一种G分布的应用

本文利用Ｇ分布曲线对农村彩电的增长率进行了预测，并在概率意义下对其增长阶段进行了划分．     

带利息力和干扰的批量索赔一般到达风险模型

本文在经典风险模型的基础上,将索赔到达过程推广为更新过程,索赔可以批量到达,且带有常数利息力和Brown运动干扰项,得到一个新的风险模型,运用Markov骨架过程的方法,得出盈余过程的瞬时分布和生存概率.     

单循环赛赛程安排的一个图论方法

利用图论的边着色理论建立了一个赛程安排的数学模型 .首先建立 n支球队与完全图 Kn的 n个顶点间的一一对应 ,把球队 Ai和 Aj间的比赛关系抽象成 Kn的顶点 i和 j间的边 ( i,j) .然后分别构造出了图K2 m- 1和 K2 m的正常 2 m-1边着色 .从而给出了各球队每两场比赛间得到的休整时间最均等 ,休整的间隔场次数达到上限值 n2 的一个赛程安排方案     

火工品可靠性试验数据的综合分析方法

升降法试验数据和固定刺激量下的成败型试验数据,是两种最常见的火工品可靠性试验数据．我们应用Markov链,研究了升降法试验数据下,感度分布参数的极大似然估计的特性．在此基础上,应用Bootstrap方法和Bayes方法,给出了综合分析两种试验数据的方法．最后,将该方法应用于520底火的可靠性鉴定,得出了有益的结论．     

图的k-单圈划分中的优化问题

图的划分问题曾引起图论界的广泛关注，在文献[4]中讨论了k-单圈划分，本文进一步研究基于k-单圈划分的优化问题，即在一个赋权图中求一个最小权可k-单圈划分的支撑子图，以及对一个不存在k-单圈划分支撑子图的图，如何添最少的边使得它有k-单圈划分的支撑子图。     

更新时间概率模型及其无偏估计定理的论证

本文提出应用小参数法 ,探讨 Markov链中相邻两次更新时刻内稀疏事件的概率估计问题 .建立了三种最重要的具有更新时间的概率模型 .通过小参数的引入和对概率式的幂展开 ,进而推证出幂渐近展开系数的模型估算法 .论证了无偏估计的重要定理 ,给出了概率估计式和无偏估计精度 .亦将许多算法扩展到Markov链的任意状态空间     

GI／G／1单重休假随机服务系统的马氏骨架方法

文献[1]引入一类具有广泛应用前景的随机过程-Markov骨架过程。借助Markov骨架过程的方法研究GI/G/1单重休假服务系统队长，及t时刻到达顾客等待时间的瞬时概率分布。     

HILBERTIAN INVARIANCE PRINCIPLE FOR EMPIRICAL PROCESS ASSOCIATED WITH A MARKOV PROCESS

The authors establish the Hilbertian invariance principle for the empirical process of a stationary Markov process, by extending the forward-backward martingale decomposition of Lyons-Meyer-Zheng to the Hilbert space valued additive functionals associated with general non-reversible Markov processes.     

有限型的首次返回例外集的测度和维数北大核心CSCD

设M=(m_(ij))是一个b×b阶矩阵且m_(ij)∈{0,1},∑_(M)是矩阵M=(m_(ij))诱导产生的有限型,σ是其上左推移算子.本文主要研究的是有限型动力系统(∑_(M),σ)上的首次返回速度问题.令τ_(k)(x)是点x∈∑_(M)首次返回到包含x的k阶柱集时间,且E_(α,β)={x∈∑_(M):lim inf_(k→∞)(logτ_(k)(x))/k=α,lim sup_(k→∞)(logτ_(k)(x))/k=β}.我们证明了:当M是不可约矩阵时,对任意0≤α≤β≤+∞,集合E_(α,β)的Markov测度要么等于0要么等于1并且具有满的Hausdorff维数.     

不等长周期时间序列的周期划分方法

针对时间序列周期不等长的情况,提出了一种基于周期划分的时间序列周期分析方法.首先将时间序列变换到频域中获取序列的周期特征,其次根据周期特征计算移动平均的项数来对时间序列做移动平均处理,然后计算移动平均处理后序列中的极值点,最后对极值点按条件进行剔除后得到周期划分点.以划分点为界划分得到时间序列的多个周期段,经过分析采用周期段的中位数线来表示时间序列的周期性变化特征.这种周期划分方法更适用于存在随机波动的长序列,实验表明该方法能较好地对序列做出划分,得到的周期段中位数线的变化特点也与原时间序列基本相符.