10 关系: 安德雷·马尔可夫,布朗运动,移動平均,随机过程,馬可夫過程,马尔可夫链,条件独立,概率分布,概率论,时间序列。
安德雷·马尔可夫
安德雷·安德耶维齐·马尔可夫(Андрей Андреевич Марков,),生於俄羅斯帝國梁赞,数学家。 马尔可夫的父亲是一位中级官员,馬可夫出生在梁赞,后来举家迁往圣彼得堡。1874年马尔可夫入圣彼得堡大学,师从切比雪夫,毕业后留校任教。1886年当选为圣彼得堡科学院院士。马尔可夫的主要研究领域在概率和统计方面。他的研究开创了随机过程这个新的领域,以他的名字命名的马尔可夫链在现代工程、自然科学和社会科学各个领域都有很广泛的应用。 马尔可夫1922年逝世于圣彼得堡。 马尔可夫的儿子A·A·小马尔可夫也是一位著名数学家。.
新!!: 马尔可夫性质和安德雷·马尔可夫 · 查看更多 »
布朗运动
此文是关于布朗运动。对于随机的过程,请参阅 维纳过程。从热力学的角度定义的话,需要参阅热力学温度以及能量均分定理。对于数学模型,请参阅随机游走。 布朗运动(Brownian motion)是微小粒子或者颗粒在流体中做的无规则运动。布朗运动过程是一种正态分布的独立增量连续随机过程。它是随机分析中基本概念之一。其基本性质为:布朗运动W(t)是期望为0、方差为t(时间)的正态随机变量。对于任意的r小于等于s,W(t)-W(s)独立于的W(r),且是期望为0、方差为t-s的正态随机变量。可以证明布朗运动是马尔可夫过程、鞅过程和伊藤过程。 它是在西元1827年英國植物學家罗伯特·布朗利用一般的顯微鏡觀察懸浮於水中由花粉所迸裂出之微粒時,發現微粒會呈現不規則狀的運動,因而稱它布朗運動。布朗運動也能測量原子的大小,因為就是有水中的水分子對微粒的碰撞產生的,而不規則的碰撞越明顯,就是原子越大,因此根據布朗運動,定義原子的直徑為10-8厘米。.
新!!: 马尔可夫性质和布朗运动 · 查看更多 »
移動平均
移動平均(moving average,MA),又稱「移動平均線」簡稱均線,是技術分析中一種分析时间序列數據的工具。最常見的是利用股價、回報或交易量等變數計算出移動平均。 移動平均可撫平短期波動,反映出長期趨勢或周期。數學上,移動平均可視為一種卷积。.
新!!: 马尔可夫性质和移動平均 · 查看更多 »
随机过程
在概率论概念中,随机过程是随机变量的集合。若一随机系统的样本点是随机函数,则称此函数为样本函数,这一随机系统全部样本函数的集合是一个随机过程。实际应用中,样本函数的一般定义在时间域或者空间域。随机过程的实例如股票和汇率的波动、语音信号、视频信号、体温的变化,反对法随机运动如布朗运动、随机徘徊等等。.
新!!: 马尔可夫性质和随机过程 · 查看更多 »
馬可夫過程
在概率論及統計學中,馬可夫過程(Markov process)是一個具備了馬可夫性質的隨機過程,因為俄國數學家安德雷·馬可夫得名。馬可夫過程是不具備記憶特質的(memorylessness)。換言之,馬可夫過程的条件概率僅僅與系统的當前狀態相關,而與它的過去歷史或未來狀態,都是獨立、不相關的。 具備離散狀態的馬可夫過程,通常被稱為馬可夫鏈。馬可夫鏈通常使用離散的時間集合定義,又稱離散時間馬可夫鏈。有些學者雖然採用這個術語,但允許時間可以取連續的值。.
新!!: 马尔可夫性质和馬可夫過程 · 查看更多 »
马尔可夫链
尔可夫链(Markov chain),又稱離散時間馬可夫鏈(discrete-time Markov chain,縮寫為DTMC),因俄國數學家安德烈·马尔可夫(Андрей Андреевич Марков)得名,为狀態空間中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质:下一状态的概率分布只能由当前状态决定,在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作馬可夫性質。马尔科夫链作为实际过程的统计模型具有许多应用。 在马尔可夫链的每一步,系统根据概率分布,可以从一个状态变到另一个状态,也可以保持当前状态。状态的改变叫做转移,与不同的状态改变相关的概率叫做转移概率。随机漫步就是马尔可夫链的例子。随机漫步中每一步的状态是在图形中的点,每一步可以移动到任何一个相邻的点,在这里移动到每一个点的概率都是相同的(无论之前漫步路径是如何的)。.
新!!: 马尔可夫性质和马尔可夫链 · 查看更多 »
条件独立
在概率论和統計學中,两事件R和B在给定的另一事件Y发生时条件独立,類似於統計獨立性,就是指当事件Y发生时,R发生与否和B发生与否就条件概率分布而言是独立的。换句话讲,R和B在给定Y发生时条件独立,当且仅当已知Y发生时,知道R发生与否无助于知道B发生与否,同样知道B发生与否也无助于知道R发生与否。.
新!!: 马尔可夫性质和条件独立 · 查看更多 »
概率分布
概率分布(Wahrscheinlichkeitsverteilung,probability distribution)或簡稱分布,是概率論的一個概念。使用時可以有以下兩種含義:.
新!!: 马尔可夫性质和概率分布 · 查看更多 »
概率论
概率论(Probability theory)是集中研究概率及随机现象的数学分支,是研究隨機性或不確定性等現象的數學。概率论主要研究对象为随机事件、随机变量以及随机过程。对于随机事件是不可能准确预测其结果的,然而对于一系列的独立随机事件——例如掷骰子、扔硬币、抽扑克牌以及輪盤等,会呈现出一定的、可以被用于研究及预测的规律,两个用来描述这些规律的最具代表性的数学结论分别是大数定律和中心极限定理。 作为统计学的数学基础,概率论对诸多涉及大量数据定量分析的人类活动极为重要,概率论的方法同样适用于其他方面,例如是对只知道系统部分状态的复杂系统的描述——统计力学,而二十世纪物理学的重大发现是以量子力学所描述的原子尺度上物理现象的概率本质。 數學家和精算師認為概率是在0至1閉區間内的數字,指定給一發生與失敗是隨機的「事件」。概率P(A)根據概率公理來指定給事件A。 一事件A在一事件B確定發生後會發生的概率稱為B給之A的條件概率;其數值為。若B給之A的條件概率和A的概率相同時,則稱A和B為獨立事件。且A和B的此一關係為對稱的,這可以由一同價敘述:「當A和B為獨立事件時,P(A \cap B).
新!!: 马尔可夫性质和概率论 · 查看更多 »
时间序列
#重定向 時間序列.
新!!: 马尔可夫性质和时间序列 · 查看更多 »