Stochastic process (original) (raw)
Náhodný proces, též stochastický proces, si lze představit jako zobecnění pojmů náhodná veličina a náhodný vektor. Zatímco výsledkem realizace náhodné veličiny je jedno číslo, např. výsledek hodu kostkou, je realizací náhodného procesu funkce nebo řada. Konkrétním příkladem takového náhodného procesu může být například šum – pro každou realizaci jsme schopni popsat pouze pravděpodobnostní charakter šumu. Příkladem náhodného procesu ve více rozměrech může být Brownův pohyb.
| Property | Value |
|---|---|
| dbo:abstract | العملية التصادفية أو العملية العشوائية،، أو الاحتمالية، في نظرية الاحتمالات والمجالات المرتبطة، هي موضوع رياضي يعرف عادةً بوصفه مجموعة من المتغيرات العشوائية. تاريخيًا، ترتبط المتغيرات العشوائية ويُشار إليها بواسطة أرقام محددة، تظهر عادةً بوصفها نقاطًا زمنية، ما يفسر العملية التصادفية المتمثلة بقيم عددية في بعض النظم الاحتمالية المتغيرة بمرور الزمن، مثل النمو البكتيري، وتقلب التيار الكهربي خلال التشويش الحراري، أو حركة جزيئات الغاز. تُستخدم العمليات العشوائية بتوسع بوصفها نماذج رياضية للأنظمة والظواهر التي تظهر تفاوتًا في نمط العشوائية. وفي أنظمة عديدة تتضمن علوم الأحياء والكيمياء وعلوم البيئة والعلوم العصبية والفيزياء والتكنولوجيا، ومجالات الهندسة مثل المعالجة التصويرية، ومعالجة الإشارة ونظرية المعلومات وعلم الحاسوب وعلم التعمية والاتصالات. أيضًا تطبق العشوائية في الأسواق المالية التي تحفز الاستخدام الواسع للعملية العشوائية في التمويل. أدت تطبيقات الظاهرة ودراستها إلى اقتراح عمليات عشوائية جديدة، مثل عملية فينر والحركة البراونية، التي استخدمها لوي باشوليي لدراسة تغيرات الأسعار في بورصة باريس، وعملية بواسون، التي استخدمها إي. كي. إيرلنغ لدراسة أرقام الاتصالات الهاتفية التي تحدث في فترة معينة. هاتان العمليتان هما الأهم في نظرية العملية التصادفية، وقد اكتُشفتا مرارًا، قبل وبعد باشيليه وإيرلنغ. يُستخدم مُصطلح العمل العشوائي للإشارة إلى العملية التصادفية أو الاحتمالية، إذ تُفسر العملية التصادفية بأنها عنصر عشوائي في مجال الدالة. يُستخدم مصطلحا العملية التصادفية والاحتمالية بالتبادل، غالبًا في المجال الرياضي غير المحدد، للإشارة إلى المتغيرات العشوائية. يُستخدم هذان المصطلحان عندما يُشار إلى المتغيرات العشوائية بواسطة أعداد صحيحة أو فاصلة للخط الحقيقي. أما عندما يُشار إلى المتغيرات العشوائية بواسطة التصميم الديكارتي أو الفضاء الإقليدي متعدد الأبعاد، يُطلق حينها على مجموعة التغيرات العشوائية اسم المجال العشوائي. ليست قيم العملية التصادفية أرقامًا دائمًا، بل قد تكون قوى موجهة أو كائن رياضي آخر. استنادًا إلى الخصائص الرياضية، تُصنف العملية التصادفية إلى فئات متعددة، تتضمن الاختيار التجريبي والمراهنات وعملية ماركوف وعملية ليفاي والعمليات الغاوسية والمجالات العشوائية وعملية التجديد. تستخدم دراسة العملية التصادفية علم الرياضيات وتقنيات من الاحتمالية وحساب التفاضل والتكامل والجبر الخطي ونظرية المجموعات وعلم البدائل. كما هو الحال في فروع التحليل الرياضي والتحليل الحقيقي والنظرية القياسية وتحليل فورييه والتحليل العملي. تُعَد نظرية العملية التصادفية مساهمةً مهمة في الرياضيات، وتمثل باستمرار موضوعًا فعالًا لبحث الأسباب النظرية والتطبيقات. (ar) En teoria de probabilitat i generalment en el camp estadístic, un procés aleatori o procés estocàstic és un concepte matemàtic normalment definit com un conjunt de variables aleatòries. Els processos estocàstics s’acostumen a utilitzar com a models matemàtics de sistemes i fenòmens que acostumen a variar de forma aleatòria. Alguns exemples inclourien el creixement d’una població bacteriana, el corrent elèctric que fluctua a causa del soroll tèrmic, o bé el moviment d’una molècula de gas. Els processos estocàstics tenen moltes aplicacions en diversos camps, com ara la biologia, l'ecologia, la informàtica, la neurociència, la química i moltes altres. En especial es podria mencionar el seu impacte en el sector financer després de veure grans canvis aleatoris en els mercats d’aquest sector. (ca) Náhodný proces, též stochastický proces, si lze představit jako zobecnění pojmů náhodná veličina a náhodný vektor. Zatímco výsledkem realizace náhodné veličiny je jedno číslo, např. výsledek hodu kostkou, je realizací náhodného procesu funkce nebo řada. Konkrétním příkladem takového náhodného procesu může být například šum – pro každou realizaci jsme schopni popsat pouze pravděpodobnostní charakter šumu. Příkladem náhodného procesu ve více rozměrech může být Brownův pohyb. (cs) La stokastiko estas la scienco de la modeligo kaj analizo de situacioj kun necerteco aŭ hazardo per hazardaj variabloj, kiuj dependas de la tempo. Ĝi estas partita en: Probablo-teoriokalkulo de probabloj baze de probablaj modeloj,Statistikokreado de probablaj modeloj baze de observoj. (eo) Ein stochastischer Prozess (auch Zufallsprozess) ist die mathematische Beschreibung von zeitlich geordneten, zufälligen Vorgängen. Die Theorie der stochastischen Prozesse stellt eine wesentliche Erweiterung der Wahrscheinlichkeitstheorie dar und bildet die Grundlage für die stochastische Analysis. Obwohl einfache stochastische Prozesse schon vor langer Zeit studiert wurden, wurde die heute gültige formale Theorie erst Anfang des 20. Jahrhunderts entwickelt, vor allem durch Paul Lévy und Andrei Kolmogorow. (de) En la teoría de la probabilidad, un proceso estocástico es un concepto matemático que sirve para representar magnitudes aleatorias que varían con el tiempo o para caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra variable, generalmente el tiempo. Cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y pueden o no estar correlacionadas entre sí. Cada variable o conjunto de variables sometidas a influencias o efectos aleatorios constituye un proceso estocástico. Un proceso estocástico puede entenderse como una familia uniparamétrica de variables aleatorias indexadas mediante el tiempo t. Los procesos estocásticos permiten tratar procesos dinámicos en los que hay cierta