这些文章所使用的方法是统一旦初等的。作为上述和的特例，本文将改进文献中关于截断和及修正截断和的某些结果，还将讨论一类新的截断和──边项次序统计量的和。本文先列举了所要讨论的问题和给出一般性的引理，然后讨论当ｌ＿ｎ≡ｌ和ｎ—ｒ＿ｎ＋ｌ≡ｒ时上述和在适当标准化以后的渐近分布。     

时间序列引出的数学问题(Ⅱ)

Ｘ′＝（ｘ１，ｘ２…，ｘｎ），问在∑ｎｉ＝１ｘ２ｉ≤１条件下，ａ３＝∑ｎ－２ｉ＝１ｘｉｘｉ＋２，ａ５＝∑ｎ－１ｉ＝１ｘｉｘｉ＋１，当Ｘ取遍∑ｎｉ＝１ｘ２ｉ≤１上的点，（ａ３，ａ５）在平面上构成怎样的图形？该文对ｎ＝４给出解析解     

B值鞅差阵列强大数定律的收敛速度

设Ｂ是ｐ阶一致光滑空间，１〈ｐ≤２，Ｘ＝｛Ｘｎｋ，Ｆｎｋ，１≤ｋ≤ｎ，ｎ≥１｝是Ｂ值鞅差阵列且对非负实值随机为量Ｙ尾概率一致有界，若存在α≥１，δ〉０，α〈ｐ＋δ（ｐ－１），使（Ｙ〉ｘ）－１／ｘ＾ａ＋δ（ｘ→∞），则对任意的ε〉０，都有＾∞∑ｎ＝１ ｎ＾ａ－２Ｐ（‖Ｓｎｎ／ｎ‖≥ε）〈∞。其中Ｓｎｎ＝＾ｎ∑Ｋ＝１ Ｘｎｋ（ｎ≥１）。     

时间序列引出的数学问题（II）

Ｘ＇＝（ｘ１，ｘ２，…，ｘｎ），问在Σｉ＝１↑ｎｘｉ＾２≤１条件下，ａ３＝Σｉ＝１↑ｎ－２ｘｉｘｉ＋２，ａ５＝Σｉ＝１↑ｎ＝１ｘｉｘｉ＋１，当Ｘ取遍Σｉ＝１↑ｎｘｉ＾２≤上的点，（ａ３，ａ５）在平面上构成怎样的图形？该文对ｎ＝４给出解析解。     

非扩张映射序列迭代过程的收敛性

设Ｄ为赋范空间Ｘ的子集，Ｔｎ：Ｄ→Ｘ，对所有ｘ，ｙ∈Ｄ和所有的ｉ，ｊ≥１，有‖Ｔｘ－Ｔｊｙ‖≤‖ｘ－ｙ‖成立，给定Ｄ中的一个序列（ｘｎ）与两个实数序列（ｔｎ）和（ｓｎ）满足（ｉ）０≤ｔｎ≤ｔ〈１且∞∑ｎ＝１ｔｎ＝∞，（ｉｉ）０≤ｓｎ≤１且∞∑ｎ＝１Ｓｎ〈∞，（ｉｉｉ）Ｘｎ＋１＝ｔｎＴｎ（ｓｎＴｎｘｎ＋（１－ｓｎ）ｘｎ）＋（１－ｔｎ）ｘｎ，ｎ＝１，２，３，．．．证明了如果（ｘｎ）有界，则ｌｉｎｎ→∞     

条件Poisson过程在固定时刻t处的性质

记数过程｛Ｎ（ｔ），ｔ≥０｝为条件Ｐｏｉｓｓｏｎ过程，本文得到（１）Ｓ＿ｉ为第ｉ个事件到达的时刻，则Ｓ＿１，…，Ｓ＿ｎ在Ｎ（ｔ）＝ｎ的条件下为ｎ个在（０，ｔ）上均匀分布的独立随机变量的顺序统计量。（２）在（０，ｔ）上对到达事件进行独立分类，则分类后的事件到达个数所形成的记数过程仍是一条件Ｐｏｉｓｓｏｎ过程。（３）ｎ＝１，２，…，具有马尔可夫性，其中为非负随机变量。（４）记Ｓ＿０＝０，则，ｎ＝１，２，…，是独立同分布的随机序列，而其公共分布函数为１一ｅ￣（－ｘ）（ｘ≥０）。     

集值非扩张映象的迭代收敛性

设Ｄ是赋范空间Ｘ的一有界凸子集，Ｔ：Ｄ→ＣＢ（Ｄ）是一集值非扩张映象，给定Ｄ中的序列（ｘｎ）和两个实数列（ｔｎ）和（ｓｎ）满足（１）０≤ｔｎ≤ｔ〈１和∑＝∞，（２）０≤ｓｎ≤１，∑ｓｎ〈∞和ｌｉｍｔｎ＾－１ｓｎ＝０，（３）ｘｎ＋１∈ｔｎＴｙｎ＋（１－ｔｎ）ｘｎ，ｙｎ∈ｓｎＴｘｎ＋（１－ｓｎ）ｘｎ，ｎ＝１，２，３…。则ｌｉｍｄ（ｔｘｎ，ｘｎ）＝２。     

仿射代数成员问题和应用

设是ｋ［Ｘ１，…，Ｘｎ］域ｋ上ｎ个不定元的多项式环，Ｉ是ｋ［Ｘ１，…，Ｘｎ］的一个理想，ｆ１，…，ｆｍ是ｋ［Ｘ１，…，Ｘｎ］中元素，给出了一个算法来判定ｋ［Ｘ１…，Ｘｎ］中任意元素ｇ是否位于ｋ［ｆ１，…ｆｍ］并且如果Ｉ和Ｊ分别为ｋ［Ｔ１，…Ｔｍ］和ｋ［Ｘ１，…，Ｘｎ］的理想Φ：ｋ［Ｔ１，…，Ｔｍ］／Ｉ→ｋ［Ｘ１，…，Ｘｎ］是ｋ－代数同态，以Ｇｒｏｂｎｅｒ基的语言给出了Φ为同构的充要条件。这些推广了已知的结果。并给出了一个立即的应用，得出了已知的用来判定仿射代数簇同构的Ｇｒｏｂｎｅｒ基准则．     

拟终鞅型序列的大数定律

设（Ω,ζ,Ｐ）是概率空间,Ｘ＝（Ｘｎ,ζｎ,ｎ≥１）是拟终鞅型序列,研究的目的是利用停时技术的方法讨论了Ｘ的大数定律：若∑Ｅ（／ｄＸｎ／＾β／Ｍｎ／ｄＸｎ／＾β－１＋（Ｍｎ）＾β／ζｎ－１）〈∞,Ｍ〉０,１≤β≤２,则有Ｘｎ／ｎ→０ａ．ｓ．（ｉｎＰ）。