Винеровский процесс. ⇐ ПредыдущаяСтр 3 из 3
Представьте себе мелкую частицу, взвешенную в однородной жидкости. Частица испытывает хаотические столкновения с молекулами жидкости, в результате чего она находится в непрерывном беспорядочном движении, называемым броуновским движением. Дискретным аналогом этого процесса может служить следующая модель случайного блуждания. Частица меняет свое положение лишь в дискретные моменты времени, кратные Dt. Изменение положения происходит таким образом, что находясь в точке х, частица, независимо от предшествующего поведения, переходит с равными вероятностями в одну из соседних точек х+Dх или х-Dх (речь идет лишь об одной координате частицы.) В пределе Dt®0, Dх®0, получается непрерывное случайное движение, характерное для процесса броуновского движения. Обозначим x(t) – положение частицы в момент времени t. Пусть x(0)=0. При дискретном блуждании частица за время t совершает n=t/Dt шагов. Пусть Sn - число шагов, совершаемых в положительном направлении. Тогда x(t)=SnDх-(n- Sn)Dх=(2Sn-n)Dх. Поскольку x(0)=0, то x(t)=[x(t)- x(s)]+ [x(s)- x(0)] для любого s в интервале [0,t]. В описанной модели случайного блуждания с.в. [x(t)- x(s)] и [x(s)- x(0)] являются независимыми. Причем распределение вероятностей приращения [x(t)- x(s)] такое же, как и приращения [x(t-s)- x(0)]. Поэтому Dx(t)= s2(t)=s2(s+(t-s))=D[x(t)-x(s)]+D[x(s)-x(0)]= s2(s)+s2(t-s). Следовательно, дисперсия есть линейная функция времени: Dx(t)=s2t, где s2>0 - некоторая постоянная, называемая коэффициентом диффузии. С другой стороны, дисперсия с.в. x(t), описывающей смещение за n=t/Dt шагов, имеет вид Dx(t)=D((2Sn-n)Dх)= D(2SnDх -nDх)=4(Dх)2DSn=(Dх)2n=(Dх)2t/Dt. В итоге получаем следующее соотношение между Dх и Dt: s2=(Dх)2/Dt.
Положение частицы описывается формулой x(t)=(2Sn-n)Dх, где Sn – число успехов в n испытаниях Бернулли. Согласно теореме Бернулли с.в. имеет стандартное нормальное распределение и . Т.О. и
Т.О. x(t) – нормальная с.в. N(0,ts2).
Т.О., для моделирования броуновского движения можно определить следующий процесс. Определение. Винеровским процессом называется случайный процесс с независимыми приращениями, обладающий следующими свойствами: 1. x(0)=0. 2. " t>s с.в. [x(t)- x(s)] имеет нормальное распределение N(0, s2(t-s)). Моментные функции Винеровского процесса. 1. mt=0. 2. Если t>s, то R(t,s)= Mx(t)x(s) = M(x(t)-x(s))x(s)+M(x(s))2 = M(x(t)-x(s))Mx(s)+M(x(s))2= Dx(s)= s2s. Если t<s, то R(t,s)= s2t. Окончательно получим R(t,s)= s2min(t,s). Т.О. корреляционные функции Пуассоновского и Винеровского процесса совпадают, но это совершенно разные процессы. ©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|