aleatoriedad. (es) Estatistikan, prozesu estokastikoa zorizko aldagaien bilduma bat da, gehienetan denboran zehar indexaturikoa. Adibidez, egunero ospitale batera sartzen den gaixo kopurua prozesu estokastiko baten bitartez irudika daiteke. Prozesu estokastikoak era matematikoan irudikatzen dira, eredu moduan, eta errealitatean jasotzen diren datuak prozesu horien gauzatzetzat hartzen dira, prozesu estokastikoa zehatzen duten parametroak zenbatesteko besteak beste. (eu) Sa bhfisic, próisis a chuimsíonn seicheamh imeachtaí, gan aon bhaint ag toradh imeachta amháin le toradh aon chinn eile. Tugtar próiseas stóchastach air freisin. Ní féidir iad a réamhinsint i gceart. Mar shampla, gluaiseann adamh ar leith atá ag idirleathadh trí ghás ó imbhualadh le hadamh gáis amháin go himbhualadh eile, rud a chruthaíonn conair randamach. Nuair a bhíonn líon ollmhór cáithníní gníomhach i bpróisis randamacha, is féidir a n-iompar a láimhseáil le teicníochtaí staitistiúla. (ga) Un processus stochastique ou processus aléatoire (voir Calcul stochastique) ou fonction aléatoire (voir Probabilité) représente une évolution, discrète ou à temps continu, d'une variable aléatoire. Celle-ci intervient dans le calcul classique des probabilités, où elle mesure chaque résultat possible (ou réalisation) d'une épreuve. Cette notion se généralise à plusieurs dimensions. Un cas particulier important, le champ aléatoire de Markov, est utilisé en analyse spatiale. (fr) Dalam matematika, khususnya dalam ilmu teori peluang dan statistika, suatu proses stokastik merupakan suatu koleksi peubah acak dengan merupakan suatu parameter atas suatu himpunan indeks (umumnya berkorespondensi dengan suatu unit waktu diskrit dengan himpunan indeks ). Proses stokastik merupakan salah satu cara untuk mengkuantifikasi hubungan antara sekumpulan peristiwa acak. Oleh karena itu, proses stokastik sering kali digunakan dalam memodelkan suatu sistem yang berubah secara acak seiring waktu, misalnya dalam bidang keuangan, biologi, dan lain-lain. Suatu proses stokastik umumnya dinotasikan sebagai atau . (in) In probability theory and related fields, a stochastic (/stoʊˈkæstɪk/) or random process is a mathematical object usually defined as a family of random variables. Stochastic processes are widely used as mathematical models of systems and phenomena that appear to vary in a random manner. Examples include the growth of a bacterial population, an electrical current fluctuating due to thermal noise, or the movement of a gas molecule. Stochastic processes have applications in many disciplines such as biology, chemistry, ecology, neuroscience, physics, image processing, signal processing, control theory, information theory, computer science, cryptography and telecommunications. Furthermore, seemingly random changes in financial markets have motivated the extensive use of stochastic processes in finance. Applications and the study of phenomena have in turn inspired the proposal of new stochastic processes. Examples of such stochastic processes include the Wiener process or Brownian motion process, used by Louis Bachelier to study price changes on the Paris Bourse, and the Poisson process, used by A. K. Erlang to study the number of phone calls occurring in a certain period of time. These two stochastic processes are considered the most important and central in the theory of stochastic processes, and were discovered repeatedly and independently, both before and after Bachelier and Erlang, in different settings and countries. The term random function is also used to refer to a stochastic or random process, because a stochastic process can also be interpreted as a random element in a function space. The terms stochastic process and random process are used interchangeably, often with no specific mathematical space for the set that indexes the random variables. But often these two terms are used when the random variables are indexed by the integers or an interval of the real line. If the random variables are indexed by the Cartesian plane or some higher-dimensional Euclidean space, then the collection of random variables is usually called a random field instead. The values of a stochastic process are not always numbers and can be vectors or other mathematical objects. Based on their mathematical properties, stochastic processes can be grouped into various categories, which include random walks, martingales, Markov processes, Lévy processes, Gaussian processes, random fields, renewal processes, and branching processes. The study of stochastic processes uses mathematical knowledge and techniques from probability, calculus, linear algebra, set theory, and topology as well as branches of mathematical analysis such as real analysis, measure theory, Fourier analysis, and functional analysis. The theory of stochastic processes is considered to be an important contribution to mathematics and it continues to be an active topic of research for both theoretical reasons and applications. (en) In matematica, più precisamente nella teoria della probabilità, un processo stocastico (o processo aleatorio) è la versione probabilistica del concetto di sistema dinamico. Un processo stocastico è un insieme ordinato di funzioni reali di un certo parametro (in genere il tempo) che gode di determinate proprietà statistiche. In generale è possibile identificare questo processo come una famiglia con un parametro di variabili casuali reali rappresentanti le trasformazioni dallo stato iniziale allo stato dopo un certo tempo . In termini più precisi questo si basa su una variabile casuale che supera il limite dei numeri reali (come ad esempio, , o spazi funzionali, o successioni di numeri reali). I processi aleatori sono un'estensione del concetto di variabile aleatoria quando viene preso in considerazione anche il parametro tempo. (it) 確率論において、確率過程（かくりつかてい、英語: stochastic process）は、時間など，条件によって変化する確率変数の数理モデルである。