1) uniformly bounded by arandom variable
一致有界于随机变量
2) stochastic uniform boundedness
随机一致有界
1.
In this paper,using the Liapunov function,some sufficient conditions for stochastic boundedness and stochastic uniform boundedness of a neutral stochastic functional differential equation are obtained,and the results of the paper were extended.
利用随机李雅普诺夫函数,研究了一类中立型随机泛函微分方程解的随机有界性和随机一致有界性,给出了若干充分性条件。
4) uniformly bounded variation
一致有界变差
5) uniform boundedness
一致有界
1.
By means of Galerkin approximation, uniform boundedness and dissipa tiveness of delay reaction-diffusion equations are studied.
使用Galerkin逼近的办法，探讨时滞反应扩散方程解的一致有界性和耗散性。
2.
The authors investigate global properties and uniform boundedness of impulsive differential equations with variable times using comparison principle.
运用比较原理研究了具有可变脉冲时刻的脉冲微分方程解的整体性质,给出了解一致有界的充分条件。
3.
By using Liapunov functional equation and Razumikhin skill,the uniform boundedness and uniformly final boundedness of Volterra calculous equation s solution were studied and their sufficient conditions were given as well.
利用Liapunov泛函方程和Razumikhin技巧,研究Volterra积分微分方程解的一致有界性与一致最终有界性。
6) uniform boundness
一致有界
1.
Under appropriate conditions, using some prior estimate s techniques of Holder inequality, comparison principle of ODE, Gagliard-Nirenberg , Poincare inequality, Gronwall inequality and imbedding theorem, we obtain the global existence and uniform boundness of solutions.
本文利用抛物型方程解的先验估计方法给出了一类强耦合系统解的整体存在性及一致有界性。
2.
Under the appropriate conditions,using some prior estimate s techniques of Hlder inequality,comparison principle of ODE,Gagliard-Nirenberg,Poincaré inequality,Gronwall inequality and imbedding Theorem,we obtain the global existence and uniform boundness of solutions.
考虑一个耦合抛物系统的初边值问题,通过利用H lder不等式,常微分方程的比较原理,Nirenberg-Gagliard不等式以及嵌入定理等先验估计的技巧给出了这类系统解的整体存在性及一致有界性。
3.
A uniform boundness theorem for the convergent and uniform (R) integrable sequence of function is given.
给出了收敛的一致(R)可积函数列的一致有界性定理,并指出一致有界是收敛的(R)可积函数列一致(R)可积的必要条件,但不是充分条件。
补充资料：水文随机变量
受随机因素影响,遵循统计规律变化的水文变量。水文随机变量在未来任一时刻出现的数值无法准确预测，但能以分布函数(或等价的概率密度函数)来反映其统计规律性，也就是表示其各种数值出现的可能性。分布函数的形式，可根据资料按水文统计学的有关原理和方法予以确定。分布函数与概率密度函数则有如下关系：
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条