集值条件期望的一个Fatou型引理

本文讨论了Ｂａｎａｃｈ空间只订合序列弱收敛的一些性质，给出了集值条件期望的表示定量，证明了集值条件期望在弱收敛意义下的Ｆａｔｏｕ型引理和控制收敛定理，并由此得到了一个可积选择空间的收敛定理。     

关于集值逆鞅的一些结果

证明了集值逆(上、下)鞅在Hausdorff收敛意义下的收敛定理,给出了集值逆鞅、逆上鞅在Kuratowski收敛意义下的收敛定理及集值逆下鞅在Kuratowski-Mosco收敛意义、弱收敛意义下的收敛定理。     

集值逆上鞅的收敛定理及应用

研究了取值于Ｂａｎａｃｈ空间的集值逆上鞅的收敛性，给出了集值逆上鞅在集列Ｗｉｊｓｍａｎ收敛，弱收敛及Ｋｕｒａｔｏｗｓｋｉ－Ｍｏｓｃｏ收敛意义下的收敛定理，并给出了它们在连续参数集值鞅中的应用。     

随机规划中的一些逼近结果

主要讨论了一类随机规划的目标函数分别在概率测度序列分布收敛、函数序列上图收敛以及随机变量序列均方可积收敛等收敛意义下目标函数序列的收敛情况。基于上述收敛情况给出了一些逼近思想，这些思想可应用于求解这类随机规划问题。     

二维单边截断分布族中经验Bayes估计的收敛速度

本文考虑二维单边截断型分布族中经验Ｂａｙｅｓ估计的收敛速度，在一定的条件下给出了相应的速度，并说明了在较强的条件下收敛速度可充分接近１。     

TVS-锥度量空间中的统计收敛

本文研究TVS-锥度量空间中的统计收敛以及TVS-锥度量空间的统计完备性.令（X，E，P，d）表示一个TVS-锥度量空间.利用定义在有序Hausdorff拓扑向量空间E上的Minkowski函数ρ，证明了在X上存在一个通常意义下的度量d_ρ，使得X中的序列（x_n）在锥度量d意义下统计收敛到x ∈ X，当且仅当（x_n）在度量d_ρ意义下统计收敛到x.基于此，我们证明了任意一个TVS-锥统计Cauchy序列是几乎处处TVS-锥Cauchy序列，还证明了任意一个TVS-锥统计收敛的序列是几乎处处TVS-锥收敛的.从而，TVS-锥度量空间（X，d）是d-完备的，当且仅当它是d-统计完备的.基于以上结论，通常度量空间中统计收敛的许多性质都可以平行地推广到锥度量空间中统计收敛的情形.     

两种相依样本经验过程增量的收敛速度及其在光滑估计中的应用

设平稳序列　　　其共同分布为Ｆ。本文研究了β－混合和α－混合序列的经验过程增量，在混合速度为非指数速度的情况下给出了经验过程增量的强收敛和弱收敛意义下的收敛速度，在分布函数Ｆ绝对连续时，构造了核光滑经验分布函数估计，并利用经验过程增量的收敛速度建立了该光滑经验分布函数逼近及真分布函数的收敛速度。     

增生算子迭代法与收缩半群强收敛的充要条件

在一定条件下，证明了增生算子的预解式迭代法强收敛于零点的充要条件，以及非线性收缩半群强收敛于平衡点的充要条件。这些与蒋耀林等人（1994年）所获得的相应弱收敛充要条件相对应。     

B-值随机Dirichlet级数表示整函数的增长性

系统地研究了全平面收敛的B-值随机Difichlet级数的增长性，得到了在一定条件下，B-值随机Dirichlet级数在收敛平面上的增长（下）级几乎处处等于某Dirichlet级数的增长（下）级还得到了它们与指数和系数的关系式．     

Banach空间中增生算子方程迭代法与非线性收缩半群弱收敛的充要条件

本文在条件（Ｉ）下，证明了增生算子最速下降法和预解式迭代法弱收敛于零点的充要条件，以及非线性收缩半群弱收敛于平衡点的充要条件．所获结果推广了［１］中的基本定理，并与［２］所获得的相应强收敛充要条件对应．     

度量投影的收敛性（英文）

讨论了赋范空间中度量投影的收敛性．得到了在局部紧集控制下，Chebyshev凸集序列的度量投影的收敛性与K－M收敛，Wijsman收敛和Kuratowski收敛都等价．本文的结论完善了M．Tsukada在[1]和[2]结果．     

失效率的一种截尾非参数估计及其均方收敛和强相合速度

本文在截尾样本下构造了失效率的一种截尾非参数估计，并给出了其均方收敛及强相合性的局部一致收敛速度。     

Bayes估计的中偏差下界

在某种正则条件下，对Bayes估计尾概率收敛速度问题进行了讨论。利用似然理论方法得到了Bayes估计的中偏差下界，从而改善了Bahadur型的收敛结果。     

U-统计量的指数收敛速度的进一步讨论

在独立未必同分布的情形下，对U－统计量的指数收敛速度进行了讨论，减弱文[2]中的部分条件，给出了类似的结果，同时对Von-Mises统计量也给出了指数收敛速度。     

Banach空间值的对称独立散射随机测度的弱*收敛性

本文定义了Ｂａｎａｃｈ空间值的随机测度的弱＊收敛的概念，并表征了Ｂａｎａｃｈ空间值的对称独立散射随机测度的弱＊收敛性．另一方面，证明了，关于Ｂａｎａｃｈ空间值的对称独立散射随机测度在较弱意义下的结果，即弱收敛推得弱＊收敛．     

关于集值条件期望的一些极限结果

给出随机集列关于单调战σ-域族的集值条件期望序列弱上(下)极限收敛意义下的Fatou引理以及在弱收敛,Kuratowski-Mosco收敛意义下的控制收敛定理.     

i.i.d情况下非参数回归模型的误差密度估计的收敛性质

本文研究了i．i．d情况下非参数回归的误差密度估计的一致收敛和均方收敛，给出了一定条件下误差密度的估计量f^n(x)的一致收敛速度和均方收敛速度。     

一个新的共轭投影梯度算法及其超线性收敛性

利用共轭投影梯度技巧，结合SQP算法的思想，建立了一个具有显示搜索方向的新算法，在适当的条件下，证明算法是全局收敛和强收敛的，且具有超线性收敛性，最后数值实验表明算法是有效的。     

多场址问题的信赖域算法

多场址问题是一类重要的不可微凸规划问题，国内外已有许多学者对其进行研究，并提出了一 算法。但如文「２」中所述，大多数算法或无收敛收保证，或在较强的条件下才保证收敛，本文提出一类解多场址问题的信赖域算法，并在极弱的条件下证明该类算法的全局收敛性。     

关于线性秩统计量的渐近正态性及其收敛速度

本文讨论线性秩统计量的渐近正态性的条件及其收敛速度．推广了Hajek关于线性秩统计量收敛于正态分布的条件的重要定理，并得出了一个较易验证的充分条件．对于一般形式的计分函数，在一定条件下得出了相应线性秩统计量收敛于正态分布的速度．