株価や為替の変動、ブラウン運動などの粒子のランダムな運動を数学的に記述する模型（モデル）として利用している。不規則過程（英語: random process）とも言う。 確率過程からのサンプリングで得られる系列（実現値）を見本関数（見本過程、経路/パス）という。 (ja) Een stochastisch proces is een opeenvolging van toevallige uitkomsten. In tegenstelling tot een deterministisch proces zijn de uitkomsten niet van tevoren bekend. Het stochastische proces wordt beschreven door een rij toevalstoestanden en hun bijbehorende simultane kansverdeling. Er is dus geen volledig causaal verband, er is geen sprake van sturing. De uitkomsten van een stochastisch proces worden ook wel de toestanden van het proces genoemd. De toestand van het proces in het punt (op het tijdstip) kan dan worden voorgesteld door de stochastische variabele of (niet noodzakelijk reëelwaardig). Daarin doorloopt een tijdsinterval, een ruimtelijke of eventueel een andere verzameling. Voorbeelden zijn toevalsbewegingen, de brownse beweging en wachtrijen in de wachtrijtheorie. Verder worden schommelingen van de beurs en wisselkoersen soms gemodelleerd als stochastisch proces. Voorbeelden met een ruimtelijk domein zijn statische beelden, willekeurige topografieën (landschappen) en variaties in de samenstelling van niet-homogene materialen. (nl) 확률론에서 확률 과정(確率過程, 영어: stochastic process)은 시간의 진행에 대해 확률적인 변화를 가지는 구조를 의미한다. (ko) Dentro da teoria das probabilidades, um processo estocástico é uma família de variáveis aleatórias representando a evolução de um sistema de valores com o tempo. É a contraparte probabilística de um processo determinístico. Ao invés de um processo que possui um único modo de evoluir, como nas soluções de equações diferenciais ordinárias, por exemplo, em um processo estocástico há uma indeterminação: mesmo que se conheça a condição inicial, existem várias, por vezes infinitas, direções nas quais o processo pode evoluir. Em casos de tempo discreto, em oposição ao tempo contínuo, o processo estocástico é uma sequência de variáveis aleatórias, como por exemplo uma cadeia de Markov. As variáveis correspondentes aos diversos tempos podem ser completamente diferentes, o único requisito é que esses valores diferentes estejam todos no mesmo espaço, isto é, no contradomínio da função. Uma abordagem possível é modelar as variáveis aleatórias como funções aleatórias de um ou vários argumentos determinísticos, na maioria dos casos, em relação ao parâmetro do tempo. Apesar de os valores aleatórios de um processo estocástico em momentos diferentes parecerem variáveis aleatórias independentes, nas situações mais comuns, eles exibem uma complexa dependência estatística. Exemplo de processos estocásticos incluem flutuações nos mercados de ações e nas taxas de câmbio, dados médicos como temperatura, pressão sanguínea e variações nos potenciais elétricos do cérebro registrados em um eletroencefalograma, fluxo turbulento de um líquido ou gás, variações no campo magnético da Terra, mudanças aleatórias no nível de sinais de rádio sintonizados na presença de distúrbios meteorológicos, flutuação da corrente em um circuito elétrico na presença de ruído térmico, movimentos aleatórios como o movimento Browniano ou passeios aleatórios, entre outros. Uma generalização de um processo estocástico, o campo aleatório é definido ao permitir que as variáveis sejam parametrizadas por membros de um espaço topológico ao invés do tempo. Exemplos de campos aleatórios incluem imagens de estática, topografia, ondas de superfície e variações na composição de um material heterogêneo. Mais genericamente, seguindo Kac e Nelson, qualquer tipo de evolução temporal, determinística ou essencialmente probabilística, que seja analisável em termos de probabilidade pode ser chamada de processo estocástico. (pt) Proces stochastyczny, proces losowy (gr. στοχαστικός (stochastikós) 'będący wynikiem domysłu') – rodzina zmiennych losowych, określonych na pewnej przestrzeni probabilistycznej o wartościach w pewnej przestrzeni mierzalnej. Ogólnie procesem stochastycznym nazywa się funkcję zależną od czasu, której wartości w każdym momencie czasowym są zmiennymi losowymi. Najprostszym przykładem procesu stochastycznego jest wielokrotny rzut monetą: dziedziną funkcji jest zbiór liczb naturalnych (liczba rzutów), natomiast wartością funkcji dla danej liczby jest jeden z dwóch możliwych stanów losowania (zdarzenie), orzeł lub reszka. Nie należy mylić procesu losowego, którego wartości są zdarzeniami losowymi, z funkcją, która zdarzeniom przypisuje wartość prawdopodobieństwa ich wystąpienia (mamy wówczas do czynienia z rozkładem gęstości prawdopodobieństwa). W praktyce dziedziną, na której zdefiniowana jest funkcja, jest najczęściej przedział czasowy (taki proces stochastyczny nazywany jest szeregiem czasowym) lub obszar przestrzeni (wtedy nazywany jest ). Jako przykłady szeregów czasowych można podać: fluktuacje giełdowe, sygnały, takie jak mowa, dźwięk i wideo, dane medyczne takie jak EKG i EEG, ciśnienie krwi i temperatura ciała, losowe ruchy takie jak ruchy Browna. Przykładami pól losowych są statyczne obrazy, losowe krajobrazy i układ składników w niejednorodnych materiałach. (pl) En stokastisk process är den matematiska beskrivningen av en tidsordnad slumpprocess. Teorin för stokastiska processer har inneburit en betydande utvidgning av sannolikhetsteorin och är grunden för den . Processer som kan beskrivas av en stokastisk process är exempelvis antalet bilar som passerar en viss punkt på motorvägen, antalet kunder i en affär vid en viss tidpunkt, och tillförlitligheten av ett system som består av komponenter. (sv) 在機率論中，隨機過程（英語：Stochastic process 或 Random process），又称随机函数（英語：Random function），是隨機變數的集合。