两指标随机积分方程解的唯一性

在正交增量的随机积分基础上，利用Ｌｉｐｓｃｈｉｔｚ条件，讨论了下面一类两参数随机积分方程解的唯一性。Ｘ（ｓ，ｔ）＝Ｚ（ｓ，０）＋Ｚ（０，ｔ）－Ｚ（０，０）＋∫Ｒｓｔα（ｕ，ｖ，Ｘ）ｄＭｕｖ＋∫Ｒｓｔβ（ｕ，ｖ，Ｘ）ｄｍｕｖ＋∫Ｒ＾ｓｔγ１（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄＭｕｖｄＭｕ＇ｖ＇＋∫Ｒ＾２ｓｔγ２（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄＭｕｖｄｍｕ＇ｖ＇＋∫Ｒ＾２ｓｔγ３（ｕ，ｖ，ｕ＇，ｖ＇，Ｘ）ｄｍｕｖ     

Banach函数空间上的Bessel(Riesz)位势及其应用(I)理论

本文首先引入Ｂｅｓｅｌ（Ｒｉｅｓｚ）位势Ｋ¨ｏｔｈｅ函数空间Ｘｓ（Ｘｓ）的概念，然后讨论一类算子在Ｌｅｂｅｓｇｕｅ－位势Ｋ¨ｏｔｈｅ函数空间Ｌｑ（－Ｔ，Ｔ；Ｘｓ）上的对偶估计．由此我们得到半群ｅｘｐ（ｉｔ（－Δ）ｍ／２）和算子Ａ：＝∫ｔ０ｅｘｐ（ｉ（ｔ－τ）（－Δ）ｍ／２）·ｄτ在Ｌｅｂｅｓｇｕｅ－Ｂｅｓｏｖ空间Ｌｑ－Ｔ，Ｔ；·Ｂｓｐ，２中的一些时间－－空间Ｌｐ－Ｌｐ′估计．本文的系列文将给出这些估计的应用     

关于МОФОНЪКО不等式的精确性

证明了如下定理：设Φ（ｚ）＝Σ↑ｎ↓ｕ＝１∏↑ｔ↓ｉ＝１ｆｉ＾ａ＾ｕｉ０…（ｆｉ＾（ｋｉ））＾ａｉｋｉ＾ｕ／Σ↑ｍ↓ｖ＝１∏↑ｔ↓ｉ＝１ｆｉ＾ｂ＾ｖｉ０…（ｆｉ＾（ｋｉ））＾ｂｉｋｉ＾ｖ其中ｆｉ（ｚ），（１≤ｉ≤ｔ）是亚纯函数，ａｉｊ＾ｕ，ｂｉｊ＾ｖ为非负整数，则有Ｔ（ｒ，Φ）≤Σ↑ｔ↓ｉ＝１｛［Ｓｉ＋ｏ（１）］ｍ（ｒ，ｆｉ）＋［△ｉ＝ｕｉ＋ｏ（１）］Ｎ（ｒ，ｆｉ）＋（△ｉ－Ｓｉ）Ｎ↑－（ｒ，ｆｉ     

椭球等高分布族中T^20的精确分布

设Ｘ～ＥＣｐ（ｕ１，Σ，φ），即Ｘ服从椭球等高布分；Ｘ１，Ｘ２，…，Ｘｎ是来自Ｘ的样本，作：Ｔ＾２０＝（Ｘ－ｕ）′Σ＾－１（Ｘ－ｕ），（Ｘ＝１／ｎΣ＾ｎｉ＝１Ｘｉ）本文将在一定条件下，给出Ｔ＾２０的密度函数。     

关于平稳高斯过程的上穿过期望次数的几点注记

设｛Ｘ（ｔ），０≤ｔ≤Ｔ＜＋∞｝是平稳高斯过程（可以是均方不可微的，即二阶谱矩可以是无限的），本文着重讨论当ｎ→∞时，过程上穿过ｕ的期望次数的渐近性质．     

非时齐Poisson过程MLE的重对数律

在时间区间（０，Ｔ）上，我们观察到Ｘ（Ｔ）＝（Ｘ（ｔ，θ）０≤ｔ≤Ｔ），其中θ∈⊙为参数，且未知，Ｋｕｔｏｙａｎｔｓ讨论了非时齐过程参数θ的最大似然估计（ＭＬＥ）的性质，他给出了极限分布，并且得到了弱收敛及矩收敛等结果，但他要求参数空间为有限区间（α，β）。本文讨论了非时齐Ｐｏｉｓｓｏｎ过程ＭＬＥ的性质，我们允许参数空间随时间而不渐增大，即θｔ是θ在Ｔ＝（α，βＴ）上的最大似然估计，其中ｌｉｍβＴ     

关于一致凸Banach空间中渐近非扩张半群的几乎轨道的渐近行为

设Ｘ是具有Ｆｒｃｈｅｔ可微范数的一致凸Ｂａｎａｃｈ空间，Ｃ是Ｘ的有界闭凸子集，Ｓ＝｛Ｔ（ｔ）：ｔ≥０｝是Ｃ上渐近非扩张牛群．若ｕ（·）：［０，＋∞）→Ｃ是Ｓ的几乎轨道且关于ｔ∈［０，＋∞）一致连续，则｛ｕ（ｔ）｝几乎弱收敛到集合　　｛ｕ（ｒ）：ｒ≥ｔ｝∩Ｆ（ｓ）的唯一点。     

暂留Bessel过程的将来极小值及其位置的联合分布

对暂留 Ｂｅｓｓｅｌ过程 Ｘ,令 Ｉ（ｔ）＝ｉｎｆ_s≥tＸ（ｓ）及　ξ（ｔ）＝ｉｎｆ｛ｕ≥ｔ：Ｘ（ｕ）＝Ｉ（ｔ）｝,本文求出了Ｉ（ｔ）,　ξ（ｔ）及Ｘ_t的联合分布。     

一类向量高斯过程之上穿过点过程的渐近分布

｛Ｘ（ｔ），ｔ≥｝为ｐ维高斯过程，在一定条件下，本文得到了｛Ｘ（ｔ），０≤ｔ≤Ｔ｝对水平ＵＴ（＞０）的ε－上穿过次数所形成的点过程的渐近分布（Ｔ→∞）。证明了Ｐ个分量点过程的渐近独立性。     

局部平方可积鞅的Chug重对数律

设Ｘ＝（Ｘｔ，ｔ≥０）为局部平方可积鞅，且Ｘ０＝０〈Ｘ，Ｘ〉ｔ为其二阶可料变差。利用继续半鞅的强逼近结果，我们证明了在较弱的条件下，Ｘ的Ｃｈｕｎｇ重对数律成立，即ｐ（＾ｌｉｍｉｎｆ ｔ→∞ ＾ｓｕｐ│Ｘｓ│ ｏ≤ｓ≤ｔ／（〈ｘ，ｘ〉ｔ／ｌｏｇｌｏｇ〈Ｘ，Ｘ〉 ｔ）＾１／２＝π／根号８）＝１。