Math-Net.Ru
Общероссийский математический портал
В. И. Ладохин, О некоторых случайных величи- нах, связанных с траекториями винеровского про- цесса, Учен. зап. Казан. ун-та., 1962, том 122, книга 4, 21–38
Использование Общероссийского математического портала Math- Net.Ru подразумевает, что вы прочитали и согласны с пользователь- ским соглашением
http://www.mathnet.ru/rus/agreement Параметры загрузки:
IP: 139.59.245.186
6 ноября 2022 г., 10:25:50
КАЗАНСКИЙ ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
имени В. И. УЛЬЯНОВА-ЛЕНИНА
Том 122, кн. 4 Ученые запаска 19 6 2
В. Я. ЛАДОХИН
О НЕКОТОРЫХ СЛУЧАЙНЫХ ВЕЛИЧИНАХ, СВЯЗАННЫХ С ТРАЕКТОРИЯМИ
ВИНЕРОВСКОГО ПРОЦЕССА
1. Рассмотрим однородный винеровский процесс x(t)9
t £ [0, <х>), х(0) = 0. Будем говорить, что частица совер
шает брауновское движение, если траектория частицы является некоторой реализацией винеровского процесса.
Рассмотрим случайную величину
* ( т ) > 0 , 0 < т < *
время нахождения частицы, совершающей брауновское движение и находящейся в момент t = Q ъ нулевой точке, на положительной полуоси за время от 0 до t. Известно [1, стр. 90], что
Р (6 < * , ) = . ! arcsin Y-7--
В работе находятся некоторые условные распределения величины 5, условные распределения длительностей вы
бросов за прямую, вычисляется винеровская мера некото
рых множеств. С помощью соответствующей группы пре
образований эти результаты переносятся на случай ста
ционарного гауссовского процесса с корреляционной функ- дией
v (t, s) =-g- . exp — \t — s\.
„Закон арксинуса" является предельным в следующем смысле.
Т е о р е м а 1. Пусть X\,X2t... независимые случай
ные величины со средним 0 и дисперсией 1 и такие, что применима центральная предельная теорема. Пусть
sk = Хх + . . . + Xk и пусть Nn означает число sk -ых {k = 1, п), которые положительны. Тогда [2]
lim
П -> оо р
\^-<^)^^г
arcsinУ** ; ° < ^ <
1-
Эта теорема была доказана Леви [3] для случая игры с бросанием монеты, то есть
а) Р ( ^ = 1 ) = Р ( ^ = - 1 ) = 4 - . 2. Известно [1, стр. 83], что
— u/Vlx(^T]dz (2) M U
X?
t
X(t) = x =ty(X,t)-V*t-e, где ^(Х, t) удовлетворяет
(4)ф(*,0) = 8(*).
Найдем распределение £ при условии x(t)^=Ot то есть при условии, что частица в момент t возвращается в нулевую точку. Обозначим
/ ^ (t1\x(t) = 0) = P(t<t1 | х ( 0 = 0); 0 < А < £в. Тогда
(5) М\ е -иг
— ufdt х (т) > О, О < т <t
JC(0 = 0 / =M\e x(t) = 0 / =
/
— uU
е dFl{t1 | x(*) = 0).
Очевидно, t
(6) / * = / ^ ( т ) ] А> Гд е l/(X) = 6(*) = -
x (T) > 0, 0 0 < T < £
Пусть
oo
viE,X) = fHX,t)e~
Etdt.
0 , X < 0 .
22
Тогда из (3), (4), (6), [1, стр. 88]
(7) -т$р-{*-ЧХ)+Е)9 = о;
(8)
? {Е,Х)-+0 при | Х\ -+оо;
1 Ш, х
откуда
(9) ?{Е,Х)=.
= + 0 ) - ^ = - 0 ) = - 4 ,
2 -2УИТ~Е-Х У~Ё + Уй+~Е
2 2 У £ - ^
УЖ+Уи+Е
, Х>0;
, Х<0.
И Ф(0,/) получается обратным преобразованием Лапласа от ср (£*, 0)
Utyizt
Из формул (2), (5)
s
t оe-aildFi{t1\x{t) = 0)=±-(l-e Ut
Совершая обратное преобразование Лапласа по и,'полу
чаем
/ W ( 0 = o) = fs
h о < tt < *,то есть условное распределение £ при условии возвраще
ния — x{t) = 0 — является равномерным на [0, <]. Это рас
пределение является предельным в том смысле, что если Хх , Х2 ,... удовлетворяют условиям теоремы 1, то
limP (— <t1\sn = o) = t1 ; 0 < ^ < 1 . Интересно было бы доказать это непосредственно.
Для случая игры с бросанием монеты равномерное рас
пределение осуществляется и до перехода к пределу.
Пусть Петр находится в выигрыше после п испытаний, если sn— суммарный выигрыш его положителен. Тогда
—означает долю времени, в течение которого Петр на
ходится в выигрыше. Предположим, что при п-ои испыта
нии число выпадений герба сравнялось с числом выпаде
ний решки („ничья"). Тогда условная вероятность события
*п г 1
-jf= — равна — , то есть все возможные доли времени равновероятны [4, стр. 269].