若一的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。实际应用中，样本函数的一般定义在时间域或者。随机过程的实例如股票和汇率的波动、、、体温的变化，随机运动如布朗运动、随机徘徊等等。 (zh) Случа́йный проце́сс (вероятностный процесс, случайная функция, стохастический процесс) в теории вероятностей — семейство случайных величин, индексированных некоторым параметром, чаще всего играющим роль времени или координаты. (ru) Випадко́вий проце́с (англ. stochastic process) — важливе поняття сучасної теорії ймовірностей. Є певним узагальненням поняття випадкова величина, а саме — це випадкова величина, що змінюється з часом (іншими словами: випадкова величина, що залежить від змінної величини, яку називають час, або іншими словами — це набір випадкових величин, параметризованих величиною T — часом). Розрізняють випадкові процеси з дискретним і неперервним часом. Випадкові процеси широко застосовуються в багатьох галузях науки і техніки. Теорія випадкових процесів має велике значення для сучасної фінансової та актуарної математики. (uk) |
| dbo:thumbnail | wiki-commons:Special:FilePath/BMonSphere.jpg?width=300 |
| dbo:wikiPageExternalLink | https://books.google.com/books%3Fid=0mB2CQAAQBAJ%7Cpublisher=Courier https://books.google.com/books%3Fid=321EuQAACAAJ&q=Stochastic+methods%7Ctitle= https://books.google.com/books%3Fid=NrsrAAAAYAAJ%7Cpublisher=Wiley%7Cyear=1990%7Cauthor-link=Joseph https://books.google.com/books%3Fid=R5BGvQ3ejloC%7Cpublisher=Springer https://books.google.com/books%3Fid=jrPVBwAAQBAJ%7Cpublisher=Springer https://books.google.com/books%3Fid=pOQy6-qnVx8C%7Cpublisher=John https://books.google.com/books%3Fid=ryejJmJAj28C&pg=PA263%7Cpublisher=SIAM%7Cisbn=978-0-89871-693-1%7Cyear=2010 https://books.google.com/books%3Fid=yJyLzG7N7r8C&pg=PR2%7Cpublisher=Courier https://archive.org/details/randomprocesses00rose_0%7Curl-access=registration%7Cpublisher=Oxford |
| dbo:wikiPageID | 47895 (xsd:integer) |
| dbo:wikiPageLength | 166202 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1124518260 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Calculus dbr:Cartesian_plane dbr:Bayesian_statistics dbr:Probability_distribution dbr:Probability_space dbr:Rudolf_Clausius dbr:Electrical_current dbr:Entropy_rate dbr:Molecule dbr:Lévy_process dbr:Monroe_D._Donsker dbr:Problem_of_points dbr:Eugene_Slutsky dbr:Biology dbr:Blaise_Pascal dbr:Bounded_function dbr:David_Hilbert dbr:Denmark dbr:Almost_surely dbr:Paul-André_Meyer dbr:Paul_Ehrenfest dbr:Paul_Lévy_(mathematician) dbr:United_States dbr:Deterministic_system dbr:Donsker's_theorem dbr:Dynamics_of_Markovian_particles dbr:Independent_increments dbr:Interacting_particle_system dbr:Real_analysis dbr:Continuous_function dbr:Cryptography dbr:Mathematical_analysis dbr:Mathematical_models dbr:Mean dbr:Measurable dbr:Measure_theory dbr:Gas dbr:Mathematical_object dbr:Outcome_(probability) dbr:Separable_space dbr:English_language dbr:Function_(mathematics) dbr:Gaussian_process dbr:George_Pólya dbr:Gerolamo_Cardano dbr:Gilbert_Hunt dbr:Greek_language dbr:Branching_process dbr:Continuous-time_stochastic_process dbr:Ergodic_process dbr:State_space dbr:Pushforward_measure dbr:Andrey_Markov dbr:Bernoulli_process dbr:Bernoulli_trial dbr:Linear_algebra dbr:Louis_Bachelier dbr:Ludwig_Boltzmann dbr:Shizuo_Kakutani dbr:Sigma-algebra dbr:Signal_processing dbr:Stationary_process dbr:Statistical_model dbr:Computer_science dbr:Émile_Borel dbr:Function_space dbr:Functional_analysis dbr:Physics dbr:Subordinator_(mathematics) dbr:Bacteria dbr:Banach_space dbr:Bruno_de_Finetti dbr:Central_limit_theorem dbc:Statistical_data_types dbr:Topology dbr:Total_order dbr:Weak_law_of_large_numbers dbr:Wendelin_Werner dbr:William_Feller dbr:Gambler's_ruin dbr:Jules_Regnault dbr:Lattice_(group) dbr:Law_(stochastic_processes) dbr:Random_field dbr:Jackob_Bernoulli dbr:Abraham_de_Moivre dbr:Albert_Einstein dbr:Aleksandr_Khinchin dbr:Alexander_Pushkin dbr:Anatoliy_Skorokhod dbr:Ecology dbr:Ernest_Rutherford dbr:Euclidean_space dbr:Fields_Medal dbr:Filip_Lundberg dbr:Financial_market dbr:Fourier_analysis dbr:Francis_Galton dbr:Nikolai_Smirnov_(mathematician) dbr:Norbert_Wiener dbr:Oxford_English_Dictionary dbr:Pafnuty_Chebyshev dbr:Paris dbr:Cardinality dbr:Differential_equation dbr:Diffusion_equation dbr:Discrete_time_and_continuous_time dbr:Kolmogorov_continuity_theorem dbr:Kolmogorov_extension_theorem dbr:Discrete_time dbr:Probability dbr:Probability_theory dbr:Random_variable dbr:Randomness dbr:A.K._Erlang dbr:Hans_Geiger dbr:Harald_Cramér dbr:Harry_Bateman dbr:Henri_Lebesgue dbr:Hilbert's_problems dbr:International_Congress_of_Mathematicians dbr:Interval_(mathematics) dbr:Iosif_Gikhman dbr:Irénée-Jules_Bienaymé dbr:James_Clerk_Maxwell dbr:Telecommunications dbr:Covariance_function dbr:Potential_theory dbr:Sample_space dbr:Stationary_increments dbr:Statistical_mechanics dbr:Abuse_of_notation dbc:Stochastic_processes dbc:Stochastic_models dbr:Characteristic_function_(probability_theory) dbr:Chemistry dbr:Kalman_filtering dbr:Karl_Pearson dbr:Kinetic_theory_of_gases dbr:Ladislaus_Bortkiewicz dbr:Sweden dbr:Sydney_Chapman_(mathematician) dbr:Henry_William_Watson dbr:Jean_Ville dbr:Thesis dbr:Wiener_process dbr:Differential_equations dbr:Ars_Conjectandi dbr:Axiom dbr:Manifold dbr:Marian_Smoluchowski dbr:Markov_process dbr:Martin_Hairer dbr:Pierre-Simon_Laplace dbr:Poisson_distribution dbr:Filtration_(probability_theory) dbr:Finance dbr:Continuous_and_discrete_variables dbr:Rough_paths dbr:Leonard_Savage dbr:Iid dbr:Indexed_family dbr:Information_theory dbr:Integer dbr:Integers dbr:Kiyosi_Itô dbr:Metric_spaces dbr:Natural_numbers dbr:Random_walk dbr:Chapman–Kolmogorov_equation