基础的概率公式推导-几何分布（离开学校太多年，温习一下）

最新推荐文章于 2024-02-18 15:07:17 发布
最新推荐文章于 2024-02-18 15:07:17 发布
阅读量1.4k 收藏
点赞数
分类专栏： textbook 文章标签： probability distribution basic
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_14810321/article/details/102508109
版权

在这里插入图片描述

zy04
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
高中数学公式大全-7-立体几何
01-22
高中数学公式大全-7-立体几何
概率论的学习和整理8： 几何分布
奔跑的犀牛先生
08-03 2万+
几何分布
概率基础——几何分布
最新发布
weixin_39753819的博客
02-18 4123
本文介绍了几何分布及Python实现，利用了函数包的各个方法计算出各个理论统计值，利用采样样本数据计算出来的值和理论值基本算都是相等的。
【概率】常见分布（离散/连续）、卷积公式（实际意义与作用、公式、记忆法）
多学，多想，多总结
10-19 3万+
离散型变量分布：0—1分布，二项分布，泊松分布，几何分布；连续型：均匀分布，指数分布；卷积公式的意义、表达及记忆
几何分布的众数为什么是1
garbageSystem的博客
12-21 595
几何分布的众数为什么是1 为什么几何分布的众数都是1
离散型概率分布之二——几何分布
seasongirl的博客
05-05 2万+
上一篇博客讲了一下二项分布，这一篇打算讲一下几何分布。其实，几何分布跟二项分布极为相似，至于相似到了什么地步，话不多说，往下看您就知道了。由于是同系列的博客，所以用同样的思路来讲。首先，我们得了解一下什么是几何分布，也即，满足什么样条件的分布才是几何分布？满足以下四个条件：（1）做某事件的次数（也叫试验次数）是固定的，用n表示。（例如，抛硬币3次，求婚101次）（2）每一次事件都有两个可能的结果（...
ASME-GD&T-几何尺寸与公差基础培训.pdf
04-15
ASME-GD&T-几何尺寸与公差基础培训
行业文档-设计装置-多用途几何教学用尺.zip
09-03
行业文档-设计装置-多用途几何教学用尺.zip
多工位开关装配线图纸-几何模型
08-19
多工位开关装配线图纸-几何模型
多功能折弯剪板机全套图纸-几何模型
08-18
多功能折弯剪板机全套图纸、PROE格式
概率论公式整理
xdy1120的博客
01-13 8万+
1、排列与组合公式 2、加法和乘法原理 3、随机试验和随机事件 4、基本事件、样本空间和事件  5、事件的关系与运算 6、概率的公理化定义 7、古典概型  8、几何概型 9、加法公式 10、减法公式 11、条件概率 12、乘法公式 13、独立性 14、全概率公式 15、贝叶斯公式 16、伯努利概率模型 17、离散型随机变量的分布律 18、连续型随机变量的分布...
几何分布的期望和方差公式推导_统计学笔记——概率、期望、排列组合和几何分布等...
weixin_39782545的博客
11-24 1629
在生活和工作中，知道某个事件可能发生的概率能帮我们迅速作出决策。 那么，这件事情发生的几率有多大？概率是度量某事发生几率的一种数量指标。大多数事件发生的概率介于0-1之间。 发生事件A的概率=发生事件A的可能数目/所有可能结果的数目 简单的概率用维恩图表示更直观，如下图所示： 互斥事件：如果两件事为互斥事件，则只有其中一个事件会发生。 ...
概率统计:离散分布和连续分布
rosefun96的博客
06-27 1万+
1. 几何分布 几何分布式离散型概率分布，如伯努利试验中，得到第一次成功的试验次数。
常见概率分布的特征函数推导
热门推荐
shayashi的博客
09-07 11万+
特征函数定义是：设X是实值随机变量，则对任意实数t，有 称为随机变量X的特征函数，其中。 一、离散概率分布 1.单点分布 单点分布的分布列为。 其特征函数计算方法如下： 2.二项分布 二项分布的分布列为。 其特征函数的计算方法如下： 3.泊松分布 泊松分布的分布列为。 其特征函数的计算方法如下： 4.几何分布 几何分布的分布列为。 特征函数的计算方法如下：...
常用概率分布的矩母函数、特征函数以及期望、方差的推导
STcyclone的博客
11-20 11万+
常用概率分布的矩母函数与特征函数的推导 一、离散型随机变量的分布 1、离散型均匀分布 二、连续型随机变量的分布
python 概率分布_用Python实现概率分布
weixin_39519554的博客
12-06 939
