Markov骨架过程成为Markov过程的条件(英文)

给出了一个齐次Markov骨架过程成为齐次Markov过程的充分条件及其转移概率函数 .

Markov骨架过程的性质

侯振挺等[1] 引入了一类重要的随机过程———Markov骨架过程 .它包括了Markov过程、半Markov过程、逐段决定Markov过程 ,其内容远比这些过程丰富 ,且能更好地描述事物发展的量变 质变 量变过程 ,其应用十分广泛 .文中给出了这类过程的若干性质 .分别给出了一个随机过程成为一个Markov骨架过程的充分条件和必要条件 .

“成批”顾客到达排队系统的Markov骨架过程模型

本文主要在原有的G/G/1排队系统的模型中,引入“成批”到达的概念,引入一次到达人数的随机变量ξ,讨论忙期闲期有关的情况.并通过对模型的讨论解决了带有选择的排队过程的分布情况.

Markov骨架过程积分型泛函的分布和矩及其应用举例

侯振挺等［１］引入了一类具有广泛应用前景的随机过程-Ｍａｒｂｏｙ骨架过程．本文研究这类过程积分型泛函的分布和矩及其计算问题．作为应用，我们得到了Ｄｏｏｂ过程，生灭过程积分型泛函的分布和矩的公式，尤其对于生灭过程，利用本文的方法也得到了［４］中定理１－３的结果．

半Markov布朗运动

侯振挺等 [1 ]提出了 Markov骨架过程的概念 ,文献 [2 ]讨论了布朗生灭过程 ,在此基础上 ,提出了半马氏布朗运动的概念 ,讨论它的存在性 ,一维分布 ,积分型泛函的分布与矩 。

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 .

索赔为一般到达的保险风险模型

本文应用作者们提出和建立的Markov骨架过程方法 ,研究了索赔为一般到达的保险风险模型 ,得到了破产时间分布以及破产时间与破产时刻前后资产盈余的联合分布 .

保费到达为更新过程的复合更新风险模型

本文在经典风险模型基础上 ,把索赔到达过程 Nt加以推广为更新过程 ,且在保单到达非均匀的前提下 ,把保单到送过程推广为更新过程 Mt,得到有限时间 t盈余的瞬时分布φ(u,θ0 ,t,a) .然后求得时刻 t的生存概率ψ(t,u,θ0 )

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.

理赔为一般到达的常利率风险模型

本文研究了一般到达的常利率保险风险问题,应用建立Markov骨架过程的方法建立了理赔为一般到达的常利率风险模型,给出了破产时的余额分布、破产前瞬间的余额分布、破产时间与破产前瞬间余额的联合分布、破产时间与破产时余额的联合分布及破产前瞬间余额、破产时余额与破产时间的联合分布.

具有多类索赔到达保险风险模型的破产问题

应用Markov骨架过程的方法和补充变量技巧研究了索赔为多类一般到达的保险风险模型 ,分别得到了破产时间与破产时刻前后资产盈余的联合分布以及破产时间的分布。使得索赔为一般到达的保险风险问题的研究取得了较大的进展。

GI^((1))+GI^((2))/M/1排队模型

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( 1) +GI( 2 ) /M/1排队模型 ,求出了此模型的到达过程。

带干扰的理赔为一般到达的风险模型

本文应用M arkov骨架过程方法,研究了带干扰的理赔为一般到达的保险风险模型,得到了破产时间与破产时刻前后资产盈余的联合分布以及破产时间的分布.

索赔为成批到达的保险风险模型

本文在经典风险模型的基础上,把索赔到达过程推广为成批到达,且为一般到达的保险风险模型。通过运用Markov骨架过程的方法得到了其在t时刻的瞬时状态分布、破产时间与破产时刻前后资产盈余的联合分布及其极限性态。

多重休假GI/G/1排队系统的非统计平衡理论

文献 [1 ]引入了一类具有广泛应用前景的随机过程—Markov骨架过程 ,文献 [2 ]研究了 GI/ G/ 1排队系统 .本文对其进行了拓展 ,研究了多重休假 GI/ G/ 1排队模型 ,求出了此模型的到达过程。

保费到达为平衡更新过程的复合更新风险模型

本文研究保费到达为平衡更新过程的复合更新风险模型 ,给出了有限时间内的生存概率分布 ,破产时间 T与破产时资产盈余 U(T)的联合分布 ,及破产时间 T与破产前瞬时盈余 U(T- )的联合分布 .

N-策略休假GI～X/G/1排队系统队长的瞬时分布

本文应用Markov骨架过程理论研究了N-休假策略GI^X/G/1排队系统,并得到了队长的瞬时分布.

GI^((1))+GI^((2))/G/1排队模型

对于GI( 1) +GI( 2 ) /G/ 1排队模型 ,本文借助文献 [1]中引入的Markov骨架过程方法求出了此模型到达过程。

SMAP/INDI/1单重休假随机服务系统的MSP方法

本文借助于马尔可夫骨架过程(MSP)方法研究了SMAP/INID/1单重休假随机服务系统的队长及等待时间等指标的瞬时分布.