1) steady-state probability density
稳态概率密度
2) double peak probability density
双峰稳态概率密度
3) nonstationary probability density
瞬态概率密度
1.
Then the approximate nonstationary probability density for amplitude response can be obtained by using the Galerkin method, from which the approximate nonstationary probability densities for displacement and velocity can be derived.
除平稳解外,很多系统往往还需得到其瞬态响应,本文利用基于广义谐和函数的随机平均法,并将平均FPK方程的解近似表示为变系数的多重Laguerre正交基函数的级数和,由Galerkin法得到幅值响应的近似瞬态概率密度,进而导出位移及速度的近似联合概率密度。
4) multi-modal probability density
多模态概率密度
5) steady-state probability
稳态概率
1.
By using the Quasi-Birth-Death process and the matrix geometric solution,we obtain the equilibrium conditions of the system and the steady-state probability distribution.
利用拟生灭过程与矩阵几何解的方法求出了系统的稳态平衡条件和稳态概率分布。
2.
First,the steady-state probability equations are obtained by Markov process method.
首先,利用马尔科夫过程理论建立了系统稳态概率满足的方程组。
3.
First,the matrix form solution of steady-state probability was derived by the Markfov process method and the matrix solution method.
利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的平均损失率等性能指标。
6) steady state probability
稳态概率
1.
This paper introduces the process of Medicine Healthy Mobilization(MHM) of ShanXi, and the definition and computing method of steady state probability of Colored General Stochastic Petri Net(CGSPN).
给出了山西省医疗卫生应急动员的过程和CGSPN的定义及其稳态概率的计算方法 ,并用CGSPN对山西省医疗卫生应急动员进行了建模 ,给出评价其性能的方
2.
The paper discusses the methods of calculating the system steady state probability by using the continuous time Stochastic Petri net and discrete time Stochastic Petri net,and the applications in the performance analysis of a command and control system(C 2S).
给出了用时间连续随机 Petri网和时间离散随机 Petri网计算系统稳态概率的方法 ,并将其应用于指挥控制系统(C2 S)的性能分析中 ,分析结果表明这种计算方法是可行
3.
After that, this paper determines the steady state probability usi.
然后 ,运用马尔柯夫分析法确定了地区人才的稳态概率 ,它是衡量地区人力资源管理方法优劣及人才稳定程度的一个重要数量指标 。
补充资料：概率分布的密度
概率分布的密度
density of a probability distribution
概率分布的密度【山画勿ofa声加b正ty业州恤心.;n月。T:oeT‘，.TooeT，]，亦称攀半考枣(pro恤b正tydensity) 与绝对连续概率测度相对应的分布函数(distribU-tionft川ction)的导数. 设X是在”维E切土d空间R”(n)l)中取值的随机向量，F是它的分布函数，并设存在一个非负函数f使得 x一工.F(x，，xZ，…，x。)一J…J，(。:，…，。。)“1…du，对一切实数x;，…，、。成立，则称f是X的修率窜摩(probab皿ity de飞ity)，此时对任意BOrel集A cR“有 p万x。A飞=f…ff(。，.·…。_)du一d、. ‘A。任一满足条件 丁…Jf‘xl，一x·，dxl·““一‘的非负可积函数f都是某一随机向量的概率密度. 如果两个取值于R”的分别具有概率密度f和g的随机向量X和Y是独立的，那么随机向量X十Y具有概率密度h，它是f和g的卷积，即h(xl，…，x。)=一丁…丁f(x，一。，，…，x。一u。)。(。，，…，。。)以u，…J、一J…Jf(“，，…，。。)。(x，一，，…，x。一、)汉。，…d。。. 假设X=(戈，…，戈)和Y=(矶，…，气)是分别取值于R”和R用(n，m)l)中且具有概率密度f和夕的随机向量，而z=(戈，…戈，Y.，…，气)是取值于r+川中的随机向量.再若X和y独立，则Z具有概率密度h，称为随机向量X和Y的联合概率密度(joint Pro恤biljty dellsity)，此处h(t:，…，t。十。)=f(tl，…，t。)g(t。+1，…，t。*.)·(l)反之，若Z具有满足(l)的概率密度，则X和Y独立. 具有概率密度f的随机向量X的特征函数中可表示为 毋(tl，…，t。)= 一丁…丁。:‘!1二‘~“·’·，f(xl，一x。，dxl·‘·“x二这里，如果职是绝对可积的，则f是有界连续函数，且 f(x:，“·，x。)=二二头二f二卜一‘:1一‘，…’，(。:，…，:。)d才，…d。· (2二)”几或概率密度f和对应的特征函数价还通过下述关系式(Phnd犯rel埠等术(Phncherel汕mtity))相联系:函数厂是可积的，当且仅当!叫’是可积的，此时有 了…歹fZ(x卫，…，、)dx，…dx。 一典丁了…}’，，(。，，…，:。)一‘tl…己t。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条