随机过程十四－布朗运动.pptVIP

证明 (5) * 取dn使得 则 , * 例： 求概率 解：首先说明积分的存在性。由于B(t)具有连续的运动路径，即对每个w，B(t)(w)是t的几乎处处连续函数，因此Rieman积分 存在。因此随机变量 是有意义的。 下面来求 的分布。由Rieman积分的定义知， * 其中每个求和项都是均值为0的正态分布，因此 是均值为零的正态分布。下面计算 的方差。 * 因此， ， * Brown运动的击中时 记Tx为标准Brown运动首次击中x的时刻，即 下面计算P{Tx≤t}。 1、对于x0，若Tx≤t，则B(t)在[0, t]内的某个点击中x，由于对称性，显然有 * 因此，由全概率公式 因为x0，由Brown运动的连续性，B(t)不可能还未击中x，就大于x，因此上式的第二项为零。于是 * 对于x0，考虑概率P{B(t)≤x} ，用同样的方法可以得到 因此 {T－x≤t}与{Tx ≤t}的概率一样，因此对任意x， 密度函数为 * 注：由击中时的分布可以得到 （1）常返性，即Tx几乎必然有限。因为 （2） 零常返性。Tx的期望无穷大。因为 Pa是起点为a的Browm运动的分布 * * Brown运动的最大值变量 B(t)在[0,t]内达到的最大值 对x0, 根据Brown运动的连续性 * 利用类似的方法，可以得到Brown运动的最小值 的分布为 证明做习题。 * Brown运动的零点 定义：如果时间t使得B(t)=0，则称t是Brown运动的零点。 下面计算P{B(x)在区间(t1,t2)中至少有一个零点}的概率。 对B(t1)取条件得 * 如果x0,根据Brown运动的的连续性和平稳独立增量性 类似的，对于x0, 同样利用Brown运动的最小值可证 * 所以 因此 * Brown运动的反正弦律 定理：设{Bx, t≥0}是Brown运动，则 证明：当x＝0时，由Brown运动零点的性质知 当x≠0时，可类似证明，参见教材170页 * Brown运动 * 随机游动 设一个粒子在直线上做随机游动，每隔Dt时间内等可能的向左或向右移动Dx的距离。若记X(t)记时刻t粒子的位置，则 其中 问：要令Dt和Dx趋于零，X(t)将会具有哪些性质？ * 首先来看 因此， * 容易证明： （1）X(t)服从均值为0，方差为s2t的正态分布； （2）{X(t),t≥0}有独立增量 （3） {X(t),t≥0}有平稳增量 * Brown运动的定义 随机过程{B(t),t≥0}如果满足 （1）B(0)＝0 ； （2）{B(t),t≥0}有平稳独立增量; （3） 对每个t0，B(t) 服从正态分布N(0,s2t). 则称{B(t),t≥0}为布朗运动，也称为wiener过程。 如果s＝1，则称为标准布朗运动。 注：第(1)条并不是必须的。如果B(0)＝x，则称{B(t),t≥0}为始于x的布朗运动，记为Bx(t) 。 * Brown运动的另一种定义 Brown运动是具有如下性质的随机过程{B(t), t≥0}： （1）正态增量性： （2）独立增量性：B(t)-B(s)独立于过程的过去状态B(u), 0≤u≤s。 （3）路径的连续性: B(t)是t的连续函数。 * Brown的分布性质 空间齐次性 * 定义： 连续Markov过程的转移概率定义为在时刻s处于状态x的条件下，过程在时刻t的分布函数 Brown的马氏性 * * 在Brown运动的情况下，转移概率是正态的 转移概率函数满足P(y,t,x,s)=P(y,t-s,x,0 )，即 这个性质称为Brown运动的时间时齐性,即分布不随时间而变化. * * * 有限维分布密度 * 注：由有限维分布，可以计算任何想求的条件概率。例如，求给定B(t)=y时，B(s)，st的条件概率密度。 K1是与x无关的常数。 * 给定B(t)=y时，B(s)的条件分布是正态分布，其均值和方差为 习题：设B(t)是布朗运动，方差为s2，计算 * 类似的，若ts，则E(B(t)B(s))=s。再由正态分布的性质和数学归纳法得到B(t)的任意有限维分布都是多元正态分布。 (5) {B(t),t≥0}是均值函数为m(t)=0, 协方差函数g(s,t)=min(s,t)高斯过程。 ? * 下面证明B(t)的任意有限维分布都是多元正态分布。首先对任意t1t2，B(t1)～N(0,t1), B(t2) ~N(t2)，Cov(B(t1), B(t2) )=t1，则利用正态分布的性质 利用数学归纳法可以证明(B(t