一类特殊Weibull分布纪录值之和的中心极限定理

给出了参数τ为正整数的倒数为Weibull分布纪录值之和的中心极限定理。     

一类特殊分布纪录值之和的中心极限定理

摘要：设{X，Xn,n≥1)为独立同分布的服从某连续分布F的随机变量序列，X^(1)=X1，X^(2),X^(3),…为其纪录值序列．令ψ(u)=F^-1(1-e^-u)．其中F^-1是F的反函数．本文研究当ψ(u)=log^pu时Tn=∑k=1^nX^(k)=^dn∑k=1^nψ(Sn)的极限性质．解决了户为所有正整数时Tn的中心极限定理．     

一类m-相依随机变量序列加权和的极值分布

我们将证明一类m-相依随机变量序列加权和的极值分布定理．该定理既无需i．i．d．这一假设，也不必计算协变量部分和的极限值，更没有繁杂的有关条件分布方面的假设．更重要的是该定理的结论有许多统计方面的直接应用．     

随机函数的几乎处处中心极限定理

设{X_n,n≥1}是独立同分布随机变量序列,EX_1=0,EX_1~2=1．设S_n=∑_i~n=1 X_i,T_N=T_N(X_1,…,X_n)是随机函数且T_N=AS_N+R_n．我们证明若supE|R_n|＜∞,R_n=o n~(1/2)a．s．或R_n=O(n~(1／2-2γ))a．s．(0＜γ＜1／8),则对随机函数T_n几乎处处中心极限定理(简记为ASCLT)和函数型几乎处处中心极限定理(简记为FASCLT)成立．由此作为推论,可得对U统计量、Von-Mises统计量、线性过程、移动平均过程、线性模型中误差方差估计、功率和、连续分布函数的乘积极限估计和分位点函数的乘积极限估计等均成立着ASCLT和FASCLT．     

正常返Markov链的几乎处处中心极限定理

本文考虑不可约正常返Markov链,证明其函数的部分和的几乎处处中心极限定理,把独立同分布(independent and identically distributed,i.i.d.)随机变量序列的几乎处处中心极限定理推广到Markov链,且扩大了使定理成立的权重.     

B值平稳线性过程的迭对数律及随机指标中心极限定理

设 { εt;t∈Z}是独立同分布的 B值随机元序列 ,aj;j∈ Z是一实数序列 ,并且 ∞j=-∞| aj| <∞ ,定义平稳线性过程 Xt= ∞j=-∞ajεt- j.本文研究 { Xt;t∈ IN }部分和序列的收敛性质和极限定理 ,给出了 { Xt;t∈ IN }满足有界迭对数律、紧迭对数律及随机指标中心极限定理的充分条件     

B值随机变量序列的一类局部收敛定理

研究取值于Banach空间随机变量序列的一类局部收敛定理．作为推论,得到了一类B值鞅差序列的极限定理和经典的独立随机变量序列的极限定理,     

股票价格序列中随机跳跃存在性的一种检验方法

提出股票价格序列跳跃的一种检验方法.假设价格具有连续样本路径,建立一个关于股票价格样本观察的统计量,利用中心极限定理求得该统计量的极限分布为正态分布,这样,当该统计量超出基于极限分布算出的临界水平时,可以拒绝原假设,认为样本中存在跳跃.用此方法来应用于中国股市沪深股票指数,得到了中国股市存在随机跳跃的直接证据.提出的跳跃检验方法无需对连续部分的波动率形式作过多的假设,克服了波动率模型对检验准确性的影响.结果对金融资产的定价、投资和风险管理都具有积极的意义.     

B值随机变量序列的局部收敛定理

本文的目的是研究B值随机变量序列的局部收敛定理。作为推论，得到了一类B值鞅差序列的极限定理和若干经典的独立随机变量序列的极限定理。     

同分布NA序列的强收敛性

本文讨论了NA序列极限理论中的一些基本问题．首先证明了对称化的NA族仍为NA族，建立了基于通常截尾术的NA序列的三级数定理；并在此基础上给出了同分布NA序列的与iid序列完全一致的Marcinkiewicz强大数律，还得到了关于同分布NA序列的与iid序列极为相似的有关完全收敛性的一系列等价性命题．     

逼近Banach空间中渐近非扩张映象的不动点

设E是一致凸Banach空间,C是E的非空闭凸子集, T:C→C是具有不动点的渐近非扩张映象. 该文证明了, 在某些适当的条件下, 由下列修改了的Ishikawa迭代程序所定义的序列{x\-n},\$\$x\-\{n+1\}=t\-nT\+n(s\-nT\+nx\-n+(1-s\-n)x\-n)+(1-t\-n)x\-n,\$\$弱收敛到T的不动点, 其中{t\-n},{s\-n}是区间\[0,1\]中满足某些限制的实数列.     

