問題タブ [stochastic]

確率的な山登りアルゴリズムと第一選択の山登りアルゴリズムの違いは何ですか?

次のスライドに示されている状況について混乱しています。

最後の文は次のように述べています。

決定論的とは、xt が非ランダムであることを意味しないことに注意することが重要です。これは何を意味するのでしょうか？A と B が確率変数の場合、x はランダムでなければなりませんよね?

整数値の行列があるとします。確率行列にしたい（つまり、行列の各行の合計が1に等しい）

ランダム行列を作成し、各行の合計をカウントし、行の各要素を行の合計に分割します。

この後、各行の合計は 1 になるはずですが、そうではありません。

一部の値が正確に 1 ではなく、それに非常に近いことを理解しています。それにもかかわらず、マトリックスを正しく正規化するにはどうすればよいですか?

Y がランダム変数 (Y=min{X,X'}) であり、X が区分的に定義された関数ランダム変数である場合、Y の累積分布関数を計算したいと考えています。X の CDF は、次のコードのようなものです。

FY=1-((1-FX)^2) であることはわかっています。ただし、X が区分的に定義された関数の場合は機能しません。年度の計算方法を教えてください。

以下のコードは、Mathematica で 1 つの粒子の確率方程式を数値的に解くために使用されます。複数の粒子の場合に一般化してそれらを平均する方法があるのだろうか。その方法を知っている人はいますか？

本「Clojure for Finance」で、次のような関数を見つけました。

著者は次のように説明しています。

stochastic-k: 高値/安値の値動きのパーセンテージを示します。

(「 Clojure for Finance 」からの引用とコード、Timothy Washington 著)

REPL で関数を試しましたが、その出力は意味がありません。

結果は ですが、私が知る限り、18 は 13 から 23 までの範囲の中間点であるため、1.3実際には と予想されます。1.0

関数がどのように機能するかを誰かに説明してもらえますか?

一連の遅延微分方程式を解く必要があり、これらの方程式でピンク ノイズを使用したいと考えています。

Python用のPydelayパッケージでやってみましたが、問題は、ノイズを生成してからシミュレーションに渡すか、シミュレーション中にノイズを生成する必要があることです。最初のオプションは機能しません。このソルバーで指定されたパラメーターは一定である必要があり、ノイズは時間とともに変化するためです。Pydelay はすべてのサンプルが他のサンプルから独立しているノイズの生成のみをサポートしているため、2 番目のオプションは機能しません。これはピンク ノイズには当てはまりません。

誰もそれを行う方法を知っていますか?

これが私のコードです（私のコードのように一定ではなく、I1とI2をピンクノイズにする必要があります）：