On the Use of the Normal Approximation in the Treatment of Stochastic Processes
随机过程处理中正态近似的使用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及一般随机过程及生态模型，未提供归入所列宏观时间序列等细分方向的充分依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
随机过程处理中正态近似的使用
- 研究问题
- 能否借助变量服从正态分布的假设，简化非线性马尔可夫过程的分析，并处理多个时点取值的联合分布？
- 方法与思路
- 作者讨论正态化处理方法，推导 Bartlett 关系的替代形式及其特征泛函推广，并用于种群增长、竞争和捕食模型。
- 材料陈述的贡献
- 摘要称相关关系便于推导马尔可夫过程的累积量方程，并将方法扩展到跨时点联合分布，同时讨论有效性及其他方法。
- 阅读关注点
- 应核对正态假设如何用于非线性过程、累积量方程如何处理，以及最终有效性讨论是否给出可检验的适用限制。
- 阅读边界
- 仅据所给 Crossref 摘要；正态化方法的误差界、具体方程和适用条件未说明，不能据此认定近似普遍准确。
原文摘要
Summary A method of treating nonlinear Markov processes is discussed, based on the assumption that the variates are normally distributed. The method is applied to models of logistic population growth, plant competition, and animal predation. In the preparatory section (§2) an alternative form (9) of the Bartlett relation is deduced, which is relatively convenient if one wishes to derive equations for the cumulants of a Markov process; the relation is particularly useful in the case of normal processes. In order that one may treat the joint distribution of the variate values at several instants of time, the Bartlett relation is generalized to provide equations (40) and (41) for the characteristic functional of the process. The validity of the “normalization technique” is discussed in the final section, and a comparison made with other methods.