问题标签 [stochastic-process]

我有以下马尔可夫链代码：

我必须计算达到状态 7 之前的平均步数。

我知道我需要运行至少 1000 个路径样本，计算每个样本中的步数，然后计算平均值（尽管有些路径不会达到 7 状态）。

我这样做了，但仍然无法正常工作：

为什么这不起作用？如何在循环中包含循环以包含计算 os 步数的函数？提前感谢您的任何建议。

我在matlab中求解随机微分方程。例如：考虑随机微分方程

其中 k 是常数，A 和 B 是函数，dW(t) 是维纳过程。

我绘制了 [0,20] 中所有 t 的解。我们知道 dW(t) 是随机生成的。我的问题是：我想知道 A(x,t)、B(x,t)、dW(t) 对于特定 t 值和特定子区间的值，例如 [3,6]。我可以使用 Matlab 中的什么命令？

这是我根据 D.Higham 的论文使用的代码：

假设我想知道每个特定时间点或任何时间间隔的所有参数（包括随机：布朗）。怎么做？

我有一个关于使用 Matlab 计算随机微分方程解的问题。方程是本文(PDF)中第 3 页的 2.2a,b 。

我的教授建议使用ode45小时间步长，但结果与文章中的不符。特别是时间序列和pdf。我对函数中白噪声的定义也有疑问。

这里是集成函数的代码：

主脚本：

如果您有任何建议，我将不胜感激。

这里是面对我的 EM 方法和“sde_euler”的新代码。

再次感谢您的帮助 ！

我使用 Gillespie SSA 制作了一个随机感染模型（寄生虫）。该模型使用“GillespieSSA”包（https://cran.r-project.org/web/packages/GillespieSSA/index.html）。简而言之，代码模拟了一组离散的隔间。隔间之间的移动取决于用户定义的速率方程。SSA 算法用于计算给定时间步长 (tau) 的每个速率方程产生的事件数量，并相应地更新总体，过程重复到给定时间点。问题是，假设事件的数量是泊松分布的 (Poisson(rate[i]*tau))，因此当比率为负数时会产生错误，包括当人口数变为负数时。

因此，计算速率并且模型更新每个时间步的总体值，将数据存储在数据框中，然后与之前的运行一起附加。但是，当人口水平变得非常低时，可能会发生事件，使得减少人口的事件数量大于隔间中的数量。一种方法是使时间步长非常小，但这会大大增加模拟的长度。

我的问题是有没有一种方法来增加代码，以便在每个时间步创建/计算数据时，任何负数的人口数值都转换为 0？

我已经尝试解决这个问题，但似乎只能想出在模拟完成后改变值的方法，而负值仍然会导致运行本身出现问题。例如
，如果 (sir.out$L < 0) sir.out$L == 0

任何帮助，将不胜感激

我正在尝试写mpow(P, 18)向量形式和矩阵形式编写。任何人都可以帮助我吗？

另外，我试图找到每个州的平稳分布。

这是我写的代码：

这是我的任务：

彼得带着 1 美元去赌场。在 p 的概率下，Peter 赢得 1 美元，在 (1-p) 的概率下，他损失 1 美元。该过程可以看作是一个马尔可夫链。

如果彼得达到 0 美元，他就会破产回家，如果他设法达到 5 美元，他就会高兴地回家。

求当 p=30%、40%、50%、60% 和 70% 时彼得带着 5 美元回家的概率。为每个概率构造矩阵，其中前 4 个状态是瞬态类别（1-4 美元），后两个状态是两个循环状态（0 和 5 美元）。

我的解决方案

使用 when_converged 查找每个单独的矩阵何时收敛（P^n = P^n+1）。

然后使用 mpow 中的 n 来查看从 1 美元到 5 美元的概率，也就是从状态 1 到 6。

这是我的代码：

从 Rstudio 我得知 P30 收敛于 35。

从 Rstudio 我得知 P40 收敛于 37。

从 Rstudio 我得知 P50 收敛于 47。

从 Rstudio 我得知 P60 收敛于 61。

从 Rstudio 我得知 P70 收敛于 79。

我需要什么帮助

我从 Rstudio 得到的是，对于 mpow(P60, 61) 和 mpow(P70, 79)，与 mpow(P50, 47) 和 mpow(P40, 37) 相比，以 5 美元回家的可能性变得更低。赢得 1 美元的概率较小。这感觉不对。有什么我做错了吗？请尝试使用我的方法而不是使用完全不同的代码来解决它。

我在 MATLAB 中模拟布朗运动，但是我得到了一个奇怪的结果，布朗运动增量的方差随着时间的推移而增长，而它应该保持不变。例如我构建了一个布朗运动系统，

然后我用时间步长 1 和长度 10 插入 1000 次试验

布朗运动的增量应该是独立的，所以如果我构造一个增量矩阵并取方差，它们应该都相同并且等于波动率参数的平方。

然而，它显然不满足简单理论的结果，即每个增量的方差应该为 0.2^2。看起来未来的每个增量都会将 2*0.2^2 添加到之前增量的方差中。当布朗运动似乎满足其他理论时，我似乎无法弄清楚为什么会发生这种情况，例如在给定时间的运动方差。我在这里有什么明显的遗漏吗？

我有一个关于卡尔曼滤波器的问题。我正在将卡尔曼滤波器用于状态空间模型，如下所示：

其中状态空间矩阵(A(k),B(k),C(k),D(k))在每个采样时间更新，但 Q 和 R 矩阵被认为是恒定的。计算卡尔曼增益 (K(k)) 和协方差 P 矩阵 (P(k)) 的方程如下：

我面临的问题与(A(k)-K(k)*C(k)). 在某些采样时间，计算出的卡尔曼增益不能使(A(k)-K(k)*C(k))矩阵稳定，其特征值(A(k)-K(k)*C(k))在单位圆之外。

你能帮我找出这个问题的原因吗？我期待卡尔曼滤波器为我提供增益，使(A(k)-K(k)*C(k))矩阵在单位圆内的特征值保持稳定。

我对下面这张幻灯片中呈现的情况感到困惑：

最后几句话说：

重要的是要注意确定性并不意味着 xt 是非随机的。这是什么意思？如果A和B是随机变量，那么x一定是随机的吧？

我正在尝试使用 JAGS 来推断（随机）纯出生过程中的出生率。

用化学的语言来说，这个模型等价于反应：X->2X with rate alpha*X（也可以看成是链式反应的模型）

这是我用来生成过程的 R 代码（在固定时间）和用于推断参数 alpha 的 jags 代码。

当我运行代码时，我收到以下错误：

我尝试了不同的方法，例如将 alpha*y[i-1] 放入一个新变量（例如 lambda[i]）或通过 New[i-1] 更改对 New[i] 的调用，但没有任何效果。知道为什么会失败吗？另一种更聪明的方法是什么？

先感谢您。