«random-walk» 태그된 질문

연속 된 임의 단계에서 발생하는 경로를 설명하는 확률 적 프로세스입니다.

8
큐브의 가장자리를 무작위로 걷습니다.
개미는 입방체 모서리에 놓여 움직일 수 없습니다. 거미는 반대편 모서리에서 시작하여 확률로 큐브의 가장자리를 따라 모든 방향 으로 이동할 수 있습니다 . 거미가 개미에게 가야하는 단계는 평균 몇 개입니까?1 / 3(x,y,z)(x,y,z)(x,y,z)1/31/31/3 (이것은 숙제가 아니며 인터뷰 질문이었습니다.)

5
랜덤 워크의 분산이 증가하는 이유는 무엇입니까?
임의의 거리 로 정의된다 , 백색 잡음이다. 현재 위치는 이전 위치 + 예상치 못한 용어의 합계임을 나타냅니다.Yt=Yt−1+etYt=Yt−1+etY_{t} = Y_{t-1} + e_tetete_t 당신은 증명할 수 평균 기능 , 이후μt=0μt=0\mu_t = 0 E(Yt)=E(e1+e2+...+et)=E(e1)+E(e2)+...+E(et) = 0 + 0+...+0E(Yt)=E(e1+e2+...+이자형티)=이자형(이자형1)+이자형(이자형2)+...+이자형(이자형티)=0+0+...+0E(Y_{t}) = E(e_1+ e_2+ ... +e_t) = E(e_1) + E(e_2) +... +E(e_t) = 0 + 0 …

2
랜덤 워크는 왜 서로 관련이 있습니까?
평균적으로 Pearson 상관 계수의 절대 값은 보행 길이에 관계없이 독립적 인 임의의 보행 쌍에 대해 일정한 상수라는 것을 관찰했습니다 .0.560.42 누군가이 현상을 설명 할 수 있습니까? 임의의 시퀀스와 같이 보행 길이가 길어질수록 상관 관계가 더 작아 질 것으로 예상했습니다. 내 실험에서는 스텝 평균 0과 스텝 표준 편차 1을 갖는 임의 …

1
해밀턴 몬테카를로 vs. 순차 몬테카를로
이 두 가지 MCMC 체계의 다른 응용 분야뿐만 아니라 상대적인 장점과 단점을 느끼려고합니다. 언제 그리고 왜 사용합니까? 하나는 실패하지만 다른 하나는 실패 할 수있는 경우 (예 : HMC는 적용 가능하지만 SMC는 적용되지 않는 위치 및 그 반대) 하나는, 부여 아주 순진, (즉, 일반적으로 하나이며 다른에 비해 하나의 방법에 유틸리티의 측정을 …

4
매직 머니 트리 문제
나는 샤워 에서이 문제를 생각했는데 투자 전략에서 영감을 얻었습니다. 매직 머니 트리가 있다고 가정 해 봅시다. 매일 머니 트리에 일정량의 돈을 제공 할 수 있으며, 머니 트리에 3 배의 돈을 주거나 50/50 확률로 파기합니다. 당신은 평균적으로 당신이 이것을함으로써 돈을 벌고 돈 나무를 이용하기를 열망한다는 것을 즉시 알 수 있습니다. 그러나 …

1
제한된 매개 변수 공간의 MCMC?
MCMC를 문제에 적용하려고하는데 내 사전 (내 경우에는 )이 영역으로 제한됩니까? 일반 MCMC를 사용하고 제한된 영역을 벗어나는 샘플을 무시할 수 있습니까 (제 경우에는 [0,1] ^ 2 임), 즉 새 전환이 제한된 (제한된) 영역에서 벗어날 때 전환 기능을 재사용 할 수 있습니까?α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1]

2
운동량을 가진 무작위 도보
다음 조건에서 0부터 시작하는 정수 랜덤 워크를 고려하십시오. 첫 번째 단계는 동일한 확률로 플러스 또는 마이너스 1입니다. 미래의 모든 단계는 60 %가 이전 단계와 같은 방향 일 가능성이 40 %는 반대 방향 일 가능성이 높습니다 이로 인해 어떤 종류의 분포가 나옵니까? 나는 운동량이 아닌 무작위 걷기가 정규 분포를 산출한다는 것을 …

2
사건이“결국 일어난다”는 것은 무엇을 의미 하는가?
초기 상태 를 사용하여 정수 에서 1 차원 랜덤 워크를 고려하십시오 .ZZ\mathbb{Z}x∈Zx∈Zx\in\mathbb{Z} Sn=x+∑i=1nξiSn=x+∑i=1nξi\begin{equation} S_n=x+\sum^n_{i=1}\xi_i \end{equation} 여기서 증가 값 는 IID이므로 입니다.ξiξi\xi_i피{ ξ나는=1}=P{ξi=−1}=12P{ξi=1}=P{ξi=−1}=12P\{\xi_i=1\}=P\{\xi_i=-1\}=\frac{1}{2} 그것을 증명할 수 있습니다 (1) Px{Sn reaches +1 eventually}=1Px{Sn reaches +1 eventually}=1\begin{equation} P^x{\{S_n \text{ reaches +1 eventually}\}} = 1 \end{equation} 아래 첨자는 초기 위치를 나타냅니다. 하자 상태로 제 …



2
드리프트를 이용한 랜덤 워크의 최대 드로우 다운 누적 분포 계산
랜덤 워크의 최대 드로우 다운 분포에 관심이 있습니다. X0=0,Xi+1=Xi+Yi+1X0=0,Xi+1=Xi+Yi+1X_0 = 0, X_{i+1} = X_i + Y_{i+1} 어디 Yi∼N(μ,1)Yi∼N(μ,1)Y_i \sim \mathcal{N}(\mu,1). 이후 최대 인출nnn 기간은 max0≤i≤j≤n(Xi−Xj)max0≤i≤j≤n(Xi−Xj)\max_{0 \le i \le j \le n} (X_i - X_j). Magdon-Ismail 등 의 논문 . 알. 드리프트가있는 브라운 운동의 최대 손실을위한 분포를 제공합니다. 이 표현에는 암시 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.