全文预览

应用随机过程总结-结课论文

上传者:hnxzy51 |  格式:docx  |  页数:4 |  大小:16KB

文档介绍
鞅的跃度为1的计数过程。泊松过程在其他领域也起到了很重要的作用。Р 下面又一重要理论Markov链。Markov链,用更加数学化的语言来描述,其定义是:对于1个Markov链,我们是指1个离散随机过程,Xr在任意的时间集tr(r=1,2)。如果用更加数学化的语言来描述,则Markov链的定义是:对于1个Markov链,我们是指1个离散随机过程,Xr在任意的时间集tr(r=1,2实际分析中,往往需要知道经过一段时间后,市场趋势分析对象可能处于的状态,这就要求建立一个能反映变化规律的数学模型。马尔科夫市场趋势分析模型是利用概率建立一种随机型的时序模型,并用于进行市场趋势分析的方法。Р 折叠马尔科夫分析法的基本模型为Р X(k+1)=X(k)×PР 公式中:X(k)表示趋势分析与预测对象在t=k时刻的状态向量,P表示一步转移概率矩阵,Р X(k+1)表示趋势分析与预测对象在t=k+1时刻的状态向量。Р 必须指出的是,上述模型只适用于具有马尔科夫性的时间序列,并且各时刻的状态转移概率保持稳定。若时间序列的状态转移概率随不同的时刻在变化,不宜用此方法。由于实际的客观事物很难长期保持同一状态的转移概率,故此法一般适用于短期的趋势分析与预测。Р 折叠马尔科夫过程的稳定状态:在较长时间后,马尔科夫过程逐渐处于稳定状态,且与初始状态无关。马尔科夫链达到稳定状态的概率就是稳定状态概率,也称稳定概率。市场趋势分析中,要设法求解得到市场趋势分析对象的稳态概率,并以此做市场趋势分析。在马尔科夫分析法的基本模型中,当X:XP时,称X是P的稳定概率,即系统达到稳定状态时的概率向量,也称X是P的固有向量或特征向量,而且它具有唯一性。Р 应用随机过程的学习它的实用性更强,随机过程无论在理论上还是在应用上都有了蓬勃的发展,学习生活中对他的需要也越来越急迫,所以,无论是在课上还是课下我们都要认真学习,掌握要领。

收藏

分享

举报
下载此文档