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
schedule
22.05.2022
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
schedule
24.10.2022
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
schedule
01.10.2023