BinomialProcess

BinomialProcess[p]

表示二项过程，其事件概率为 p.

更多信息

范例

打开所有单元关闭所有单元

基本范例  (3)

模拟一个二项过程：

均值和方差函数：

协方差函数：

范围  (11)

基本用法  (5)

模拟一组路径：

比较过程参数取不同值时的路径：

过程参数估计：

从样本数据估计分布参数：

相关函数：

绝对相关函数：

过程切片性质  (6)

单变量 SliceDistribution：

单变量概率密度：

与 BinomialDistribution 的概率密度比较：

多时切片分布：

高阶概率密度函数：

计算表达式的期望：

计算事件的概率：

偏度：

极限值：

求使得 BinomialProcess 对称的参数值：

峰度：

极限值：

求使得 BinomialProcess 为常峰态的参数值：

在符号式阶数下，Moment 没有解析形式：

母函数：

在符号式阶数下，CentralMoment 没有解析形式：

FactorialMoment 和它的母函数：

在符号式阶数下，Cumulant 没有解析形式：

应用  (4)

一个质量保证检查员随机地从生产过程中选择10个零件，已知产品的 20% 都是坏掉的零件. 求该检查员查到至多1个坏零件的概率：

至多选一个坏零件的概率：

已知一个城市里平均 50% 居民喜欢某电视节目. 求至少 55% 居民（在该城市 804 人的调查问卷中）报告他们喜欢某节目的概率：

样本中至少 55% 居民喜欢该节目的概率：

一个由 个符号组成的字符串的数据包在噪声频道上传输. 每个符号有 0.0001 的概率被错误传输. 求错误传输（至少一个错误符号）的概率小于 0.001 的最大 ：

在传输过程中出现错误的概率：

将传输错误概率与错误极限绘在同一幅图中：

求使得错误传输概率小于 的 的最大值：

求在一个多期二项式模型中，欧式看涨期权在第三期后的的价格，已知标的物的初始价格为$100，每期的利率为1%，股票向上移动7％，或下降1/1.07：

模拟该过程：

看涨期权的价格：

属性和关系  (5)

二项过程仅在 p 等于 0 时是弱平稳的：

BinomialProcess 是 BernoulliProcess 的和，其中 ：

样本的累积：

与二项式过程比较：

对齐时间标记：

在二项式过程中，事件之间的时间服从 PascalDistribution：

计算变化之间的时间：

拟合帕斯卡分布：

将数据直方图与估计的概率密度函数比较：

检查拟合优度：

两个状态之间的转移概率：

BinomialProcess 是一种特殊的 CompoundRenewalProcess：

平均函数一致：

创建经验协方差函数：

比较协方差函数：

巧妙范例  (1)

模拟一个二项式过程的500个路径：

在50处取切片，并对它的分布进行可视化：

作出切片分布在50处的路径和直方图分布：

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

文本

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

CMS

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

APA

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

BibTeX

@misc{reference.wolfram_2024_binomialprocess, author="Wolfram Research", title="{BinomialProcess}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/BinomialProcess.html}", note=[Accessed: 14-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_binomialprocess, organization={Wolfram Research}, title={BinomialProcess}, year={2012}, url={https://reference.wolfram.com/language/ref/BinomialProcess.html}, note=[Accessed: 14-November-2024 ]}