คำถามติดแท็ก random

ฉันมีปัญหาในการแยกแยะระหว่างแนวคิดทั้งสองนี้ นี่คือความเข้าใจของฉันจนถึงตอนนี้ กระบวนการคงที่เป็นกระบวนการสโตแคสติกซึ่งคุณสมบัติทางสถิติไม่เปลี่ยนแปลงตามเวลา สำหรับกระบวนการคงที่ที่เข้มงวดซึ่งหมายความว่าการกระจายความน่าจะเป็นร่วมนั้นคงที่ สำหรับกระบวนการหยุดนิ่งที่กว้างซึ่งหมายความว่าช่วงเวลาที่ 1 และ 2 นั้นคงที่ กระบวนการ ergodic เป็นกระบวนการที่คุณสมบัติทางสถิติของมันเช่นความแปรปรวนสามารถอนุมานได้จากตัวอย่างที่มีความยาวเพียงพอ ตัวอย่างค่าเฉลี่ยตัวอย่างมาบรรจบกับค่าเฉลี่ยจริงของสัญญาณถ้าคุณเฉลี่ยนานพอ สำหรับฉันตอนนี้ดูเหมือนว่าสัญญาณจะต้องหยุดนิ่งเพื่อให้เป็นไปตามหลักสรีรศาสตร์ และสัญญาณประเภทใดบ้างที่คงที่ แต่ไม่เหมาะกับการใช้งาน? หากสัญญาณมีความแปรปรวนเท่ากันตลอดเวลาตัวอย่างเช่นความแปรปรวนแบบเวลาเฉลี่ยจะไม่แปรเป็นค่าที่แท้จริงได้อย่างไร ดังนั้นอะไรคือความแตกต่างที่แท้จริงระหว่างแนวคิดทั้งสองนี้ คุณสามารถยกตัวอย่างของกระบวนการที่ไม่หยุดยั้งโดยไม่ต้อง ergodic หรือ ergodic โดยไม่หยุดนิ่งได้หรือไม่?

41 random  ergodic 

มีอัลกอริธึมอะไรบ้างในการสร้างการประมาณแบบหลอกเทียมที่ดีสำหรับเสียง (สีชมพู) แต่เหมาะสำหรับการนำไปใช้งานด้วยต้นทุนการคำนวณที่ต่ำใน DSP จำนวนเต็ม?1/f1/f1/f

20 noise  random 

ฉันกำลังพยายามเขียนฟังก์ชั่น C ++ ที่จะคืนค่าสุ่มแบบเกาส์ตามค่าเฉลี่ยและความแปรปรวน มีฟังก์ชั่นห้องสมุดrand()ซึ่งจะส่งกลับตัวเลขสุ่มระหว่างและ0 ไม่ได้มีค่าคงที่ แต่มันก็ guarantied ว่ามันจะมีอย่างน้อย2 15 - 1 PDF มันเหมือนกันRAND_MAXRAND_MAX215- 1215−12^{15}-1 ฉันใช้ทฤษฎีขีด จำกัด กลางเพื่อแปลงrand()ให้เป็นตัวแปรเกาส์เซียน สิ่งที่ฉันทำอย่างแน่นอนคือการโทรหาrand()เวลาที่ผู้ใช้ระบุจากนั้นเพิ่มค่าส่งคืนจากนั้นเลื่อนค่าเฉลี่ยเป็นค่าเฉลี่ยของผู้ใช้ที่ระบุ ในการวางแผนข้างต้นผมเรียกว่ากำเนิดของฉัน Gaussian สุ่มสำหรับครั้งและความถี่ที่พล็อตของค่าผลตอบแทน อย่างที่คุณเห็นความแปรปรวนของมันนั้นใหญ่มากเนื่องจากมันถูกสร้างขึ้นโดยผลรวมของค่าสุ่มอื่น ๆ มากมาย10710710^7 มันจะส่งกลับตัวแปร Gaussian ที่ประสบความสำเร็จด้วย Gaussian PDF และค่าเฉลี่ยที่ระบุ อย่างไรก็ตามปัญหาคือความแปรปรวน ฉันติดอยู่ที่จุดนี้เพราะฉันไม่รู้วิธีเปลี่ยนความแปรปรวนเป็นค่าที่ผู้ใช้ระบุ นี่คือรหัสของฉัน (ไม่สมบูรณ์ในตอนนี้ระบบจะละเว้นพารามิเตอร์ "Variance"): template <class T> T Random::GetGaussian(T Mean /*= 0*/, T Variance /*= 1*/) { T …

11 random