一类H—值扩散过程的大偏差性质

设Ｈ是实可分Ｈｉｌｂｅｒｔ空间，Ｈ＝｛Ｘ（ｔ）；ｔ≥０｝是由下列随机微分言程｛ｄＸ（ｔ）＝σ（Ｘ（ｔ））ｄＷ（ｔ）Ｘ（０）＝０ｔ≥０决定的Ｈ－值扩散过程。λ（．）：「１，＋∞）→」１，＋∞）。本文讨论了Ｃ（「０，１」，Ｈ）上概率测度族｛Ｐ．（Ｘｔ（．）／√ｔλ（ｔ））＾－１；ｔ≥１｝的大偏差性质。在一定的条件下，得到了下界及弱型上界。     

二次极值的分布之重极限律

｛Ｘｍ，ｎ；ｍ，ｎ≥１｝是两个下标的独立同分随机序列，Ｍ＾（ｋ）（ｍ，ｎ）ｇｅ ｆｉ Ｘｍ，１…，Ｘｍ，ｎ的第ｋ是最大值，Ｙ＾（ｔ）（ｍ，ｎ；ｋ）表示Ｍ＾（ｋ）（１，ｎ），…，Ｍ＾（ｋ）（ｍ，ｎ）的第ｌ个最大值。     

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（     

Levy不等式的推广

设Ｂ为一可分的赋范空间（Ｘｉ）ｉ＝１是Ｂ值独立，对称的随机元Ｓｎ＝ｘ１＋．．．Ｘｎ（ｎ〉１），若Ｑ（ｎ）是（１，２，．．．ｎ）的一些子集构成的集合并使，对Ｑ（ｎ）中任意两个元素Ｍ，Ｎ都有Ｍ∩Ｎ等于Ｍ，Ｎ或Х则我们有Ｐ（ω：ｓｕｐ‖∑Ｘｉ‖〉ｔ）≤２Ｐ（‖Ｓｎ‖〉ｔ）。     

X-最长圈的下界估计

设Ｇ是连通图,Ｘ＝Ｖ（Ｇ）,Ｇ〔Ｘ〕是Ｇ的Ｘ生成子图,记σｋ（Ｘ）＝ｍｉｎ｛Σｉ＝１ ｋ ｄ（Ｖｉ）;｛ｖ１,ｖ２,…,ｖｋ｝是Ｇ〔Ｘ〕的顶点独立集｝,得到如下结果,对于ｎ阶的１－坚韧图（ｎ≥３）,Ｘ＝Ｖ（Ｇ）,且σ３（Ｘ）≥ｎ＋ｒ≥ｎ,３│Ｘ│－２ｎ≥８ｔ－６ｒ－１７,则存在一个圈Ｃ满足│Ｃ（Ｘ）│≥｛Ｃ（Ｘ）│≥｛│Ｘ│,│Ｎ（Ｉｔ）∩Ｖ（Ｃ）│｝,其中Ｉｔ是Ｘ中ｔ个顶点的独立集。     

一类M对N格斗的射击策略的无差异性

记格斗双方为Ａ方与Ｂ方，Ａ方有Ｍ件同类型武器，Ｂ方有Ｎ伯同类型武器，双方武器种类可以不同。设Ａ（Ｂ）方－件武器的射击时间间隔ＸＡ（ＸＢ）服从参数为ｒＡ（ｒＢ）的指数分布，ＮＡ（ｔ）（ＮＢ（ｔ））为Ａ（Ｂ）方一件武器在时间「０，ｔ）」内的射射次为射击次数，则ＮＡ（ｔ），（ＮＢ（ｔ）是参数的为ｒＡ（ｒＢ）的泊松随机过程。在此假设下，该文证明地任意的Ｍ：Ｎ格斗，任一方的射击策略的改变既不会增大孔雀地减少     

一类暂留复合Poisson过程的相伴将来最小过程的极限性质

设｛Ｘ（ｔ）,ｔ≥０｝为复合Ｐｏｉｓｏｎ过程,Ｐ（ｌｉｍｔ→∞（ｔ）＝∞）＝１,Ｉ（ｔ）＝ｉｎｆｓ≥ｔＸ（Ｓ）为与其相伴的将来最小过程．则ｌｉｍｓｕｐｔ→∞Ｘ（ｔ）－Ｉ（ｔ）Ｌ（ｔ）＝１｜ｒ｜ａ．ｓ．其中,ｒ为Ｍ（ｘ）＝１的唯一负解,Ｍ（ｘ）＝Ｅ（ｅｘξ）,ξ与Ｘ（ｔ）＝∑Ｘ（ｔ）ｉ＝１ξｉ中诸ξｉ同分布,Ｌ（ｔ）＝ｌｎ（ｔ∨ｅ）．     

点泛圈偶图

设Ｇ是连通偶图，（Ｘ１，Ｘ２）是其顶点的二分类，｜Ｘ１｜＝｜Ｘ２｜＝ｎ，δ（Ｇ）≥ｔ≥３，且对于Ｘｉ中的任意两点ｕ和ｖ，均有｜Ｎ（ｕ）∪Ｎ（ｖ）｜≥ｎ－（ｔ－２），ｉ＝１，２，文中对ｔ≤６的情况，证明Ｇ是点泛圈偶图。     

