Публикации по теме 'stochastic-process'


Цепь Маркова Монте-Карло с нуля: глубокое погружение в Метрополис-Хастинг и выборка Гиббса
Что такое цепь Маркова Монте-Карло Цепь Маркова Монте-Карло — это метод стохастической выборки, обычно используемый для выборки из целевых распределений, которые на практике часто не поддаются обработке из-за их сложности и высокой размерности. Вы используете MCMC всякий раз, когда хотите получить выборку из сложного многомерного распределения. Что такое цепь Маркова Цепь Маркова можно рассматривать как цепной метод выборки, в котором распределение каждой выборки зависит только..

Теория информации: принципы и отступничество
Это третья статья из серии статей о теории информации и ее связи с предприятиями и стратегией, основанными на данных. Несмотря на то, что в каждом разделе будет несколько уравнений, их можно в значительной степени игнорировать, если они не заинтересованы в деталях и больше заинтересованы в последствиях. Предыдущую статью о взаимной информации и, как ни странно, сюжете Макбета можно найти здесь . Причинно-следственная связь переоценена Создадим ситуацию. Предположим, существует..

Использование силы стохастичности для лучших прогнозов
Почему Бог бросает кости? Бог не играет в кости. В письме Максу Борну Эйнштейн выразил свои сомнения по поводу зарождающейся области квантовой механики, используя ныне известную фразу «Бог не бросает кости». ему не нравилась мысль о том, что эти события произошли случайно или вероятностно. Копенгагенская доктрина, разработанная Бором, Гейзенбергом и многими другими физиками, предполагает, что поведение субатомных частиц может быть описано только в терминах вероятностей. Другими..

Вопросы по теме 'stochastic-process'

Игра в казино с матрицей разных вероятностей
Это моя задача: Питер идет в казино с 1 долларом. С вероятностью p Петр выигрывает 1 доллар, а с вероятностью (1-p) он теряет 1 доллар. Процесс можно рассматривать как цепь Маркова. Если Питер достигает 0 долларов, он идет домой банкротом,...
98 просмотров
schedule 01.11.2022

Чистый вывод процесса рождения с использованием JAGS
Я пытаюсь использовать JAGS, чтобы вывести уровень рождаемости в (стохастическом) чистом процессе рождения. На языке химии эта модель эквивалентна реакции: Х->2Х со скоростью альфа*Х (также может рассматриваться как модель цепной реакции) Это...
374 просмотров
schedule 09.04.2023

Как решить/сопоставить процесс геометрического броуновского движения в Python?
Например, приведенный ниже код моделирует процесс геометрического броуновского движения (GBM), который удовлетворяет следующему стохастическому дифференциальное уравнение : Код представляет собой сокращенную версию кода из этой статьи...
2638 просмотров

Рассчитать эффективный коэффициент диффузии
Мне нужно вычислить скорость дрейфа ( v=d/dt[r(t)] ) и эффективный коэффициент диффузии (Deff=d/dt[r(t)^2]-d/dt[r(t)]^ 2) по случайным траекториям для случая броуновского движения над периодическим потенциалом. В качестве простого примера...
52 просмотров

Систематическая ошибка в стохастическом моделировании Python
Я хочу смоделировать простой процесс рождения и смерти, используя алгоритм Гиллеспи ( https://en.wikipedia.org/wiki/Gillespie_algorithm ) в Python. В каждый момент существует вероятность a рождения и вероятность b смерти на человека. Я считаю,...
254 просмотров