Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
6
Spistreści
4.3.3.
KorelacjaprocesuMarkowa.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
4.4.
ModyfikacjeprocesuMarkowa.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
56
4.4.1.
Markowowskiprocesodnowy.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
56
4.4.2.
Strumieńzdarzeńzmodulacjąmarkowowską.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
4.4.3.
StrumieńzdarzeńIPP,SPPorazON-OFF.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
4.5.
ZastosowaniaprocesówMarkowa.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
62
5.
5.1.
5.2.
5.2.1.
5.2.2.
5.2.3.
5.3.
6.
6.1.
6.2.
7.
7.1.
7.2.
7.3.
7.4.
7.4.1.
7.4.2.
7.4.3.
7.5.
7.5.1.
7.5.2.
7.5.3.
7.5.4.
7.5.5.
STRUMIENIEREGRESYJNE
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
64
Strumieńautoregresyjny.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
64
StrumieńTES
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
AlgorytmTES
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
68
KorelacjastrumieniaTES.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
70
ZasadymodelowaniaTES.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
76
Zastosowaniamodeliautoregresyjnych.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
76
MODELEPRZEPŁYWOWE.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
78
Aproksymacjagaussowska
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
78
Markowowskiemodeleprzepływowe.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
83
SAMOPODOBNESTRUMIENIEZDARZEŃ.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
84
Czasoweskalowaniestrumieniazdarzeń.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
84
Korelacjadalekosiężna
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
88
Samopodobieństwo.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
90
Miarasamopodobieństwa
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
91
WykładnikHursta
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
91
Samopodobieństwoprocesówlosowychzciągłymczasem.
.
.
.
.
.
.
.
.
.
.
.
.
.
92
EstymacjawykładnikaHursta.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
94
Modelesamopodobnychstrumienizdarzeń.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
98
UłamkowyruchBrowna.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
98
ModelePareto
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
MultipleksacjastrumieniON-OFF
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
Ułamkowymodelautoregresyjny.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
106
Właściwościfraktalnesamopodobnychstrumienizdarzeń.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
107
LITERATURA
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
109
WYKAZOZNACZEŃ.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
116
CzęśćII
PRZECIĄŻENIASIECIPAKIETOWYCH
8.
8.1.
8.1.1.
8.1.2.
8.1.3.
8.2.
8.3.
8.4.
8.4.1.
8.4.2.
8.4.3.
WPROWADZENIE.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
121
Ruchtelefonicznyorazruchtransmisjidanych.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
121
Siecizkomutacjąłączy.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
122
Komutacjawiadomości
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
123
Komutacjapakietów.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
124
Komputerowesystemyotwarte–architekturaOSI-ISO.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
126
ZasadywspółpracyjednostekwarstwOSI-ISO.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
132
Specyfikacjausług-prymitywymodeluOSI-ISO.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
133
Adresacja
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
133
Prymitywy
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
134
Współdziałaniewwarstwieorazpomiędzywarstwami.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
135
