1) p stable random variable
p稳定随机变量
2) stochastic stability
随机稳定
1.
The stochastic stability for a class of uncertain hybrid linear systems with Markovian jumping parameters was discussed.
通过分析一类具有Markov跳跃参数的不确定混合线性系统的随机稳定性问题,将确定型系统中的Lasalle稳定性定理推广到混合系统中,并对系统不确定部分的未知范数上界提出了一种参数自适应估计方法及相应的鲁棒控制律,实现了混合线性系统以概率1渐近稳定。
2.
Based on the linear matrix inequality (LMI) technique and the Lyapunov method, a sufficient condition is derived for the stochastic stability of the closed-loop NCS, and a design procedure is.
基于线性矩阵不等式技术和李亚普诺夫方法得到了闭环系统随机稳定的充分条件,并给出了状态反馈保性能控制器的设计方法。
3.
By using the Lyapunov method and the linear matrix inequality technique, sufficient conditions for stochastic stability of closed-loop systems are obtained and the design method of a stabilizing controller is presented.
利用Lyapunov方法和线性矩阵不等式技巧,得到了闭环系统随机稳定的充分条件,并给出了镇定控制器的设计方法。
3) stochastic stable
随机稳定
1.
The simulation results show that two classes of designed controllers and switching laws guarantee the closed-loop systems is stochastic stable.
针对一组由随机微分方程描述的子系统组成的切换系统,采用单李雅普诺夫方法和多李雅普诺夫方法,分别给出了切换系统的随机稳定的充分条件,给出控制器的设计方法。
2.
The simulation results show that the designed controllers and switching laws guarantee the closed-loop systems stochastic stable.
仿真结果表明,所设计的控制器能保证闭环系统在一定意义下的随机稳定。
4) stochastic stability of partial variable
部分变元的随机稳定性
5) Stochastic stability
随机稳定性
1.
After introducing the constant differential equation assistant system, the stochastic stability relative theorem of backward stochastic differential equation (BSDE) of It type is studied by the method of Lyapunov function, and two criterions of stochastic stability are testified.
通过引入常微辅助系统 ,利用Lyapunov函数方法 ,给出了It^o型倒向随机微分方程的随机稳定性比较定理 ,得到了该方程平凡解yt≡ 0的随机稳定性的两种判据 。
2.
In this paper we study the stochastic stability and convergence conditions of a class of asynchronous large_scale systems with random state transition.
本文针对一类具有随机状态转移概率的异步大系统，研究了该类异步大系统的随机收敛性及随机稳定性条件。
3.
By the method of Lyapunov function, the stochastic stability of backward stochatic differenttiai equation(BSDE)of It type is studied as follo
s 的随机稳定性,得到了判据。
6) stationary random fields
稳定随机场
补充资料：水文随机变量
受随机因素影响,遵循统计规律变化的水文变量。水文随机变量在未来任一时刻出现的数值无法准确预测，但能以分布函数(或等价的概率密度函数)来反映其统计规律性，也就是表示其各种数值出现的可能性。分布函数的形式，可根据资料按水文统计学的有关原理和方法予以确定。分布函数与概率密度函数则有如下关系：
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
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