泛函重对数定律,functional laws of iterated logarithm,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 泛函重对数定律

1) functional laws of iterated logarithm 点击朗读

泛函重对数定律

In this paper, we study the functional sample path properties for k-dimensional Brownian motion, and by the method of establishing large deviation formulas in topology of high-dimensional functions’s space generated by uniform norm, obtain the functional laws of iterated logarithm for k-dimensional Brownian motion.

利用了一致范数在高维连续函数空间生成的拓扑下建立大偏差公式的方法,获得了k-维Brown运动的泛函重对数定律。

2) functional law of the iterated logarithm 点击朗读

泛函型重对数律

In this paper,we prove strong approximations and the functional law of the iterated logarithm for linear processes generated by i.

本文讨论由独立同分布随机变量列产生的线性过程的泛函型重对数律和强逼近,同时又给出由NA随机变量列产生的线性过程的重对数律。

3) local functional LIL 点击朗读

局部泛函重对数律

In this paper , we obtain local functional LIL for symmetric stable processes. 点击朗读

给出了对称稳定过程的局部泛函重对数律,并推广了布朗运动的结果,也为对称马氏过程局部泛函重对数律的研究作了点探索。

4) the functional law of iterated logarithm 点击朗读

泛函重对数率

It is proven that if the arrival,service and routing processes satisfy the functional law of iterated logarithm, then the queue length,workload and busy time processes also satisfy the functional law of iterated logarithm.

在服务强度为1的条件下,研究了Jackson网络的泛函重对数率与其流体逼近的收敛速度,证明了如果该网络的外部到达过程,服务过程有泛函重对数率,且在流体变换下以指数速度收敛到其相应的流体模型,则其队长过程、负荷过程、忙期过程等也具有相应的性质。

5) law of logarithmic function 点击朗读

对数函数定律

6) functional Erds-Rényi's law of large numbers 点击朗读

泛函Erds-Rényi大数定律

补充资料：Марков过程的泛函

Марков过程的泛函
functional of a Markov process

　　M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t0，则有下，>o，那么Y=(戈.，下;一，、疚:，p:)是一个标准M却-KoB过程，这里T，=suP{、:，，(弓，t“[0，袱一)，这时，称Y为由X经随机时间变换二t~T。而得到的过程.是对子标辰反覆竺一‘毋。殷被探人地研究了，尤其【补注】在。中的寒修举(al罗b份of‘)‘对于子集Q‘C=。的迹(哑)是集代数。’n，二{A门Q‘:A“月.如果了是。代数，那么它也是。代数. 刘秀芳译
　　

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

strassen重对数律 Chover重对数律 Chung重对数律

重对定律重对数律对数定律幂函数定律钟重对数律

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 泛函重对数定律 1) functional laws of iterated logarithm 泛函重对数定律 1. In this paper, we study the functional sample path properties for k-dimensional Brownian motion, and by the method of establishing large deviation formulas in topology of high-dimensional functions’s space generated by uniform norm, obtain the functional laws of iterated logarithm for k-dimensional Brownian motion. 利用了一致范数在高维连续函数空间生成的拓扑下建立大偏差公式的方法,获得了k-维Brown运动的泛函重对数定律。 2) functional law of the iterated logarithm 泛函型重对数律 1. In this paper,we prove strong approximations and the functional law of the iterated logarithm for linear processes generated by i. 本文讨论由独立同分布随机变量列产生的线性过程的泛函型重对数律和强逼近,同时又给出由NA随机变量列产生的线性过程的重对数律。 3) local functional LIL 局部泛函重对数律 1. In this paper , we obtain local functional LIL for symmetric stable processes. 给出了对称稳定过程的局部泛函重对数律,并推广了布朗运动的结果,也为对称马氏过程局部泛函重对数律的研究作了点探索。 4) the functional law of iterated logarithm 泛函重对数率 1. It is proven that if the arrival,service and routing processes satisfy the functional law of iterated logarithm, then the queue length,workload and busy time processes also satisfy the functional law of iterated logarithm. 在服务强度为1的条件下,研究了Jackson网络的泛函重对数率与其流体逼近的收敛速度,证明了如果该网络的外部到达过程,服务过程有泛函重对数率,且在流体变换下以指数速度收敛到其相应的流体模型,则其队长过程、负荷过程、忙期过程等也具有相应的性质。 5) law of logarithmic function 对数函数定律 6) functional Erds-Rényi's law of large numbers 泛函Erds-Rényi大数定律补充资料：Марков过程的泛函 Марков过程的泛函 functional of a Markov process 　　M仰助“过程的泛函【加犯份班司健a扮如d如vpr以犯岛;中y业，o.a月oT Map二招e.o np()朋eCea] 一个以可测方式依赖于MaPKo.过程轨道的随机变量或随机函数，其可测性条件随具体情况而定.在MaP盆oB过程的一般理论中，采用以下的泛函定义.假设给定一个具有时间推移算子氏的非停止齐次M叩-Ko。过程(M田玉ov plx兀启弥)X二(xr，风，氏)，其相空间为可测空间(In纷s幽 blespaCe)LE，少)，设才是基本事件空间中包含每个形如{。:x，“B}(t)0，B任分)的事件的最小。代数，/’是对于所有可能的测度Px(x‘E)关于/’的完全化的交.如果对于每个t)O，7，关于。代数才门不是可测的，那么，称随机函数叭(‘)0)为Ma伴oB尽捍X的攀甲(丘功d沁n目of此MaJ改ov Pnx君邓)· 人们特别关心的是M川阵..过程的乘性和加性泛函.它们分别润足条件下，十:，下;疏凡和，，十，，，，+氏大，s，亡》0.这里假定，，在【0，co)上是右连续的(代替这些条件，有时只假定对所有固定的s，t)O，这些条件关于P:几乎处处成立).在停止和非齐次过程的情形下，采用类似的方式来定义.MaPI..过程x‘(x，，心，不，P)的加性泛函的例子可以通过以下方式得到:设对于t<‘，，，等于f(x，)一f(x。)，或北f(气)d:，或随机函数f(x，)在:。10，，]中跳跃值的和，这里f(x)是有界并且关于岁可侧的函数(第二和第三个例子只在某些附加限制下有效).从任意加性泛函，.，可以得到乘性泛函以py，.在标准MaP-血过程的情况下，设t0，则有下，>o，那么Y=(戈.，下;一，、疚:，p:)是一个标准M却-KoB过程，这里T，=suP{、:，，(弓，t“[0，袱一)，这时，称Y为由X经随机时间变换二t~T。而得到的过程.是对子标辰反覆竺一‘毋。殷被探人地研究了，尤其【补注】在。中的寒修举(al罗b份of‘)‘对于子集Q‘C=。的迹(哑)是集代数。’n，二{A门Q‘:A“月.如果了是。代数，那么它也是。代数. 刘秀芳译　　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 strassen重对数律 Chover重对数律 Chung重对数律

©2011 dictall.com