Gama süreci - Gamma process - Wikipedia

Bu makalenin birden çok sorunu var. Lütfen yardım et onu geliştir veya bu konuları konuşma sayfası. (Bu şablon mesajların nasıl ve ne zaman kaldırılacağını öğrenin) Bu makale bir matematik uzmanının ilgisine ihtiyacı var. Lütfen bir ekleyin sebep veya a konuşmak Makaleyle ilgili sorunu açıklamak için bu şablona parametresini ekleyin. WikiProject Matematik bir uzmanın işe alınmasına yardımcı olabilir. (Kasım 2008) Bu makale konuya aşina olmayanlar için yetersiz bağlam sağlar. Lütfen yardım et makaleyi geliştirmek tarafından okuyucu için daha fazla bağlam sağlamak. (Mart 2010) (Bu şablon mesajını nasıl ve ne zaman kaldıracağınızı öğrenin) (Bu şablon mesajını nasıl ve ne zaman kaldıracağınızı öğrenin)

Bir gama süreci bir rastgele süreç ile bağımsız gama dağıtılmış artışlar. Genellikle şu şekilde yazılır ${ displaystyle Gama (t; gama, lambda)}$bu saf bir sıçrayış artan Lévy süreci yoğunluk ölçüsü ile ${ displaystyle nu (x) = gama x ^ {- 1} exp (- lambda x),}$ pozitif için ${ displaystyle x}$. Böylece boyutu aralıkta olan atlar ${ displaystyle [x, x + dx)}$ olarak meydana Poisson süreci yoğunluklu ${ displaystyle nu (x) dx.}$ Parametre ${ displaystyle gamma}$ atlama varışlarının oranını ve ölçeklendirme parametresini kontrol eder ${ displaystyle lambda}$ zıplama boyutunu tersine kontrol eder. İşlemin 0 değerinden başlayacağı varsayılır. t=0.

Gama süreci bazen ortalama olarak da parametrelendirilir (${ displaystyle mu}$) ve varyans (${ displaystyle v}$) birim zaman başına artışın ${ displaystyle gamma = mu ^ {2} / v}$ ve ${ displaystyle lambda = mu / v}$.

Özellikleri

Kullandığımızdan beri Gama işlevi bu özelliklerde süreci zamanında yazabiliriz ${ displaystyle t}$ gibi ${ displaystyle X_ {t} eşdeğeri Gama (t; gama, lambda)}$ belirsizliği ortadan kaldırmak için.

Gama işleminin bazı temel özellikleri şunlardır:^{[kaynak belirtilmeli ]}

Marjinal dağılım

marjinal dağılım zamanda bir gama işleminin ${ displaystyle t}$ bir gama dağılımı ortalama ile ${ displaystyle gamma t / lambda}$ ve varyans ${ displaystyle gamma t / lambda ^ {2}.}$

Yani yoğunluğu ${ displaystyle f}$ tarafından verilir

$${ displaystyle f (x; t, gamma, lambda) = { frac { lambda ^ { gamma t}} { Gama ( gamma t)}} x ^ { gamma t , - , 1} e ^ {- lambda x}.}$$

Ölçeklendirme

Bir gamma sürecinin skaler sabit ile çarpımı ${ displaystyle alpha}$ yine farklı ortalama artış oranına sahip bir gama işlemidir.

${ displaystyle alpha Gama (t; gama, lambda) simeq Gama (t; gama, lambda / alfa)}$

Bağımsız süreçler eklemek

İki bağımsız gama işleminin toplamı yine bir gama işlemidir.

${ displaystyle Gamma (t; gamma _ {1}, lambda) + Gamma (t; gamma _ {2}, lambda) simeq Gamma (t; gamma _ {1} + gamma _ {2}, lambda)}$

Anlar

${ displaystyle mathbb {E} (X_ {t} ^ {n}) = lambda ^ {- n} Gama ( gamma t + n) / Gama ( gamma t), quad n geq 0,}$ nerede ${ displaystyle Gama (z)}$ ... Gama işlevi.

Moment üreten fonksiyon

${ displaystyle mathbb {E} { Büyük (} exp ( theta X_ {t}) { Büyük)} = (1- theta / lambda) ^ {- gamma t}, quad theta < lambda}$

Korelasyon

${ displaystyle operatorname {Corr} (X_ {s}, X_ {t}) = { sqrt {s / t}}, s$herhangi bir gama işlemi için ${ displaystyle X (t).}$

Gama süreci, rasgele zaman değişiminin dağılımı olarak kullanılır. varyans gama süreci.

Referanslar

• Lévy Süreçler ve Stokastik Hesap David Applebaum, CUP 2004, ISBN  0-521-83263-2.

Bu olasılık ile ilgili makale bir Taslak. Wikipedia'ya şu yolla yardım edebilirsiniz: genişletmek.