第三章布朗运动1.ppt

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
令 则 而 所以, 补充:布朗运动的首达时与最大值 最大值与首中时的分布特性 关键的结论 一、首中时及其分布 设{B(t),t≥0}为标准布朗运动,B(0)=0,令 Ta=inf{t;t>0,B(t)=a},则Ta表示首次击中a的时刻 (首中时)。 下面求Ta的分布函数P(Ta≤t).由全概公式有 三. 首中时、最大值变量及反正弦律 显然 又由布朗运动的对称性知,在{Ta≤t}的条件下, 即B(Ta) =a时,{B(t) ≥a}与{B(t) ≤ a}是等可能的, 即 于是当a > 0时,有 推论1:P(Ta<∞)=1 (布朗运动的常返性) 推论2:ETa=+∞ 布朗运动的零常返性 推论3:由布朗运动的对称性,有T-a与Ta有相同的 分布,即 P(T-a≤t)= P(Ta≤t). 所以,对任意的a有 由推论1和推论2知,布朗运动以概率1迟早会击中a,但它的平均时间却是无穷的。并且布朗运动从任何一点出发击中a的概率都是1。性质P(Ta<∞)=1称为布朗运动的常返性。 二、最大值及其分布 称为布朗运动在[0,t]中的最大值。 利用 可得 类似地可得到布朗运动在[0,t]中的最小值 的分布。 三、反正弦律 对任意的t1<t2,记事件 0(t1,t2)={至少有一个t∈ (t1,t2), 使得B(t)=0} ={在(t1,t2)内, B(t)=0至少有一个零点},由全概公式有 由布朗运动的连续性、对称性及马尔可夫性知 定理:记0(t1,t2)={至少有一个t∈ (t1,t2), 使得B(t)=0} {在t∈ (t1,t2)内没有一个t, 使得B(t)=0},则 令u=t1v2,则上式化为 特别,当t1=xt, t2=t, 0<x<1时,有 * 第二章 Brown运动 本章主要内容 Brown运动的定义及性质 Brown运动有关的随机过程 Brown运动的仿真 Brown 运动的背景介绍 1827年英国植物学家发现布朗运动 1905年由爱因斯坦基于物理定律导出这个现象的数学描述. 相比之下数学上的描述比较慢,因为准确地数学描述这个模型非常困难. 1900年巴舍利耶在他的博士论文中推测到布朗运动的一些结果 1918年Wiener在博士论文以及后来的文章中给出该理论简明的数学公式 此后该课题得到了巨大的发展,被一些列的物理学家完善 布朗运动解释为随机游动的极限 W (t)表示质点在时刻t的位置,则W (t) 也表示质点直到t所作的位移,因此在时间(s, t)内,它所做的位移是W (t)-W (s),由于在时间(s, t)内质点受到周围分子的大量碰撞,每次碰撞都产生一个小的位移,故W (t)-W (s)是大量小位移的和,由中心极限定理它服从正态分布 介质处于平衡状态,因此质点在一小区间上位移的统计规律只与区间长度有关,而与开始观察的时刻无关 由于分子运动的独立性和无规则性,认为质点在不同时间内受到的碰撞是独立的,故所产生的位移也是独立的 (Brown motion)BM 称实S.P.{W(t),t≥0}是Wiener过程,如果 是相互独立的随机变量 的BM也称为标准Brown运动 (4)随机过程W具有连续的样本轨道 二. 布朗运动的定义 Wiener过程 称实S.P.{W(t),t≥0}是参数为σ2的Wiener过程,如果 是平稳的独立增量过程. 一、直线上的随机游动 设一粒子在直线上随机游动,即粒子每隔△t 时间,等概率地向左或向右移动△x的距离。以X(t)表示时刻t粒子的位置,则 其中 如果步长为△x的第i步向右 如果步长为△x的第i步向左 且Xi相互独立。 布朗运动定义的来源 因为 所以 当 时,应有 令 则当 时,有 注:若 当 时, 当 时, 一维Brown运动可看作质点在直线上作简单随机游动的极限. 三 Brown运动的数字特征 定理 设 {W(t),t≥0}是参数为σ2的Wiener过程.则 证明 (1) 由定义,显然成立. (2) 由(1)易知有 对s≥0, t ≥0,不妨设 s≤t,则 独立性 例1. SBM是正态过程. 证明 设 {W(t),t≥0}是参数为1的Wiener过程. 则对任意的n≥1,以及任意的 {W(t1), W(t2), …, W(tn)}是n维随机变量 由Wiener过程的定义知 相互独立 所以 是n维正态随机变量. 又由于 所以 是n维正态变量. 所以{W(t),t≥0}是正态过程. 的联合密度函数为 其中 这是因为在W(t1)=

文档评论(0)

shaoye348 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档