1、随机过程数学知识
形式:样本空间={样本点1、样本点2...样本点n},事件A={样本点1,样本点3}
概率空间:
随机向量:多维随机向量
随机过程比如股票价格,每个时间点是一个随机变量,有时间和状态,可以分类:
固定状态,得到的随机过程的一次实现
离散型随机变量的期望:
连续的期望:
连续型随机变量的卷积公式可用于计算X+Y的分布函数,积分变量是 s ,即下图中U的分布函数:
也可以用于计算X+Y的概率密度函数:
X=0,1,2,3..,则
X=0,1,2,3..,则概率母函数(下面的导数是对 s 求导):
连续型随机变量X,定义矩母函数及其性质:
【马尔科夫链】
转移概率:
去掉后面的Xn-1...就满足了马尔科夫性
时齐性:转移概率与时间无关
目前只学习满足马尔科夫性和时齐性的马尔科夫链
标签:函数,样本,马尔科夫,m7,随机,随机变量,齐性 来源: https://www.cnblogs.com/pjishu/p/16319505.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。