1) stochastic dispersion variation
色散随机变化
1.
The influenle of stochastic dispersion variation on the black soliton propagation is investigated in monomode optical fibers.
本文研究了色散随机变化对单模光纤中黑孤子传输特性的影响。
2.
The model of stochastic dispersion variation is built for a dark soliton transmission system, and its influence is studied on the arrival time jitters of the dark soliton to the detecting window.
运用守恒量扰动法，研究了色散随机变化对暗孤子传输系统的影响。
2) random dispersion
随机色散
1.
The paper conclude some major factors which influence the dark soliton transmission system, such as initial phase, random dispersion, stochastic gain variation, intrapulse Raman scattering and time jitters in arrival.
对影响暗孤子传输系统的一些主要因素 ,如初相位的影响、随机色散的影响、增益随机变化的影响、内脉冲拉曼散射效应的影响进行了总结性的探讨 ,并发现在许多情况下 ,引入非线性增益能够有效地抑制暗孤子的时间抖动。
3) arbitrary fluctuation
随机变化
1.
There are tendency,period and arbitrary fluctuation compositions in the process of long-term fluctuation of agricultural development.
农业发展的长期变化过程既带有趋势变化成分,又带有周期变化成分,还带有随机变化成分,因而根据趋势变化分析、周期变化分析和随机变化分析集成的方法来预测农业发展是可行的,提出的集成预测模型的拟合误差比单一模型的拟合误差小,预测效果比较好,是农业发展预测的一条比较有效的途径。
4) discrete random variable
离散型随机变量
1.
In a given period the seasonal goods can be ordered at a discount price,and the demand for the goods is an issue of discrete random variable.
讨论了在一个时期内商品的订购价格有折扣,而且该商品的需求量是离散型随机变量的订购问题,得出了使利润最大化的最佳订购量的计算方法。
2.
In the paper, we have extended CVaR of linear portfolios about discrete random variable of scenario models in space of one dimension to CVaR of linear portfolios of multinomial distribution and multi-Poisson power distribution in the hyperspace.
本文把离散型随机变量为一维情景预设模型时线性投资组合的CVaR推广到风险因子服从多项分布和多维Poisson分布时线性投资组合的CVaR;此外,利用CVaR与ES在随机变量可积时的相等关系推导出连续型风险因子服从多维逻辑斯特分布与多维指数幂分布时线性投资组合的CVaR;最后给出一种特殊的连续型风险因子线性投资组合的CVaR。
3.
CVaR of linear portfolios about discrete random variable of scenario models in space of one dimension is been extended to CVaR of linear portfolios of multinomial distribution and multi-Poisson power distribution in the hyperspace.
文章把离散型随机变量为一维情景预设模型时线性投资组合的 CVaR 推广到风险因子服从多项分布和多维 Poisson 分布时线性投资组合的 CVaR。
5) Discrete Type Random Variable
离散型随机变量
1.
In this paper, we study the distribution law of order statistic of discrete type random variable.
本文论述了离散型随机变量的次序统计量的分布律及其有关推论 。
6) discrete random variables
离散随机变量
1.
In this paper the notion of logarithmic likelihood ratio,as measure of dependence of a sequence of arbitrary discrete random variables,is intreduced.
本文引进对数似然比作为任意离散随机变量序列相依性的一种度量，并通过限制似然比给出样本空间的某种子集，在这种子集上得到了离散随机变量序列的一类强极限定理，它包含若干经典强大数定律为其特例。
2.
In this paper the likelihood ratio is introduced as a measure of dependence ot the sequences of discrete random variables, and by using this concept, a class of strong laws considered on certain subsets of the sample space, which include some usual strong laws of large numbers as their corollaries, are obtained.
本文引进似然比作为离散随机变量序列相依性的一种度量,并利用这个概念给出一类在样本空间的某种子集上考虑的强律,它包含若干通常的强大数定律为其特
补充资料：基础资产价格变化的随机特征
基础资产价格变化的随机特征
【基础资产价格变化的随机特征】我们以不支付股息的股票为例，来讨论股票价格变化的随机过程特征。 如果能够把股票价格的变化看作遵循推广后的或一般化的维纳过程，即具有常数期望偏差率和常数方差率，那么，就非常有助于我们的分析。但是，根据这样的假设而构造随机过程模型将会忽略股票价格变化的根本性特征。这主要是因为投资者从股票投资中要求获得的预期收益百分比一般独立于股票价格的变化。例如，当股票价格为10美元时，如果投资者要求获得的年预期收益率为14%;那么，在其他条件不变时，当股票价格为50美元时，投资者也会要求得到14%的年预期收益率。 显然，常数预期偏差率的假设是不恰当的，豁要用更为合适的假定来加以修正替换。 如果我们以股票价格的一定比例来表示预期偏差，并假设这种预期偏差是常数，以此来取代上述假定，就可以解决这一间题。新的假设意味着:如果以S表示股票价格，当某种常数参数值为拜时，股票价格s的期望偏差率就是泌。因而，在一很小的时间区间里，S的预期增长将是两△t。以小数形式表示的参数拌就是从股票投资中获得的预期收益率。 如果股票价格的方差率始终为零，则上述模型就表示 dS二声记t或者所以dS百二衅S二凡砂(5)式中，凡表示时间为零时的初始股票价格。方程式(5.5)说明，当方差率为零时，股票价格以每单位时间拌的连续复利率上涨。 然而，在股票市场上，股票价格实际上是表现出易变性特征的。对于这种现象，一种合理的假设是，不管股票价格如何变化，把很短时间区间△t中百分比收益的方差视为相同。换句话说，在投资者看来，不论股票价格是50美元还是10美元，其投资于股票的百分比收益具有同等的不确定性。将了定义为与股票价格按比例变化的方差率，那么了△t就表示在时间区间△t中，与股票价格按比例变化的方差，而了矛△t则表示在时间区间△t中，股票价格S实际变化的方差。因而股票价格S的瞬时方差率可以表示为了矛。 上述分析说明股票价格的变化可以由伊托过程来加以描述，因为伊托过程具有瞬时期望偏差率为泌，以及瞬时方差率为了梦。据此，股票价格的变动特征可以用下式表示: dS二川记t+。S如或者dS号罕二扛Ot十口O团口(6)方程(6)是采用得最为广泛的描述股票价格变化的模型。其中变量口一般就是指股票价格易变性，另一变量拌则表示预期收益率。 例3: 以一种不支付股息的股票为例，每年的易变性为30%，每年产生的预期收益率为15%，以连续复利形式计算。也就是说拌二0.15，和。=0.30。因此，股票价格变动的随机特征可由下式来刻划描述:馨=0.巧dt+0·30dZ ，
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