Cтраница 1
Свойство отсутствия последействия состоит в том, что вероятность появления k событий в любом промежутке времени не зависит от того, появлялись или не появлялись события в моменты времени, предшествующие началу рассматриваемого промежутка. Другими словами, предыстория потока не влияет на вероятности появления событий в ближайшем будущем. [1]
Свойство отсутствия последействия называют также свойством отсутствия памяти, а марковские процессы - процессами без памяти. [2]
Свойство отсутствия последействия состоит в том, что вероятность появления k событий в любом промежутке времени не зависит от того, появлялись или не появлялись события в моменты времени, предшествующие началу рассматриваемого промежутка. Другими словами, предыстория потока не влияет на вероятности появления событий в ближайшем будущем. [3]
Свойство отсутствия последействия характеризуется тем, что вероятность появления k событий на любом промежутке времени не зависит от того, появлялись или не появлялись события в моменты времени, предшествующие началу рассматриваемого промежутка. Другими словами, условная вероятность появления k событий на любом промежутке времени, вычисленная при любых предположениях о том, что происходило до начала рассматриваемого промежутка ( сколько событий появилось, в какой последовательности), равна безусловной вероятности. Таким образом, предыстория потока не сказывается на вероятности появления событий в ближайшем будущем. [4]
Свойство отсутствия последействия утверждает независиыоств приращений нашей функции в неперекрывающихся интервалах, в то время как свойство однородности говорит о постоянстве закона распределения приращений нашей функции во всех интервалах равной длины. [5]
Свойство отсутствия последействия состоит в том, что вероятность появления k событий в любом промежутке времени не зависит от того, появлялись или не появлялись события в моменты времени, предшествующие началу рассматриваемого промежутка. Другими словами, предыстория потока не влияет на вероятности появления событий в ближайшем будущем. [6]
Регулярный поток свойством отсутствия последействия не обладает, поскольку последействие в нем порождается его регулярностью. [7]
Цепь, обладающая свойством отсутствия последействия, является марковской. [8]
Показательное распределение обладает свойством отсутствия последействия. [9]
Интересно отметить, что свойство отсутствия последействия является характеристическим для показательного распределения. [10]
Пусть некоторое распределение обладает свойством отсутствия последействия. Тогда это распределение показательно. [11]
Итак, если поток обладает свойством отсутствия последействия, то имеет место взаимная независимость появлений того или иного числа событий в непересекающиеся промежутки времени. [12]
Итак, показательное распределение и только оно обладает свойством отсутствия последействия. [13]
Интересно отметить, что среди всех дискретных распределений свойством отсутствия последействия обладает только геометрическое распределение. [14]
Марковский процесс, протекающий в системе, является случайным, обладающим свойством отсутствия последействия. [15]