On limit laws for sums of Pfeifer records

The problem of determining limiting distributions for sums of records has been studied by several authors who have considered a variety of assumptions sufficient to ensure that sums of records properly normalized will converge to a non-degenerate distribution. As a parallel to these endeavors, it is of interest to establish conditions under which the sum of Pfeifer records, properly normalized, converges. Pfeifer records are defined under the assumption that initial observations are i.i.d. with common survival function and following the (n−1)-th record value the observations are assumed to have survival function ,n=1,2,.... The study of the asymptotic behavior of sums of Pfeifer records constitutes a natural generalization of work on sums of classical records. The present paper introduces conditions under which the limit distribution of sums of Pfeifer records is non-degenerate.      

$\psi$混合序列的一些收敛性质

In this paper,we extend the Kolmogorov-type inequality to the case of ψ-mixing sequences.Moreover,we study the strong limit theorems for partial sums of ψ-mixing random variables.As a result,we extend the Khintchine-Kolmogorov-type convergence theorem,the three series theorem,Marcinkiewicz strong law of large number to the case of ψ-mixing sequences.     

关于记录值序列部分和的渐近正态性

证明了 Burr分布和 Frechét分布的记录值序列的部分和是渐进对数正态的 ,从而解决了文[2 ]中的一个悬而未决的问题     

Asymptotic Properties of Sums of Upper Records

Arnold and Villaseñor (1999) raised several questions for upper records, including characterizing all limit distributions of normalized partial sums of upper records. We provide some answers in the case when the distribution from which the samples are drawn is bounded above. When the distribution is not bounded above, we give sufficient conditions on the distribution for the properly normalized partial sums to converge to a standard normal distribution. We show that our conditions are general enough so that the examples provided by Arnold and Villaseñor (1999) are covered by our results.     

广义复合二项风险模型的若干大偏差结果

This paper is a further investigation of large deviation for partial and random sums of random variables, where {Xn,n ≥ 1} is non-negative independent identically distributed random variables with a common heavy-tailed distribution function F on the real line R and finite mean μ∈ R. {N（n）,n ≥ 0} is a binomial process with a parameter p ∈ （0,1） and independent of {Xn,n ≥ 1}; {M（n）,n ≥ 0} is a Poisson process with intensity λ 〉 0, Sn = ΣNn i=1 Xi-cM（n）. Suppose F ∈ C, we futher extend and improve some large deviation results. These results can apply to certain problems in insurance and finance.     

图的生成树, 基本圈与Betti亏数

G为图且T是G的一棵生成树. 记号ξ(G, T)表示G＼E(T)中边数为奇数的连通分支个数. 文献［2］称ξ(G)=min[DD(X]T[DD)]ξ(G, T)为图G的Betti亏数, 这里min取遍G的所有生成树T. 由文献［2］知, 确定一个图G的最大亏格主要确定这个图的Betii亏数ξ(G).该文研究与Betti亏数有关的图的特征结构, 得到了关于图的最大亏格的若干结果.     

和的乘积的重对数律

设{X,X_n,n≥1}是独立的或φ -混合的或 ρ -混合的正的平稳随机变量序列，或$\{X,X_n,n≥1}$是正的随机变量序列使得{X_n-EX,n≥1\} 是平稳遍历的鞅差序列，记S_n=\sum\limitsⁿ_{j=1}X_j, n≥1 . 该文在条件EX=μ> 0 及0 Var(X)<∞下，证明了部分和的乘积$\prod\limits^n_{j=1}S_j/n!\mu^n$在合适的正则化因子下的某种重对数律.     

用拉普拉斯谱半径定序给定阶和匹配数的树

Let T（n,i） be the set of all trees with order n and matching number i.We determine the third to sixth trees in T（2i ＋ 1,i） and the third to fifth trees in T（n,i） for n ≥ 2i ＋ 2 with the largest Laplacian spectral radius.     

ITERATION OF FIXED POINTS ON HYPERSPACES

ＩＴＥＲＡＴＩＯＮＯＦＦＩＸＥＤＰＯＩＮＴＳＯＮＨＹＰＥＲＳＰＡＣＥＳＨＵＴＨＡＫＹＩＮ＊ＨＵＡＮＧＪＵＩＣＨＩ＊ＭａｎｕｓｃｒｉｐｔｒｅｃｅｉｖｅｄＯｃｔｏｂｅｒ２２，１９９６．＊Ｄｅｐａｒｔｍｅｎｔｏｆｍａｔｈｅｍａｔｉｃｓ，ＴａｍｋａｎｇＵｎｉ...