| dbo:abstract
|
- Gauss–Markov stochastic processes (named after Carl Friedrich Gauss and Andrey Markov) are stochastic processes that satisfy the requirements for both Gaussian processes and Markov processes. A stationary Gauss–Markov process is unique up to rescaling; such a process is also known as an Ornstein–Uhlenbeck process. Gauss–Markov processes obey Langevin equations. (en)
- Los procesos estocásticos de Gauss-Markov o cadenas de Gauss-markov (llamados así en honor a Carl Friedrich Gauss y Andréi Márkov) son procesos estocásticos que satisfacen los requisitos para ser considerados simultáneamente procesos gaussianos y cadenas de Márkov. Un proceso estacionario de Gauss-Márkov es único[cita requerida] hasta reescalar; tal proceso es conocido también como . Cada cadena de Gauss-Markov, X(t), posee las tres propiedades siguientes: 1.
* Si h(t) es una función escalar no nula de t, entonces Z(t) = h(t)X(t) también es una cadena de Gauss-Márkov 2.
* Si f(t) es una función escalar no decreciente de t, entonces Z(t) = X(f(t)) también es una cadena de Gauss-Márkov 3.
* Si el proceso es no degenerado y de cuadrado medio continuo, entonces existe una función escalar no nula h(t) y una función escalar estrictamente creciente f(t) tal que X(t) = h(t)W(f(t)), donde W(t) es el proceso de Wiener estándar. La propiedad n.º 3 nos dice que todo proceso de Gauss-Márkov no degenerado y de cuadrado medio continuo puede ser sintetizado del proceso estándar de Wiener. (es)
- Процесс Гаусса — Маркова (назван в честь Карла Фридриха Гаусса и Андрея Андреевича Маркова) — это случайный процесс, который удовлетворяет требованиям как для гауссовского процесса, так и для марковского. Стационарный процесс Гаусса-Маркова также известен как . (ru)
- Um processo de Gauss–Markov, que recebe este nome em homenagem ao matemático alemão Carl Friedrich Gauss e ao matemático russo Andrei Markov, é um processo estocástico que satisfaz os requisitos tanto dos processos de Gauss, como dos processos de Markov. O processo de Gauss–Markov estacionário é também conhecido como processo de Ornstein–Uhlenbeck. (pt)
|
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 3641 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- Gauss–Markov stochastic processes (named after Carl Friedrich Gauss and Andrey Markov) are stochastic processes that satisfy the requirements for both Gaussian processes and Markov processes. A stationary Gauss–Markov process is unique up to rescaling; such a process is also known as an Ornstein–Uhlenbeck process. Gauss–Markov processes obey Langevin equations. (en)
- Процесс Гаусса — Маркова (назван в честь Карла Фридриха Гаусса и Андрея Андреевича Маркова) — это случайный процесс, который удовлетворяет требованиям как для гауссовского процесса, так и для марковского. Стационарный процесс Гаусса-Маркова также известен как . (ru)
- Um processo de Gauss–Markov, que recebe este nome em homenagem ao matemático alemão Carl Friedrich Gauss e ao matemático russo Andrei Markov, é um processo estocástico que satisfaz os requisitos tanto dos processos de Gauss, como dos processos de Markov. O processo de Gauss–Markov estacionário é também conhecido como processo de Ornstein–Uhlenbeck. (pt)
- Los procesos estocásticos de Gauss-Markov o cadenas de Gauss-markov (llamados así en honor a Carl Friedrich Gauss y Andréi Márkov) son procesos estocásticos que satisfacen los requisitos para ser considerados simultáneamente procesos gaussianos y cadenas de Márkov. Un proceso estacionario de Gauss-Márkov es único[cita requerida] hasta reescalar; tal proceso es conocido también como . Cada cadena de Gauss-Markov, X(t), posee las tres propiedades siguientes: (es)
|
| rdfs:label
|
- Cadena de Gauss-Márkov (es)
- Gauss–Markov process (en)
- Processo de Gauss–Markov (pt)
- Процесс Гаусса — Маркова (ru)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is owl:differentFrom
of | |
| is foaf:primaryTopic
of | |
