记忆特性随机过程 一、纯粹独立随机过程 二、独立增量过程 三、Markov过程

在前一章,我们学习了随机试验和随机事件概率大小的计算。随机现象大量存在,基本结果的描述也 千变万化

8.1 关于随机游动的积分 8.2 关于Brown运动的积分 8.3 Ito积分过程 8.4 Ito公式 8.5 随机微分方程 8.5 Black-Scholes模型

一、随机事件 几个概念 1、随机实验:满足下列三个条件的试验称为随机试验 (1)试验可在相同条件下重复进行; (2)试验的 可能结果不止一个,且所有可能结果是已知的; (3)每次试验哪个结果出现是未知的;随机试验以后简 称为试验,并常记为E

第一节 二维随机变量及其分布 第二节 边缘分布 第三节 条件分布 第四节 随机变量的独立性 第五节 两个随机变量函数的分布

(I)概率密度函数 设二维随机向量(X,Y)的分布函数为 F(x,y).如果存在一个非负函数f(x,y),使得对任 意实数x,y,总有 则称(X,Y)为连续型随机向量概率密度函数,简称概率密度

第一节随机过程的一般描述 第二节随机过程的部分描述—数字特征 第三节平稳随机过程 第四节高斯过程 第五节噪声

随机游走也是一种基于运用[0,1]区间的均匀分布随机数序 列来进行的计算。 醉汉行走问题 醉汉开始从一根电线杆的位量出发(其坐标为x=0,x坐标 向右为正,向左为负),假定醉汉的步长为1,他走的每一步的 取向是随机的,与前一步的方向无关如果醉汉在每个时间间 隔内向右行走的一步的几率为p,则向左走一步的几率为q=-po 我们记录醉汉向右走了n步,向左走了n步,即总共走了N=ng+n1 步

在第二章中,我们讨论了一 维随机变量函数的分布,现在我 们进一步讨论: 当随机变量X,X2,…,X的联合分布 12 已知时,如何求出它们的函数

§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