商店出售易腐烂物品所得收益的马尔可夫骨架过程建模

本文中,我们应用马尔可夫骨架过程的理论建立了商店出售易腐烂物品所得盈利的数学模型,并且用向后方程刻画了盈利额的一维分布.     

工程管理的马尔可夫骨架过程建模

在以前,一个工程项目的进程的管理问题在各工段的施工时间为相互独立且都服从负指数分布的假设下通过一个网络图化为对一个马尔可夫链的控制和优化的研究.本文在一般情况下(放弃对各工程段的时间服从负指数分布的假设)把工程项目进程的管理问题化为对一个马尔可夫骨架过程的控制和优化问题.     

马尔可夫骨架PERT网络的最长路径

本文利用马尔可夫骨架过程理论研究PERT网络模型，其中网络各弧线的长度是相互独立的随机变量。文中构造了一个马尔可夫骨架过程，利用其向后方程求解随机网络最长路径长度的分布函数。     

具有马尔可夫骨架的随机过程(英文)

在本文中，我们引入了具有马尔科夫骨架的随机过程的概念．具体讨论了一类重要的具有马氏骨架的随机过程─—（H，Q）─过程，得到了计算这种过程概率分布的向后和向前方程，计算了过程的一维分布以及给出了这种过程正则的充分必要条件．并且本文绘出了文献[3]中主要结果的证明．     

关于SARS病毒传播的马尔可夫骨架过程模型

根据SARS病毒传播的特性和侯振挺等人提出的马尔可夫骨架过程理论，建立了SARS病毒传播的马尔可夫骨架模型，并得出结论，在任一时刻的疑似病例数，传染病人数是某非负线性方程组的最小非负解。     

半马尔可夫过程的极限分布及其推广

本文运用马尔可夫骨架过程的极限理论研究齐次可列半马尔可夫过程,得到其极限分布.当更新间隔的分布不是格子分布时,本文的结果和邓永录等[1]中的结果一致,但采用的方法不同,本文采用的是马尔可夫骨架过程的理论方法,而[1]中采用的是交替更新过程的方法;而且关于更新间隔服从格子分布的情形,[1]中没有研究,而本文给出了结果.最...     

马尔可夫骨架过程的有穷维分布(英文)

在文献[1]和[2]中，我们引入了马尔可夫骨架随机过程的概念，并得到了向后方程和向前方程．同时还计算了这类过程的一维分布以及讨论了其它有关性质．在本文中，我们进一步给出马尔可夫骨架随机过程的有穷维分布的计算公式．     

一类马尔可夫骨架过程的强大数定律和中心极限定理

基于马尔可夫骨架过程极限分布的已有研究结果,本文运用波莱尔-康特立引理、更新理论、科尔莫哥洛夫的强大数定律以及独立同分布情形的中心极限定理等重要理论,分别给出了一类马尔可夫骨架过程对应的累积过程满足强大数定律和中心极限定理的充分条件.     

马尔可夫骨架过程的极限分布

本文运用基本更新定理和Smith关键更新定理等理论和方法,对马尔可夫骨架过程的极限分布进行深入研究,得到主要结果如下:去掉了原有结果中要求的绝对连续的条件,给出了马尔可夫骨架过程极限分布存在的充分条件;得到了马尔可夫骨架过程极限分布的具体公式,并证明了该极限分布为概率分布.     

关于随机环境中的马尔可夫过程的简介——纪念李国平院士吴新谋教授诞辰100周年

该文系统地介绍随机环境中的马尔可夫过程. 共4章, 第一章介绍依时的随机环境中的马尔可夫链(MCTRE), 包括MCTRE的存在性及等价描述; 状态分类; 遍历理论及不变测度; p-θ 链的中心极限定理和不变原理. 第二章介绍依时的随机环境中的马尔可夫过程(MPTRE), 包括MPTRE的基本概念; 随机环境中的q -过程存在唯一性; 时齐的q -过程;MPTRE的构造及等价性定理.第三章介绍依时的随机环境中的分枝链(MBCRE), 包括有限维的和无穷维的MBCRE的模型和基本概念; 它们的灭绝概念;两极分化; 增殖率等.第四章介绍依时依空的随机环境中的马尔可夫链(MCSTRE), 包括MCSTRE的基本概念、构造; 依时依空的随机环境中的随机徘徊(RWSTRE)的中心极限定理、不变原理.     

隐Markov模型的强马氏性

引入隐Markov模型强马氏性的概念,并进一步研究了隐Markov模型在强马氏性方面的一些性质.     

股票价格的马氏链预测模型

本文探讨了马尔科夫链的预测技术,利用马氏链预测方法分析了申华控股(600653)价格的变动情况,对其价格进行短期预测和长期涨跌趋势、运动周期的预测,研究结果与实际情况比较一致。     

基于Markov过程的一类销售管理模型

本从实际背景出发，利用随机Q矩阵的Markov过程考察n个顾客的购物规律，得到了顾客在l时刻有i件商品的情况下，在t-l时间内离开商店的概率，从而解决了一类销售问题。     

Bayesian Analysis of a Two-State Markov Modulated Poisson Process

Abstract

We postulate observations from a Poisson process whose rate parameter modulates between two values determined by an unobserved Markov chain. The theory switches from continuous to discrete time by considering the intervals between observations as a sequence of dependent random variables. A result from hidden Markov models allows us to sample from the posterior distribution of the model parameters given the observed event times using a Gibbs sampler with only two steps per iteration.     

Markov Skeleton Processes and Applications to Queueing Systems

In this paper, we apply the backward equations of Markov skeleton processes to qucueing systems. The transient distribution of the waiting time of a GI/G/1 queueing system, the transient distribution of the length of a GI/G/N queueing system and the transient distribution of the length of queueing networks are obtained.