1) Probability generating functional
概率母泛函
2) generating function
概率母函数
1.
For BMAP/SM/1 queue,we derive the generating function of queueing length by use of imbedded markov chain and transition probability matrix.
关于BMAP/SM/1排队模型,运用嵌入马氏链的方法,通过转移概率矩阵,得到队长的概率母函数。
2.
According to the imbedded Markov chain theory and the generating function,a mathematical analysis on the packet loss rate of the system is explicitly made,and the results of computer simulation show their concordance with the theoretical analysis.
通过重构概率空间,建立了一种在有限缓冲区条件下的综合业务服务轮询多址通信接入系统的离散型排队G/G/1(G)/L/FCFS模型,并利用嵌入马尔可夫链理论和概率母函数,对系统的丢失率进行了详细的数学分析。
3.
By the method of supplemental variable and the state transfer analyses,queues generating function ha.
通过补充变量法和状态转移方程求得了系统稳态队长的概率母函数。
3) probability generating function
概率母函数
1.
The elasticity of accumulation tention function and probability generating function is studied,giving the elasticity of accumulation tension function of non-homogeneous Poisson process to time and the probability generating function to the accumulation tension,and showing the practical signi-ficances of time elacticity and tension elasticity with the exampres.
依据弹性理论,对Poisson过程累积强度函数和概率母函数的弹性进行研究,给出了非齐次Poisson过程的累积强度函数对时间和概率母函数对累积强度的弹性,通过实例进一步说明了时间弹性和强度弹性实际意义。
2.
The implications of frequency and return period in engineering hydrology are discussed and the theoretical deduction of the formula of relation between design frequency and return period is given by making use of the definition and basic property of the probability generating function in probability theor
论述了工程水文中频率和重现期概念的含义 ,利用概率论中概率母函数的定义和基本特性 ,给出了设计频率和重现期之间关系公式的理论推导。
3.
The corresponding probability is calculated by using the probability generating function,and the model′s characteris.
以排队机在银行中的应用为背景,建立起一个排队规则特殊的排队模型,利用概率母函数来计算出相应的概率,从理论上分析了该模型的特点及优劣,并在此基础上用Matlab进行了数值模拟,提出了管理方面的分析建议。
5) general generating function
广义概率母函数
6) r-dimension branching chains
多元概率母函数
1.
In this paper, we define the probability generating functions of r-dimension branching chains in random environment and, by using the probability generating functions, we obtain an exact formula of covariance matrix of r-dimension branching chains in random environment.
定义了各种条件多元概率母函数,并利用条件多元概率母函数这一强有力工具研究随机环境中r维分支链的性质,并给出了其协方差阵的精确计算公式。
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