dbr:Sequence dbr:Sergei_Bernstein dbr:Set_theory dbr:Wolfgang_Doeblin dbr:World_War_II dbr:Paris_Bourse dbr:Markov_chain dbr:Unit_interval dbr:Map_(mathematics) dbr:Markov_chain_Monte_Carlo dbr:Martingale_(probability_theory) dbr:Schramm–Loewner_evolution dbr:Neuroscience dbr:Stochastic_control dbr:Eugene_Onegin dbr:Image_processing dbr:List_of_stochastic_processes_topics dbr:Stochastic_calculus dbr:Stochastic_processes_and_boundary_value_problems dbr:Random_walks dbr:Finite_group dbr:Gillespie_algorithm dbr:Probability_measure dbr:Real_line dbr:Stochastic_cellular_automaton dbr:Integrals dbr:Subset dbr:Normally_distributed dbr:Stock_exchange dbr:Joseph_Doob dbr:Josiah_Gibbs dbr:Kai_Lai_Chung dbr:Martingale_convergence_theorem dbr:Brownian_movement dbr:Jean_Perrin dbr:Francis_Edgeworth dbr:Andrei_Kolmogorov dbr:Cartesian_power dbr:Tatyana_Ehrenfest dbr:Increasing_function dbr:Independent_and_identically_distributed dbr:Poisson_process dbr:Jakob_Bernoulli dbr:Mathematical_space dbr:Maurice_Fréchet dbr:Pierre_Fermat dbr:Renewal_process dbr:A._K._Erlang dbr:Continuous_time dbr:Percy_Daniell dbr:Carl_Gauss dbr:Nowhere_differentiable_function dbr:Siméon_Poisson dbr:Thorvald_Thiele dbr:Infinitely_divisible_distribution dbr:Srinivasa_Varadhan dbr:Thermal_noise dbr:File:BMonSphere.jpg dbr:File:Wiener_process_3d.png dbr:File:DriftedWienerProcess1D.svg dbr:File:Joseph_Doob.jpg dbr:File:Wiener_Zurich1932.tif |
| dbp:wikiPageUsesTemplate | dbt:Authority_control dbt:Cite_book dbt:Cite_journal dbt:Color dbt:Columns-list dbt:Commons_category-inline dbt:Efn dbt:IPAc-en dbt:Main dbt:Notelist dbt:Reflist dbt:Rp dbt:Short_description dbt:Further_cleanup dbt:Probability_fundamentals dbt:Stochastic_processes dbt:Industrial_and_applied_mathematics |
| dcterms:isPartOf | http://zbw.eu/stw/mapping/dbpedia/target |
| dcterms:subject | dbc:Statistical_data_types dbc:Stochastic_processes dbc:Stochastic_models |
| gold:hypernym | dbr:Collection |
| rdf:type | owl:Thing dbo:Book |
| rdfs:comment | Náhodný proces, též stochastický proces, si lze představit jako zobecnění pojmů náhodná veličina a náhodný vektor. Zatímco výsledkem realizace náhodné veličiny je jedno číslo, např. výsledek hodu kostkou, je realizací náhodného procesu funkce nebo řada. Konkrétním příkladem takového náhodného procesu může být například šum – pro každou realizaci jsme schopni popsat pouze pravděpodobnostní charakter šumu. Příkladem náhodného procesu ve více rozměrech může být Brownův pohyb. (cs) La stokastiko estas la scienco de la modeligo kaj analizo de situacioj kun necerteco aŭ hazardo per hazardaj variabloj, kiuj dependas de la tempo. Ĝi estas partita en: Probablo-teoriokalkulo de probabloj baze de probablaj modeloj,Statistikokreado de probablaj modeloj baze de observoj. (eo) Ein stochastischer Prozess (auch Zufallsprozess) ist die mathematische Beschreibung von zeitlich geordneten, zufälligen Vorgängen. Die Theorie der stochastischen Prozesse stellt eine wesentliche Erweiterung der Wahrscheinlichkeitstheorie dar und bildet die Grundlage für die stochastische Analysis. Obwohl einfache stochastische Prozesse schon vor langer Zeit studiert wurden, wurde die heute gültige formale Theorie erst Anfang des 20. Jahrhunderts entwickelt, vor allem durch Paul Lévy und Andrei Kolmogorow. (de) Estatistikan, prozesu estokastikoa zorizko aldagaien bilduma bat da, gehienetan denboran zehar indexaturikoa. Adibidez, egunero ospitale batera sartzen den gaixo kopurua prozesu estokastiko baten bitartez irudika daiteke. Prozesu estokastikoak era matematikoan irudikatzen dira, eredu moduan, eta errealitatean jasotzen diren datuak prozesu horien gauzatzetzat hartzen dira, prozesu estokastikoa zehatzen duten parametroak zenbatesteko besteak beste. (eu) Sa bhfisic, próisis a chuimsíonn seicheamh imeachtaí, gan aon bhaint ag toradh imeachta amháin le toradh aon chinn eile. Tugtar próiseas stóchastach air freisin. Ní féidir iad a réamhinsint i gceart. Mar shampla, gluaiseann adamh ar leith atá ag idirleathadh trí ghás ó imbhualadh le hadamh gáis amháin go himbhualadh eile, rud a chruthaíonn conair randamach. Nuair a bhíonn líon ollmhór cáithníní gníomhach i bpróisis randamacha, is féidir a n-iompar a láimhseáil le teicníochtaí staitistiúla. (ga) Un processus stochastique ou processus aléatoire (voir Calcul stochastique) ou fonction aléatoire (voir Probabilité) représente une évolution, discrète ou à temps continu, d'une variable aléatoire. Celle-ci intervient dans le calcul classique des probabilités, où elle mesure chaque résultat possible (ou réalisation) d'une épreuve. Cette notion se généralise à plusieurs dimensions. Un cas particulier important, le champ aléatoire de Markov, est utilisé en analyse spatiale. (fr) Dalam matematika, khususnya dalam ilmu teori peluang dan statistika, suatu proses stokastik merupakan suatu koleksi peubah acak dengan merupakan suatu parameter atas suatu himpunan indeks (umumnya berkorespondensi dengan suatu unit waktu diskrit dengan himpunan indeks ). Proses stokastik merupakan salah satu cara untuk mengkuantifikasi hubungan antara sekumpulan peristiwa acak. Oleh karena itu, proses stokastik sering kali digunakan dalam memodelkan suatu sistem yang berubah secara acak seiring waktu, misalnya dalam bidang keuangan, biologi, dan lain-lain. Suatu proses stokastik umumnya dinotasikan sebagai atau . (in) 確率論において、確率過程（かくりつかてい、英語: stochastic process）は、時間など，条件によって変化する確率変数の数理モデルである。株価や為替の変動、ブラウン運動などの粒子のランダムな運動を数学的に記述する模型（モデル）として利用している。不規則過程（英語: random process）とも言う。 確率過程からのサンプリングで得られる系列（実現値）を見本関数（見本過程、経路/パス）という。 (ja) 확률론에서 확률 과정(確率過程, 영어: stochastic process)은 시간의 진행에 대해 확률적인 변화를 가지는 구조를 의미한다. (ko) En stokastisk process är den matematiska beskrivningen av en tidsordnad slumpprocess. Teorin för stokastiska processer har inneburit en betydande utvidgning av sannolikhetsteorin och är grunden för den . Processer som kan beskrivas av en stokastisk process är exempelvis antalet bilar som passerar en viss punkt på motorvägen, antalet kunder i en affär vid en viss tidpunkt, och tillförlitligheten av ett system som består av komponenter. (sv) 在機率論中，隨機過程（英語：Stochastic process 或 Random process），又称随机函数（英語：Random function），是隨機變數的集合。若一的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。实际应用中，样本函数的一般定义在时间域或者。随机过程的实例如股票和汇率的波动、、、体温的变化，随机运动如布朗运动、随机徘徊等等。 (zh) Случа́йный проце́сс (вероятностный процесс, случайная функция, стохастический процесс) в теории вероятностей — семейство случайных величин, индексированных некоторым параметром, чаще всего играющим роль времени или координаты. (ru) العملية التصادفية أو العملية العشوائية،، أو الاحتمالية، في نظرية الاحتمالات والمجالات المرتبطة، هي موضوع رياضي يعرف عادةً بوصفه مجموعة من المتغيرات العشوائية. تاريخيًا، ترتبط المتغيرات العشوائية ويُشار إليها بواسطة أرقام محددة، تظهر عادةً بوصفها نقاطًا زمنية، ما يفسر العملية التصادفية المتمثلة بقيم عددية في بعض النظم الاحتمالية المتغيرة بمرور الزمن، مثل النمو البكتيري، وتقلب التيار الكهربي خلال التشويش الحراري، أو حركة جزيئات الغاز. (ar) En teoria de probabilitat i generalment en el camp estadístic, un procés aleatori o procés estocàstic és un concepte matemàtic normalment definit com un conjunt de variables aleatòries. Els processos estocàstics s’acostumen a utilitzar com a models matemàtics de sistemes i fenòmens que acostumen a variar de forma aleatòria. Alguns exemples inclourien el creixement d’una població bacteriana, el corrent elèctric que fluctua a causa del soroll tèrmic, o bé el moviment d’una molècula de gas. (ca) En la teoría de la probabilidad, un proceso estocástico es un concepto matemático que sirve para representar magnitudes aleatorias que varían con el tiempo o para caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra variable, generalmente el tiempo. Cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y pueden o no estar correlacionadas entre sí. (es) In probability theory and related fields, a stochastic (/stoʊˈkæstɪk/) or random process is a mathematical object usually defined as a family of random variables. Stochastic processes are widely used as mathematical models of systems and phenomena that appear to vary in a random manner. Examples include the growth of a bacterial population, an electrical current fluctuating due to thermal noise, or the movement of a gas molecule. Stochastic processes have applications in many disciplines such as biology, chemistry, ecology, neuroscience, physics, image processing, signal processing, control theory, information theory, computer science, cryptography and telecommunications. Furthermore, seemingly random changes in financial markets have motivated the extensive use of stochastic processes in (en) In matematica, più precisamente nella teoria della probabilità, un processo stocastico (o processo aleatorio) è la versione probabilistica del concetto di sistema dinamico. Un processo stocastico è un insieme ordinato di funzioni reali di un certo parametro (in genere il tempo) che gode di determinate proprietà statistiche. In generale è possibile identificare questo processo come una famiglia con un parametro di variabili casuali reali rappresentanti le trasformazioni dallo stato iniziale allo stato dopo un certo tempo . In termini più precisi questo si basa su una variabile casuale che supera il limite dei numeri reali (come ad esempio, , o spazi funzionali, o successioni di numeri reali). I processi aleatori sono un'estensione del concetto di variabile aleatoria quando viene preso in c (it) Proces stochastyczny, proces losowy (gr. στοχαστικός (stochastikós) 'będący wynikiem domysłu') – rodzina zmiennych losowych, określonych na pewnej przestrzeni probabilistycznej o wartościach w pewnej przestrzeni mierzalnej. Ogólnie procesem stochastycznym nazywa się funkcję zależną od czasu, której wartości w każdym momencie czasowym są zmiennymi losowymi. Najprostszym przykładem procesu stochastycznego jest wielokrotny rzut monetą: dziedziną funkcji jest zbiór liczb naturalnych (liczba rzutów), natomiast wartością funkcji dla danej liczby jest jeden z dwóch możliwych stanów losowania (zdarzenie), orzeł lub reszka. Nie należy mylić procesu losowego, którego wartości są zdarzeniami losowymi, z funkcją, która zdarzeniom przypisuje wartość prawdopodobieństwa ich wystąpienia (mamy wówczas do c (pl) Een stochastisch proces is een opeenvolging van toevallige uitkomsten. In tegenstelling tot een deterministisch proces zijn de uitkomsten niet van tevoren bekend. Het stochastische proces wordt beschreven door een rij toevalstoestanden en hun bijbehorende simultane kansverdeling. Er is dus geen volledig causaal verband, er is geen sprake van sturing. (nl) Dentro da teoria das probabilidades, um processo estocástico é uma família de variáveis aleatórias representando a evolução de um sistema de valores com o tempo. É a contraparte probabilística de um processo determinístico. Ao invés de um processo que possui um único modo de evoluir, como nas soluções de equações diferenciais ordinárias, por exemplo, em um processo estocástico há uma indeterminação: mesmo que se conheça a condição inicial, existem várias, por vezes infinitas, direções nas quais o processo pode evoluir. (pt) Випадко́вий проце́с (англ. stochastic process) — важливе поняття сучасної теорії ймовірностей. Є певним узагальненням поняття випадкова величина, а саме — це випадкова величина, що змінюється з часом (іншими словами: випадкова величина, що залежить від змінної величини, яку називають час, або іншими словами — це набір випадкових величин, параметризованих величиною T — часом). Розрізняють випадкові процеси з дискретним і неперервним часом. (uk) |