独立随机序列的第k个最大值的矩收敛

设｛Ｘｎ，ｒ≥１｝为独立同分布序列，公共分布函数为Ｆ（ｘ），Ｍ＾（ｋ）ｎ为第ｋ个最大值，在一定条件下，讨论了第ｋ个规范化最大值的矩收敛性，得到定理。     

点泛圈偶图的一个充分条件

设Ｇ是连通偶图,（Ｘ１,Ｘ２）是其顶点的二分类,｜Ｘ１｜＝｜Ｘ２｜＝ｎ,δ（Ｇ）≥ｔ≥３。证明了若任意ｕ,ｖ∈Ｘｉ蕴含｜Ｎ（ｕ）∪Ｎ（ｖ）｜≥ｎ－（ｔ－２）,ｉ＝１,２,则当ｔ＝７时Ｇ是点泛圈偶图。     

非参数密度估计量对于一个连续时间非平稳过程的相合性

令｛Ｘｔ,ｔ≥０为定义在Ｒ＾ｄ１上的随机过程,它由模型Ｘｔ＝ｚ１＋ψ（Ｚｔ）＋εｔ所确定,其中对于ｔ≥０,εｔ和Ｚｆ是相互独立的两个随机向量,而｛ｚｔ｝是非随机变量。对于连续观察的样本,研究了非参数密度估计量在均方误差意义下的渐近行为,即分别当｛ｚｔ｝渐近收敛和有周期时的情况下非参数估计量的相合笥或非相合性。     

关于几何过程的一个注记

求出了几何过程中在时刻ｔ最后的更新时刻ＳＮ（ｔ）和包含ｔ的更新区间ＸＮ（ｔ）＋１的分布，使得更新过程中相应的结成特殊情况。     

随机序列中变点的非参数检验

若Ｘ１，…Ｘｎ为独立随机变量，Ｘ１，…，Ｘ，ｉｉｄ，－Ｆ（ｘ），Ｘｒ＋１，…，Ｘｎ，ｉｉｄ，－Ｇ（ｘ），其中Ｆ（ｘ），Ｇ（ｘ）皆为连续分布函数，Ｆ已知，Ｇ未知。ｒ／ｎ（ｔ０）为序列的变点，借用Ｃｕｓｕｍ和ＢｒｏｗｎｉａｎＳｈｅｅｔ，我们提出了一种检验变点ｔ０的非参数程序。     

领域并与点泛圈偶图

设Ｇ是连通偶图，（Ｘ１，Ｘ２）是其顶点的二分类，│Ｘ１│＝│Ｘ２│＝ｎ，δ（Ｇ）≥ｔ≥３。证明了若任意ｕ，ｖ∈Ｘｉ→│Ｎ（ｕ）∪Ｎ（ｖ）│≥ｎ－〔ｔ－１／２〕，ｉ＝１，２，则Ｇ是点泛圈图。     

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）。     

关于σ-局部可数基

证明了下列两个定理：（１）Ｘ有σ－局部可数基的充分必要条件是Ｘ是ｑ－空间且有－σ－局部可数ｋ－网．（２）设Ｘｎ（ｎ∈Ｎ）具有σ－局部ｋ－网，若为ｋ－空间，则下列之一成立．①每一Ｘｉ有σ－局部可数基．②除有限多个Ｘｉ外．Ｘｉ（ｉ∈Ｎ）为紧可度量空间．     

关于分布函数的散布函数

研究了一种散布函数Ｄｘ（ｔ）的性质，得到了如下结论：设Ｘ￣Ｎ（μ１，σ１＾２），Ｙ￣Ｎ（μ２，σ２＾２），则Ｙ≤↑ＤＸ←→σ２≤σ１。     

（k＋1）——连通无爪图的Hamilton——连通性

一个图若不含与Ｋ１．３同构的导出子图,则称它为无爪图,本文利用Ｔ－插点方法,得到（ｋ＋１）－连通无爪图是Ｈａｍｉｌｔｏｎ－连通的两个充分条件,（１）设Ｇ是（ｋ＋１）－连通无爪图（ｋ≥２）,若对每个Ｘ∈Ｉｋ＋１（Ｇ）有ｓ２（Ｘ）〉１,则是Ｇ是Ｈａｍｉｌｔｏｎ－连通图,（２）设Ｇ是（ｋ＋１）－连通无爪图（ｋ≥２）,若对每个Ｘ∈Ｉｋ＋１（Ｇ）,有∑ｘ∈ｘｄ（ｘ）≥ｎ（ｘ）－ｋ＋１,则Ｇ是Ｈａｍｉｌｔｏｎ     

Goldbach—Vinogradov定理在算术数列中的推广

设ｋ,ｌ１,ｌ２,ｌ３是适合ｋ≥１,（ｌｊ,ｉ）＝１,１≤ｊ≤３的整数。Ｎ是满足同余条件Ｎ≡ｌ１＋ｌ２＋ｌ３（ｍｏｄｋ）的大奇数。则存在实中计算常数０〈θ〈１使得对任何整数ｋ≤Ｎ＾θ,方程Ｎ＝ｐ１＋ｐ２＋ｐ３对于素变数ｐｊ＝ｌｊ（ｍｏｄｋ）,１≤ｊ≤３是可解的。     

一类线性模型M—估计的渐近分布

设线性模型ｙｔ＝θ１ｘ１ｔ＋…＋θｐｘｐｔ＋εｔ，ｔ＝１，２，…，Ｎ，θＮ是θ＝（θ１，θ２，…，θｐ）Ｔ的Ｍ－估计，Ψ（εｔ），Ｆｔ｛｝是鞅差序列，Ｆｔ是σ－代数，且ＦｔＦｔ＋１，ｔ＝１，２，…．讨论了在一定条件下ｐ→∞（Ｎ→∞）情形的θＮ的渐近正态性