RandomFunction

RandomFunction[proc,{tmin,tmax}]

从过程 proc 生成从 tmintmax 的伪随机函数.

RandomFunction[proc,{tmin,tmax,dt}]

生成以 dt 为步长从 tmintmax 的伪随机函数.

RandomFunction[proc,, n]

生成 n 个伪随机函数集合.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (5)

模拟离散时间和离散状态过程:

模拟连续时间和离散状态过程:

模拟离散时间和连续状态过程:

模拟连续时间和连续状态过程:

模拟 10 条路径组成的集合:

范围  (21)

基本用途  (6)

RandomFunction 返回 TemporalData 对象:

获取随机路径:

模拟向量值过程:

至多到时间10的路径:

可视化平面上的路径:

使用样本路径估计随机过程的参数:

使用模拟求期望路径:

计算每个时间戳的均值:

使用模拟寻找随机路径的置信带:

计算每个时间戳的标准差带:

模拟 1000 条路径的集合:

从路径计算数据切片,并且绘制它们的分布形状:

计算相同时间戳的切片分布,并且绘制它们的分布形状:

参数式过程  (3)

模拟伯努利过程:

模拟 Wiener 过程:

在指数跳跃尺寸分布下,模拟合成泊松过程:

排队过程  (2)

在不同的到达率和服务率下,模拟 M/M/1 队列:

模拟闭合排队网络:

有限马可夫过程  (1)

模拟离散时间有限马可夫过程:

模拟离散时间隐式马可夫过程:

时间序列过程  (5)

模拟平均移动过程:

模拟子回归过程:

在给定精度下,模拟自回归平均移动过程:

模拟一些集成自回归平均移动过程:

模拟向量值 SARIMA 时间序列:

创建以时间为变量的三维随机路径函数:

颜色函数取决于时间:

随机微分方程过程  (2)

模拟 Ito 过程:

模拟 Stratonovich 过程:

随机过程的转化  (2)

泊松过程的平方:

模拟过程:

Wiener 过程和集合布朗运动过程的和:

模拟过程:

选项  (1)

WorkingPrecision  (1)

在默认机器精度下,生成样本路径:

使用 WorkingPrecision 以生成具有较高精度的样本路径:

应用  (4)

可视化转变过程:

模拟过程:

模拟随机微分方程 的解:

定义参数值:

模拟 Wiener 过程路径:

以路径函数表示的解:

估计随机过程的未知切片分布:

切片分布的概率密度函数的解析形式未知:

生成路径的随机样本:

从时间 处的全部路径提取数值:

可视化概率密度函数:

测试它是否拟合一个标准正态分布:

通过 ARMAProcess 对具有固定初始条件的 ARIMAProcess 求近似:

使用样本路径来访问近似:

属性和关系  (1)

RandomFunction 生成随机过程的路径:

使用 RandomVariate 以生成过程的时间切片的样本:

使用 Histogram 估计概率密度:

可能存在的问题  (3)

步长必须少于域长:

使用少于1的步长来获取样本路径:

连续时间过程要求指定一个步长:

指定步长:

离散时间过程不接受步长指定:

默认情况下,步长为1:

巧妙范例  (3)

在二维空间中模拟 WienerProcess

在二维空间中模拟对称随机游走:

在三维空间中:

模拟弱稳态三维 ARMAProcess:

非弱稳态过程,从原点开始:

Wolfram Research (2012),RandomFunction,Wolfram 语言函数,https://reference.wolfram.com/language/ref/RandomFunction.html.

文本

Wolfram Research (2012),RandomFunction,Wolfram 语言函数,https://reference.wolfram.com/language/ref/RandomFunction.html.

CMS

Wolfram 语言. 2012. "RandomFunction." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/RandomFunction.html.

APA

Wolfram 语言. (2012). RandomFunction. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/RandomFunction.html 年

BibTeX

@misc{reference.wolfram_2024_randomfunction, author="Wolfram Research", title="{RandomFunction}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/RandomFunction.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_randomfunction, organization={Wolfram Research}, title={RandomFunction}, year={2012}, url={https://reference.wolfram.com/language/ref/RandomFunction.html}, note=[Accessed: 22-November-2024 ]}