| rdfs:label | Stochastic process (en) عملية تصادفية (ar) Procés estocàstic (ca) Náhodný proces (cs) Stochastischer Prozess (de) Stokastiko (eo) Proceso estocástico (es) Prozesu estokastiko (eu) Próiseas randamach (ga) Proses stokastik (in) Processus stochastique (fr) Processo stocastico (it) 확률 과정 (ko) 確率過程 (ja) Stochastisch proces (nl) Proces stochastyczny (pl) Processo estocástico (pt) Stokastisk process (sv) Случайный процесс (ru) Випадковий процес (uk) 随机过程 (zh) |
| owl:sameAs | freebase:Stochastic process http://d-nb.info/gnd/4057630-9 wikidata:Stochastic process dbpedia-af:Stochastic process dbpedia-ar:Stochastic process http://ast.dbpedia.org/resource/Procesu_estocásticu dbpedia-bg:Stochastic process http://bn.dbpedia.org/resource/দৈব_প্রক্রিয়া dbpedia-ca:Stochastic process dbpedia-cs:Stochastic process dbpedia-de:Stochastic process dbpedia-eo:Stochastic process dbpedia-es:Stochastic process dbpedia-et:Stochastic process dbpedia-eu:Stochastic process dbpedia-fa:Stochastic process dbpedia-fi:Stochastic process dbpedia-fr:Stochastic process dbpedia-ga:Stochastic process dbpedia-gl:Stochastic process dbpedia-he:Stochastic process http://hi.dbpedia.org/resource/प्रसम्भाव्य_प्रक्रम dbpedia-hu:Stochastic process http://hy.dbpedia.org/resource/Պատահական_պրոցես dbpedia-id:Stochastic process dbpedia-it:Stochastic process dbpedia-ja:Stochastic process dbpedia-kk:Stochastic process dbpedia-ko:Stochastic process http://ml.dbpedia.org/resource/ക്രമമില്ലാപ്രക്രിയ dbpedia-ms:Stochastic process dbpedia-nl:Stochastic process dbpedia-no:Stochastic process dbpedia-pl:Stochastic process dbpedia-pt:Stochastic process dbpedia-ro:Stochastic process dbpedia-ru:Stochastic process dbpedia-simple:Stochastic process dbpedia-sk:Stochastic process dbpedia-sr:Stochastic process http://su.dbpedia.org/resource/Prosés_stokastik dbpedia-sv:Stochastic process dbpedia-tr:Stochastic process dbpedia-uk:Stochastic process dbpedia-vi:Stochastic process dbpedia-zh:Stochastic process https://global.dbpedia.org/id/hy7L |
| skos:closeMatch | http://zbw.eu/stw/descriptor/15225-1 http://www.springernature.com/scigraph/things/subjects/stochastic-networks |
| prov:wasDerivedFrom | wikipedia-en:Stochastic_process?oldid=1124518260&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/DriftedWienerProcess1D.svg wiki-commons:Special:FilePath/Joseph_Doob.jpg wiki-commons:Special:FilePath/BMonSphere.jpg wiki-commons:Special:FilePath/Wiener_process_3d.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Stochastic_process |
| is dbo:academicDiscipline of | dbr:David_Colquhoun dbr:V._Balakrishnan_(physicist) dbr:Chris_Heyde dbr:Amber_L._Puha |
| is dbo:knownFor of | dbr:David_Cox_(statistician) dbr:Alladi_Ramakrishnan dbr:Ruth_J._Williams dbr:Andrey_Markov dbr:Cyrus_Derman dbr:Jyotiprasad_Medhi |
| is dbo:wikiPageRedirects of | dbr:Homogeneous_process dbr:Stochastic_processes dbr:Random_process dbr:Real-valued_stochastic_process dbr:Version_(probability_theory) dbr:Discrete-time_stochastic_process dbr:Random_system dbr:Kolmogorov_extension dbr:Stochastic_Process dbr:Stochastic_Processes dbr:Random_function dbr:Random_processes dbr:Random_signal dbr:Heterogeneous_process dbr:Process_(stochastic) dbr:Stochastic_deaths dbr:Stochastic_dynamics dbr:Stochastic_effects dbr:Stochastic_model dbr:Stochastic_models dbr:Stochastic_processe dbr:Stochastic_system dbr:Stochastic_systems dbr:Stochastic_transition_function dbr:Theory_of_random_functions |
| is dbo:wikiPageWikiLink of | dbr:Begoña_Fernández_(mathematician) dbr:Power_law dbr:Prisoner's_dilemma dbr:Psychology dbr:Schilder's_theorem dbr:Electrolytic_capacitor dbr:Eliane_R._Rodrigues dbr:Ensemble_forecasting dbr:Entropy_rate dbr:List_of_academic_fields dbr:List_of_atheists_in_music dbr:Mixing_(mathematics) dbr:Multiplicity_of_infection dbr:Numerical_weather_prediction dbr:Lévy_process dbr:Mercer's_theorem dbr:Monte_Carlo_methods_for_option_pricing dbr:Stochastic_quantization dbr:Repressilator dbr:Particle_filter dbr:Partnerized_inventory_management dbr:Random_measure dbr:Stable_process dbr:Probability_distribution_of_extreme_points_of_a_Wiener_stochastic_process dbr:Progressively_measurable_process dbr:Stationary_ergodic_process dbr:Bessel_process dbr:Bond_option dbr:Boris_Kerner dbr:David_Bohm dbr:David_Colquhoun dbr:David_Cox_(statistician) dbr:David_Nualart dbr:De_Broglie–Bohm_theory dbr:Algorithmic_information_theory dbr:Alladi_Ramakrishnan dbr:Allopatric_speciation dbr:Anna_Panorska dbr:Applications_of_randomness dbr:Applied_probability dbr:Howard_Carmichael dbr:Hypercycle_(chemistry) dbr:Joseph_L._Doob dbr:Paul-André_Meyer dbr:Residence_time_(statistics) dbr:Charles_R._Doering dbr:Cyclostationary_process dbr:Unilever_Research_&_Development_Port_Sunlight_Laboratory dbr:V._Balakrishnan_(physicist) dbr:Vivek_Borkar dbr:Vlaardingen dbr:Von_Kármán_wind_turbulence_model dbr:Σ-algebra dbr:Dependent_Dirichlet_process dbr:Derivative_(finance) dbr:Determinantal_point_process dbr:Deterministic_system dbr:Doob_martingale dbr:Dynamic_scaling dbr:Dynamics_of_Markovian_particles dbr:Increasing_process dbr:Independent_increments dbr:Indeterminism dbr:Index_of_philosophy_articles_(R–Z) dbr:Indian_buffet_process dbr:Infinite_divisibility dbr:Infinite_divisibility_(probability) dbr:Information_flow_(information_theory) dbr:Integral_geometry dbr:Intensity_of_counting_processes dbr:Interacting_particle_system dbr:International_Commission_on_Radiological_Protection dbr:Inventory_optimization dbr:Inverse_Gaussian_distribution