補助変数法 - 版の履歴

2008年11月13日 (木) 12:53にAlbeit-Kunによる

2008-11-13T12:53:55Z

Orsjwiki: "補助変数法" を保護しました。 [edit=sysop:move=sysop]

2007-07-20T02:08:12Z

"補助変数法" を保護しました。 [edit=sysop:move=sysop]

2007年7月17日 (火) 03:20に122.17.2.240による

2007-07-17T03:20:07Z

2007年7月14日 (土) 06:24に222.225.128.87による

2007-07-14T06:24:40Z

122.17.2.240: 新しいページ: '【ほじょへんすうほう (supplementary variable method)】例えば M/G/1 において, 時刻 $t$ の系内客数を $\xi(t)$, サービス経過時間を $X(t)$, 残...'

2007-07-13T02:47:43Z

新しいページ: '【ほじょへんすうほう (supplementary variable method)】例えば M/G/1 において, 時刻 $t$ の系内客数を $\xi(t)$, サービス経過時間を $X(t)$, 残...'

新規ページ

【ほじょへんすうほう (supplementary variable method)】

例えば M/G/1 において, 時刻 $t$ の系内客数を $\xi(t)$, サービス経過時間を $X(t)$, 残余サービス時間を $R(t)$ と表せば, 確率過程 $\{\xi(t)\}$はマルコフ過程とはならないが, ベクトル過程 $\zeta_X(t) = \{\xi(t), X(t)\}$ および $\zeta_R(t) = \{\xi(t), R(t)\}$ は, マルコフ過程となる. 確率変数 $X(t)$, $R(t)$ を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.

← 古い版		2008年11月13日 (木) 12:53時点における版
2行目:		2行目:

	例えば M/G/1 において, 時刻 <math>t\,</math> の系内客数を <math>\xi(t)\,</math>, サービス経過時間を <math>X(t)\,</math>, 残余サービス時間を <math>R(t)\,</math> と表せば, 確率過程 <math>\{\xi(t)\}\,</math>はマルコフ過程とはならないが, ベクトル過程 <math>\zeta_X(t) = \{\xi(t), X(t)\}\,</math> および <math>\zeta_R(t) = \{\xi(t), R(t)\}\,</math> は, マルコフ過程となる. 確率変数 <math>X(t)\,</math>, <math>R(t)\,</math> を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.		例えば M/G/1 において, 時刻 <math>t\,</math> の系内客数を <math>\xi(t)\,</math>, サービス経過時間を <math>X(t)\,</math>, 残余サービス時間を <math>R(t)\,</math> と表せば, 確率過程 <math>\{\xi(t)\}\,</math>はマルコフ過程とはならないが, ベクトル過程 <math>\zeta_X(t) = \{\xi(t), X(t)\}\,</math> および <math>\zeta_R(t) = \{\xi(t), R(t)\}\,</math> は, マルコフ過程となる. 確率変数 <math>X(t)\,</math>, <math>R(t)\,</math> を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.
		+
		+	[[category:確率と確率過程\|ほじょへんすうほう]]
		+
		+	[[category:待ち行列\|ほじょへんすうほう]]

← 古い版		2007年7月17日 (火) 03:20時点における版
1行目:		1行目:
−	【ほじょへんすうほう (supplementary variable method)】	+	'''【ほじょへんすうほう (supplementary variable method)】'''

	例えば M/G/1 において, 時刻 <math>t\,</math> の系内客数を <math>\xi(t)\,</math>, サービス経過時間を <math>X(t)\,</math>, 残余サービス時間を <math>R(t)\,</math> と表せば, 確率過程 <math>\{\xi(t)\}\,</math>はマルコフ過程とはならないが, ベクトル過程 <math>\zeta_X(t) = \{\xi(t), X(t)\}\,</math> および <math>\zeta_R(t) = \{\xi(t), R(t)\}\,</math> は, マルコフ過程となる. 確率変数 <math>X(t)\,</math>, <math>R(t)\,</math> を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.		例えば M/G/1 において, 時刻 <math>t\,</math> の系内客数を <math>\xi(t)\,</math>, サービス経過時間を <math>X(t)\,</math>, 残余サービス時間を <math>R(t)\,</math> と表せば, 確率過程 <math>\{\xi(t)\}\,</math>はマルコフ過程とはならないが, ベクトル過程 <math>\zeta_X(t) = \{\xi(t), X(t)\}\,</math> および <math>\zeta_R(t) = \{\xi(t), R(t)\}\,</math> は, マルコフ過程となる. 確率変数 <math>X(t)\,</math>, <math>R(t)\,</math> を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.

← 古い版		2007年7月14日 (土) 06:24時点における版
1行目:		1行目:
	【ほじょへんすうほう (supplementary variable method)】		【ほじょへんすうほう (supplementary variable method)】

−	例えば M/G/1 において, 時刻 $t$ の系内客数を $\xi(t)$, サービス経過時間を $X(t)$, 残余サービス時間を $R(t)$ と表せば, 確率過程 $\{\xi(t)\}$はマルコフ過程とはならないが, ベクトル過程 $\zeta_X(t) = \{\xi(t), X(t)\}$ および $\zeta_R(t) = \{\xi(t), R(t)\}$ は, マルコフ過程となる. 確率変数 $X(t)$, $R(t)$ を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.	+	例えば M/G/1 において, 時刻 <math>t\,</math> の系内客数を <math>\xi(t)\,</math>, サービス経過時間を <math>X(t)\,</math>, 残余サービス時間を <math>R(t)\,</math> と表せば, 確率過程 <math>\{\xi(t)\}\,</math>はマルコフ過程とはならないが, ベクトル過程 <math>\zeta_X(t) = \{\xi(t), X(t)\}\,</math> および <math>\zeta_R(t) = \{\xi(t), R(t)\}\,</math> は, マルコフ過程となる. 確率変数 <math>X(t)\,</math>, <math>R(t)\,</math> を補助変数といい, 適当な補助変数の導入により, マルコフ化が可能となる. この解析法を補助変数法という.