Cтраница 3
Процесс называется процессом с непрерывным временем, если моменты возможных переходов системы из состояния в состояние не фиксированы заранее, а случайны. [31]
Восстановление сигнала, основанное иа идеальной интерполяции. [32] |
Описание случайных сигналов с непрерывным временем, данное выше, можно легко 1аспространить на случайные сигналы с дискретным временем. Такие сигналы обычно юлучаются путем равномерной дискретизации во времени случайного процесса с прерывным временем. [33]
При рассмотрении процессов с непрерывным временем ( см. ниже) будут сделаны предположения, несколько отличающиеся от данных. Аналог этих предположений может быть с очевидностью использован и для дискретного случая, и наоборот. Заметим, что в непрерывном случае доказательства являются более замкнутыми в том смысле, что требуют привлечения меньшего количества дополнительных сведений о поведении рассматриваемого марковского процесса. [34]
Процесс называется процессом с непрерывным временем, если моменты возможных переходов системы из состояния в состояние не фиксированы заранее, а являются случайными. Процесс работы СМО представляет собой случайный процесс с дискретными состояниями и непрерывным временем. [35]
Марковский дискретный процесс с непрерывным временем; вероятностные функции состояний; плотность вероятности переходов; однородный дискретный процесс с непрерывным временем; неоднородный дискретный процесс с непрерывным временем; матрица плотностей вероятностей переходов; система дифференциальных уравнений Колмогорова; размеченный граф состояний системы, в котором протекает марковский дискретный процесс с непрерывным временем; правило составления системы дифференциальных уравнений Колмогорова по размеченному графу; правило составления системы дифференциальных уравнений Колмогорова по матрице плотностей вероятностей переходов; нормальная форма Коши; задача Коши. [36]
Для марковского процесса с непрерывным временем существует интересная закономерность. Время между наступлениями того или иного события является случайным, но подчиненным определенному закону. [37]
Здесь для моделей с непрерывным временем вместо разностных уравнений возникают стохастические дифференциальные уравнения. При этом ценой значительных технических усложнений удается получить аналоги результатов, известных для дискретных моделей. [38]
Тогда цепь Маркова с непрерывным временем называется эргодичес-кой, а ( я /) - ее эргодическим распределением. [39]
Рассмотрим сначала модели с непрерывным временем. [40]
Для нестационарных процессов с непрерывным временем, вместо постоянной удельной энтропии, нужно рассматривать плотность энтропии, которая, вообще говоря, непостоянна во времени. [41]
Рассмотрим непрерывнозначный М.с.п. с непрерывным временем. [42]
Настоящие случайные процессы с непрерывным временем получаются из обычных случайных блужданий в предположении, что интервалы времени между последовательными скачками являются независимыми случайными величинами с одной и той ЖР. Другими словами, моменты скачков регулируются пуассоновским процессом, а скачки сами по себе являются случайными величинами, принимающими значения - - и - 1 с вероятностями р и 9, независимо друг от друга и от пуассоновского процесса. [43]
Различают марковские цепи с дискретным и непрерывным временем. Для простой марковской цепи характерным является то обстоятельство, что зависимость между состояниями распространяется только на два рядом расположенных состояния. [44]
Особенно много исследований посвящено слунаю непрерывного времени и фазового пространства в виде дифференциального многообразия в предположении непрерывности ( /) и надлежащей дифферен-цируемости вероятностей перехода. [45]