第三章布朗运动1.pptx

  1. 1、本文档共10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

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.

●此后该课题得到了巨大的发展,被一些列的物理学家完善

●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

●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

,布朗运动的定义

(Brownmotion)BM

称实S.P.{W(t),t≥0}是Wiener过程,如果

(1)W(0)=x∈R

(2)VO≤st,W(t)-W(s)~N(0,(t-s))

(3)Vn≥2,VO=t₀t₁…t,…,W(t,)-W(t₁),…

W(t₂)-W(t₁),W(t₁)-W(t₀)是相互独立的随机变量

(4)随机过程W具有连续的样本轨道

W(O)=0的BM也称为标准Brown运动

Wiener过程

称实S.P.{W(t),t≥0}是参数为σ2的Wiener过程,

如果

(1)W(0)=0

(2){W(t),t≥0}是平稳的独立增量过程.

(3)VO≤st,W(t)-W(s)~N(0,σ²(t-s))

布朗运动定义的来源

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

X(t)=△x(X₁+…+X[/An)

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X;相互独立。

所以E[X(t)]=0,Var(X(t))=(△x)²[t/△t]

当△t→0时,应有△x→0

令△x=σ√△t则当△t→0时,有

E[X(t)]=0,Var(X(t))→σ²t

注:若△x=(△t)“当x1/2时Var(X(í))→0,

当α1/2时,Var(X(t))→o.

一维Brown运动可看作质点在直线上作简单随机游动的极限.

EX;=0,Var(X;)=1

因为

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

(1)Vt0,W(t)~N(0,o²t)

(2)mw(t)=0,Dw(t)=σ²t,t≥0,

Rw(s,t)=Cw(s,t)=σ²min(s,t),s,t,≥0

证明(1)由定义,显然成立.

(2)由(1)易知有

mw(t)=0,Dw(t)=σ²t,t≥0

对s≥0,t≥0,不妨设s≤t,则

Rw(s,t)=E[W(s)W(t)]

=E[(W(s)-W(0))W(t)-W(s)+W(s)]]

独立性=E[(W(s)-W(O))(W(t)-W(s))]+E[W(s)]²

=0+E[W(s)]?

=D[W(s)]+(E[W(s)])²

=σ²s

=σ²min(s,t)

Cw(s,t)=Rw(s,t)-mw(s)my(t)=σ²min(s,t)

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

O≤t₁t₂…t。

{W(t₁),W(t₂),.….,W(tn)}是n维随机变量

由Wiener过程的定义知

W(t),W(t₂)-W(t),…,W(t,)-W(t₇-)相互独立

W(tx)-W(tx-)服从N(O,(tx-t-))分布

所以(W(t),W(t₂)-W(t₁),…,W(t,)-W(t,-))

是n维正态随机变量.

所以(W(t₁),W(t₂),…,W(t,))是n维正态变量.

所以{W(t),t≥0}是正态过程.

又由于

(W(t₁),W(t₂),…,W(t

文档评论(0)

chenzehao888 + 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