极值，正则变差，和点过程

　　Preface
　　Preliminaries
　　Uniform Convergence
　　Inverses of Monotone Functions
　　Convergence to Types Theorem and Limit Distributions of Maxima
　　Regularly Varying Functions of a Real Variable Basics
　　Deeper Results；Karamata’S Theorem
　　Extensions of Regular Variation：兀．Variation．F．Variation
　　Domains ofAttraction and Norming Constants
　　Domain ofAttraction ofA（x）=exp
　　Domain ofAttraction 
　　Domain ofAttraction 
　　Von Mises Conditions
　　Equivalence Classes and Computation of Normalizing Constants
　　Quality ofConvergence
　　Moment Convergence
　　Density Convergence
　　Large Deviations．
　　Uniform Rates of Convergence to Extreme Value Laws
　　Uniform Rates of Convergence
　　Uniform Rates of Convergence
　　Point Processes
　　Fundamentals
　　Laplace Functionals
　　Poisson Processes
　　Definition and Construction
　　Transformations of Poisson Processes
　　Vague Convergence
　　Weak Convergence of Point Processes and Random Measures
　　Records and Extrema Processes
　　Structure of Records
　　Limit Laws for Records
　　Extremal Processes
　　Weak Convergence to Extremal Processes Skorohod Spaces
　　Weak Convergence of Maximal Processes to Extremal
　　Processes via Weak Convergence of Induced Point Processes
　　Extreme Value Theory for Moving Averages
　　Independence of k-Record Processes
　　Multivariate Extremes
　　Max．Infinite Divisibility
　　An Example：The Bivariate Normal
　　Characterizing Max．id Distributions
　　Limit Distributions for Multivariate Extremes
　　Characterizing Max．Stable Distributions
　　Domains of Attraction；Multivariate Regular Variation
　　Independence and Dependence
　　Association
　　Refe
　　Inde

　　    《极值，正则变差，和点过程》讲述了学习独立同分布随机变量和向量的极值现象的数学背景和随机过程技巧。重在强调极值的三个重要的话题，规则变化函数的解析理论，点过程和随机测度的概率论，度量空间概率测度的若收敛的渐进分布逼近之间的联系。目次：基础；吸引域和规范常数；收敛的质量；记录和极过程；多变量极值。