一.随机变量随机变量是指随机事件的数量表现，按照随机变量可能取得的值，可以把它们分为两种基本类型：随机变量包括离散型随机变量和连续型随机变量。离散型随机变量：在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数，某药治疗某病病人的有效数、无效数等。离散型随机变量的概率分布包括伯努利分布、二项分布、几何分布、泊松分布。连续型随机变量：在一定区间内变量取值有无限个，或数值无法一一列...
概率统计14——几何分布
我是8位的
01-17 5949
　　我家小朋友年方1岁半，家里每天上午都要出去遛小孩。现在小朋友有两项爱好，在家翻垃圾桶，出门捡烟头。 　　翻垃圾桶可以有效地限制，捡烟头可是防不胜防。 　　也许烟头能散发出特殊的能量波动，小区的绿化带和草坪上的大部分烟头都能被小朋友准确地发现，如果他在不规则的前进路线中突然停下了，那肯定是看到了新的烟头。 错失奖励概率 　　在我的严密监视下，小朋友捡烟头的几率已经从原来的“绝不放过...
Black-Scholes模型的定价公式的推导过程
05-17
Black-Scholes模型是用于计算欧式期权价格的经典模型，其基本思想是在没有风险套利的情况下，基础资产的价格遵循几何布朗运动。下面是Black-Scholes模型的定价公式的推导过程： 1. 基础假设：假设股票价格的变化满足几何布朗运动，即： $$dS = \mu S dt + \sigma S dz$$ 其中，$S$ 是股票价格，$\mu$ 是股票价格的平均收益率，$\sigma$ 是股票价格的波动率，$dz$ 是标准布朗运动，满足$dz \sim N(0,dt)$。 2. 定义期权价值：假设欧式期权到期时间为$T$，行权价格为$K$，则在时间$t$时，欧式看涨期权的价值为： $$C(t) = max(S(t) - K, 0)$$ 欧式看跌期权的价值为： $$P(t) = max(K - S(t), 0)$$ 3. 应用伊藤引理：根据伊藤引理，可以得到： $$dC = (\mu S \frac{\partial C}{\partial S} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 C}{\partial S^2})dt + \sigma S \frac{\partial C}{\partial S}dz$$ $$dP = (\mu S \frac{\partial P}{\partial S} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 P}{\partial S^2})dt + \sigma S \frac{\partial P}{\partial S}dz$$ 4. 构造组合：构造一个包含欧式看涨期权和股票的投资组合，其价值为： $$X = C - \frac{S}{e^{r(T-t)}}$$ 其中，$r$ 是无风险利率，$e^{r(T-t)}$ 是当前时间$t$到到期时间$T$的连续复利计息因子。 5. 计算组合价值的变化：根据伊藤引理和组合的定义，可以得到： $$dX = dC - \frac{1}{e^{r(T-t)}}dS$$ $$= (\mu S \frac{\partial C}{\partial S} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 C}{\partial S^2} + rC)dt + \sigma S \frac{\partial C}{\partial S}dz - \frac{1}{e^{r(T-t)}}(\mu S dt + \sigma S dz)$$ $$= (\mu - r)Xdt + \sigma Xdz$$ 6. 应用Ito引理的逆向思路，得到组合的价值为： $$X(t) = e^{-r(T-t)}[C(t) - \Phi(d_1)S(t)]$$ 其中，$\Phi$ 是标准正态分布函数，$d_1$ 是： $$d_1 = \frac{ln(\frac{S(t)}{K}) + (r+\frac{1}{2}\sigma^2)(T-t)}{\sigma\sqrt{T-t}}$$ 7. 根据无套利原理，组合的价值等于期权的价值，即： $$C(t) = \Phi(d_1)S(t) - \Phi(d_2)Ke^{-r(T-t)}$$ $$P(t) = \Phi(-d_2)Ke^{-r(T-t)} - \Phi(-d_1)S(t)$$ 其中， $$d_2 = d_1 - \sigma\sqrt{T-t}$$ 这就是Black-Scholes模型的定价公式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值