版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、馬爾可夫過程是一類重要的隨機(jī)過程,它有極為深厚的理論基礎(chǔ),如拓?fù)鋵W(xué)、函數(shù)論、泛函分析、近世代數(shù)和幾何學(xué),又有廣泛的應(yīng)用空間,如物理、化學(xué)、生物、天文、計(jì)算機(jī)、通信、經(jīng)濟(jì)管理等等眾多領(lǐng)域。有關(guān)齊次馬氏鏈的研究,已形成了較完整的理論體系。近幾十年來,人們對(duì)馬氏鏈的極限定理、遍歷性和熵率、散度等信息度量的相關(guān)性質(zhì)展開了大量研究。多重馬氏鏈的概念是一般馬氏鏈概念的自然推廣,多重馬爾可夫信源是一類很重要的信源,如語(yǔ)聲、電視信號(hào)等。本文主要研究一階
2、馬氏過程散度的極限性質(zhì)以及m階馬氏過程散度的極限性質(zhì)。 第一章主要給出馬氏鏈的直觀定義,并介紹其相關(guān)研究及進(jìn)展。第二章介紹后續(xù)章節(jié)所需用到的基礎(chǔ)理論知識(shí)。第三章研究一類有限馬氏過程的散度極限性質(zhì)。在楊衛(wèi)國(guó),劉文對(duì)非齊次馬氏信源的漸近均分割性研究的基礎(chǔ)上,利用隨機(jī)變量序列的一致可積性,給出了馬氏過程散度的極限存在的條件,并得到該極限的值。第四章在第二章的基礎(chǔ)上給出有限m階非齊次馬氏鏈的定義及相關(guān)定義與性質(zhì),為下一章研究做準(zhǔn)備。第五
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 樹上廣義非對(duì)稱馬氏鏈場(chǎng)的強(qiáng)極限性質(zhì).pdf
- 時(shí)間離散狀態(tài)連續(xù)非齊次馬氏鏈的強(qiáng)極限性質(zhì).pdf
- 一類平穩(wěn)過程的極限性質(zhì).pdf
- 隨機(jī)環(huán)境中分枝過程的某些極限性質(zhì)研究
- 隨機(jī)環(huán)境中分枝過程的某些極限性質(zhì)研究.pdf
- 非對(duì)稱正態(tài)分布及廣義伽馬分布序列極值的極限性質(zhì).pdf
- 投資市場(chǎng)的若干極限性質(zhì).pdf
- 混合序列的若干極限性質(zhì).pdf
- 期權(quán)定價(jià)的數(shù)值解及極限性質(zhì).pdf
- 樣本分位數(shù)的極限性質(zhì)研究.pdf
- 混合相依變量的若干極限性質(zhì).pdf
- 隨機(jī)環(huán)境中多型與單型分枝過程的極限性質(zhì).pdf
- 一類特殊非齊次樹上馬氏鏈場(chǎng)的強(qiáng)極限性質(zhì).pdf
- 兩類非齊次樹圖上馬氏鏈場(chǎng)的強(qiáng)極限性質(zhì).pdf
- 隨機(jī)變量序列的強(qiáng)極限性質(zhì).pdf
- 循環(huán)馬氏鏈的強(qiáng)極限定理.pdf
- 風(fēng)險(xiǎn)度量中參數(shù)估計(jì)的極限性質(zhì).pdf
- 二階半馬氏過程的等價(jià)性質(zhì)與特例.pdf
- 漸近循環(huán)馬氏鏈的強(qiáng)極限定理.pdf
- 相依隨機(jī)變量序列的極限性質(zhì).pdf
評(píng)論
0/150
提交評(píng)論