Ergodic process

在数学中，奥恩斯坦-乌伦贝克过程（Ornstein-Uhlenbeck process，简称OU过程）是一个随机过程，在金融数学和物理学中有很多的引用。OU过程描述一个经历摩擦的布朗粒子（damped random walk）。 这个过程以奥恩斯坦（Leonard Ornstein）和乔治·乌伦贝克的名字命名。

对于非平稳过程，这些也会是 t {\displaystyle t} 或者 n {\displaystyle n} 的函数。 对于还是可遍历（英语：Ergodic process）的过程, 期望会被换成时间平均的极限。各态历经过程的自相关函数有时定义为或等于 R f f ( τ ) = lim T → ∞ 1 T

Process）属于随机过程的一类，由一系列随机变量组成。分支过程的最初目的是建立一个数学模型，研究第n代个体产生随机个后代时的个体数模型。最简单的情况是每个个体产生的后代数目遵循相同的随机分布。 分支过程最常见的表述是高爾頓－沃森過程（英语：Galton–Watson process）。记Zn为第n代的状态，随机变量Xn

在数学中，贝塞尔过程（Bessel process）是一种随机过程，以弗里德里希·贝塞尔命名。 设 W t {\displaystyle W_{t}} 是从原点开始的 n {\displaystyle n} 维的维纳过程（布朗运动），则其欧几里得范数 X t = ‖ W t ‖ {\displaystyle

在機率論以及相关领域中，隨機過程（英語：Stochastic process 或 Random process）通常定义为概率空间中一列随机变量，其中序列的指标集通常可以理解为时间。很多出现随机变化现象的系统可以用随机过程的数学模型所描述，例如菌群数量的变化，由热噪声导致的电流大小的波动，或者气体粒