dbr:Inversive_congruential_generator dbr:Johan_Paulsson dbr:Kushner_equation dbr:List_of_named_matrices dbr:List_of_probability_topics dbr:List_of_quantitative_analysts dbr:List_of_research_methods_in_biology dbr:Ramanujan_Institute_for_Advanced_Study_in_Mathematics dbr:Nu-transform dbr:Nuisance_variable dbr:Stopped_process dbr:Predictability dbr:Predictable_process dbr:Preferential_attachment dbr:Stochastic_modelling_(insurance) dbr:Telegraph_process dbr:Variogram dbr:Weak_selection dbr:Σ-Algebra_of_τ-past dbr:Colors_of_noise dbr:Continuous-time_Markov_chain dbr:Convergence_of_random_variables dbr:Cross-covariance dbr:Cross_section_(physics) dbr:Anatolian_hypothesis dbr:Mathematical_finance dbr:Mathematical_optimization dbr:Mean_sojourn_time dbr:Rumor_spread_in_social_network dbr:Run-and-tumble_motion dbr:Chemical_WorkBench dbr:Chernoff's_distribution dbr:Gauss–Markov_process dbr:Generalized_functional_linear_model dbr:Geomagnetic_reversal dbr:Geometric_Brownian_motion dbr:Geometric_process dbr:Geomorphology dbr:George_C._Papanicolaou dbr:Noise_(electronics) dbr:Operations_management dbr:Option_(finance) dbr:Ornstein–Uhlenbeck_process dbr:Regina_Nuzzo dbr:Moment_closure dbr:Random_modulation dbr:Stochastic_drift dbr:Pitman–Yor_process dbr:Subtherapeutic_antibiotic_use_in_swine dbr:Unit_root dbr:Ruth_J._Williams dbr:Snell_envelope dbr:Zvi_Wiener dbr:Chris_Heyde dbr:Edward_Nelson dbr:Electromagnetic_radiation dbr:Engineer dbr:Entropy_(information_theory) dbr:Equation dbr:Functional_correlation dbr:Functional_data_analysis dbr:GMS_(software) dbr:Gaussian_process dbr:Generalized_method_of_moments dbr:George_Roussas dbr:Glossary_of_areas_of_mathematics dbr:Glossary_of_artificial_intelligence dbr:Glossary_of_engineering:_M–Z dbr:Gopinath_Kallianpur dbr:Branching_process dbr:Branching_random_walk dbr:Moran_process dbr:Multimodal_learning dbr:Multivariable_calculus dbr:Multivariate_random_variable dbr:Connectome dbr:Consistent_pricing_process dbr:Contact_process_(mathematics) dbr:Continuity_in_probability dbr:Continuous-time_stochastic_process dbr:Continuous_stochastic_process dbr:Convolution_power dbr:Cross-correlation dbr:Cross-spectrum dbr:Ergodic_hypothesis dbr:Ergodic_process dbr:Ergodicity dbr:Ergodicity_economics dbr:Ladder_height_process dbr:Marta_Sanz-Solé dbr:Martingale_central_limit_theorem dbr:Homogeneous_process dbr:Reversible_diffusion dbr:Variance_gamma_process dbr:Optimal_stopping dbr:Andrey_Markov dbr:Andrzej_Kajetan_Wróblewski dbr:Bernoulli_scheme dbr:Leonard_Mirman dbr:Leonard_Ornstein dbr:Life-time_of_correlation dbr:Linear_recurrence_with_constant_coefficients dbr:Local_time_(mathematics) dbr:Louis_Bachelier dbr:M._S._Bartlett dbr:Machine_learning dbr:Blumenthal's_zero–one_law dbr:Chinese_restaurant_process dbr:Chook_raffle dbr:Signal_processing dbr:Single-particle_trajectory dbr:Stanisław_Trybuła dbr:Stationary_process dbr:Statistical_model dbr:Steven_Neil_Evans dbr:Stochastic dbr:Stochastic_investment_model dbr:Stochastic_processes dbr:Stochastic_thermodynamics dbr:Subrahmanyan_Chandrasekhar dbr:Climatology dbr:Compound_Poisson_distribution dbr:Compound_Poisson_process dbr:Computational_neurogenetic_modeling dbr:Computational_phylogenetics dbr:Computer_simulation dbr:ZPEG dbr:Zhiliang_Ying dbr:Empirical_process dbr:Feller-continuous_process dbr:Function_space dbr:Functional_principal_component_analysis dbr:Harris_chain dbr:Henk_Tijms dbr:Ignatov's_theorem dbr:Kriging dbr:Lessingia_germanorum dbr:Life_annuity dbr:PEPA dbr:Stevan_Pilipović dbr:Magda_Peligrad dbr:Subordinator_(mathematics) dbr:Mark_Freidlin dbr:Markov_Chains_and_Mixing_Times dbr:Markov_chain_approximation_method dbr:Markov_chains_on_a_measurable_state_space dbr:Markov_property dbr:Markov_renewal_process dbr:Mathematical_and_theoretical_biology dbr:Mathematical_economics dbr:Maximal_entropy_random_walk dbr:Novikov's_condition dbr:Time-dependent_gate_oxide_breakdown dbr:Autocovariance dbr:BKL_singularity dbr:Bruce_Hajek dbr:Adapted_process dbr:Additive_process dbr:Transcription_(biology) dbr:Wang_Ming-chen dbr:Ward_Whitt dbr:White_noise dbr:William_Feller dbr:Distribution_ensemble dbr:Drawdown_(economics) dbr:Drift_plus_penalty dbr:Future dbr:Fuzzy_differential_inclusion dbr:Galton–Watson_process dbr:Game_of_chance dbr:Girsanov_theorem dbr:Gittins_index dbr:Ira_Longini dbr:Ergodic_(disambiguation) dbr:Ji-Feng_Zhang dbr:John_Gordon_Skellam dbr:Jump_diffusion dbr:Lattice_model_(finance) dbr:Law_(stochastic_processes) dbr:Leaky_bucket dbr:Learning_automaton dbr:Linear_partial_information dbr:Local_linearization_method dbr:Local_martingale dbr:Log-distance_path_loss_model dbr:Lone_wolf_attack dbr:Nonlinear_system_identification dbr:Random_field dbr:Nina_Gantert dbr:Wilkie_investment_model dbr:Aaron_D._Wyner dbr:Actuary dbr:Akiva_Yaglom dbr:Alan_Agresti dbr:Alan_Mercer dbr:Alexandra_Bellow dbr:Alison_Etheridge dbr:Cyrus_Derman dbr:Damir_Filipović dbr:Dryden_Wind_Turbulence_Model dbr:Dynamic_stochastic_general_equilibrium dbr:Alper_Demir dbr:Amber_L._Puha dbr:Ergodic_theory dbr:Erhan_Çinlar dbr:Erlang_distribution dbr:Ernesto_Mordecki dbr:Eugene_Wong dbr:Filip_Lundberg dbr:Flow_(mathematics) dbr:Folding@home dbr:Basic_affine_jump_diffusion dbr:Nikolay_Bogolyubov dbr:Nina_Holden dbr:Noise_music dbr:Normal_distribution dbr:Outline_of_finance dbr:Cauchy_process dbr:Cell_survival_curve dbr:Cellular_model dbr:Cellular_noise dbr:Cindy_Greenwood dbr:Daniel_Ocone dbr:Differential_(mathematics) dbr:Differential_equation dbr:Directed_percolation |
| is dbp:knownFor of | dbr:Jyotiprasad_Medhi |
| is dbp:mainInterests of | dbr:Damir_Filipović |
| is dbp:subDiscipline of | dbr:Bruce_Hajek |
| is foaf:primaryTopic of | wikipedia-en:Stochastic_process |