Найдем условное распределение ? при условии x(t)^>0 (частица, находящаяся в нулевой точке при t = 0, в мо
мент t находится на положительной полуоси). Имеем
t
М{е~ и% \x(t)>0) = Je-tttldFi itt \x(t)> 0).
о
Мера множества функций {х (т): х (t) > 0} равна
о о _ X2
Отсюда
о
—ufd'z х(т) >0.
М\ *0 < т <'
x(t)>0J= 2- fty(X,t)dX
9о
где ф (ЛГ,<) — решение задачи Коши (3) — (4) для случая (6).
Из (9)
оо
Г<? (Е, X) dX= l — - .
J VU+E{Y E+VU+E)
Обращая преобразование Лапласа по Е, получаем
t
fe~
utidF^t, \x(t)>0) =
о t
— Ce~
uti(1-е~
{*-
(,) u)
dti" J uV-tjVtiit-ti)
о
= _L C
e-
Uh( С *» \dt =
71 J J (M#<,(WJ I '
о \o /
Отсюда
(10) /=g & \x(t)> 0) = - ? - a r c s i n J / \ - ^ - " K ^ F T ) • Это распределение заметно отличается от „закона аркси
нуса". Если плотность „закона арксинуса" симметрична относительно -^-к обращается в интегрируемую со в ок
рестностях 0 и /, то плотность закона (10) обращается в С при t± = 0, затем возрастает и стремится к со при tx —• t.
Это естественно в силу марковости процесса х{£).
Распределение (10) является предельным для числа по
ложительных сумм, составленных из случайных величин, удовлетворяющих условиям теоремы 1, при условии sn > 0.
Теперь легко найти и условное распределение I при условии л;(*)<0 из равенства
Р(5 < t,) =Р(5 < t, | x(t)>0)P(x(t) > 0) + + Я ( 6 < ^ \x(t)<0)P(x(t)<0), откуда
(100 /=Н*, U ( 0 < 0 ) = 4 - a r c s i n ] / - | " + ^ }/"/ l (^ ^)' Формулу (10') можно проверить и используя метод полу
чения распределения (10). Плотность распределения (10') является симметричным отражением плотности распреде
ления (10) относительно прямой, проходящей через -g- и параллельной оси ординат.
Аналогичным способом получим условное распределе
ние 5 при условии x(tX—b;b>0. Имеем
где
- ufdr х (т) > 0, 0 < т < t
x{t)<-b у = J ^ (AT, t) dX • /^ (t),
— bX* oo
^W = v^rf e ~~ ' dX =/ jk e dx = ~ Erf (fT.
Л:
и
Erf(x)=fe-*dt.
- f - OO
Из формулы (9)
25
—ь ГФ/F v w v - . ехр[-2ЬУЩ
— оо
Обращая преобразование Лапласа по Е, получнм
je-* Щ ft \x{t)<-b) =^Pfe~
Ш\уЦ^е^+
2ЬУъ
№
°~ т -МтгУЛ
dt,.Отсюда видно, что искомая плотность условного распре
деления S есть
б3
Mt
t\хух-ь) = а§- v^ •е ' " Ч
№
+ f " "
Vt7 - H r f ^
При условии — а < х ( 7 ) < — Ъ\ а, й > 0 плотность услов
ного распределения есть
/ 6 ( ^ . 1 - А < А ; ( 0 < - * ) = ^ Г 1
• У-ЧА
ехр ( - ^
^хр д2 \ \ . 2/и3.(0 а?
be "'.Erfl^y^)-
где
^2(0 _J У %t
0 < ^ < / ,
/ - Д = * 'dx-Erff^-Erf
V~t Vt
3. Найдем безусловное распределение случайной величины т] = fck —
JC (т) > е,
О < т < t
время нахождения частицы выше уровня е (е > 0) (дли
тельность выброса за уровень е). Легко видеть
t со
fe~ uh dF^ (tuz) = J > (X, t) dX,
0 —oo
где ty(X,f) — решение уравнения (3) с V(X) = 6 (X — в). Тог
да <р (Е, X) — преобразование Лапласа функции ф (X, f), — удовлетворяет уравнению
и условиям (8), откуда
(11) ? ( £ , * ) =
. —2~Уи+ЕХ ^ > е , /\6
Ве2УШ+Се-2УЕХ °<Х<^
где
DelYEx Х<°'
, __ 2ехр [ Уи+Ее — 2 УЕг] #
~~ Уи+Е+УЁ" '
д = (V^g— У^+Ё) ехр[-4УЁг] т r__J ..
VEWE+VJI+E) ' УТ '
J £ EVU+E(VE+VU+E)
— oo
Обращая преобразование Лапласа по Е, получаем t
fe~utl dF4{tx,z)=\
-^p-^^dtAje-^y^dt,
Обращая теперь преобразование Лапласа по и, оконча
тельно получаем
Л(«.. •) - f a r c s m l / V + i / - ^ erf ( ^ _
1
, / e \ , 1 Г dt2 e2
где 0
2 Г -У*
erf(x) = yz-J e dy . о
Это распределение является также предельным^ в следую
щем смысле. Пусть Х19Х29'... удовлетворяет условиям теоремы 1,а N означает число s# -ых (k=l,n), которые больше s. Тогда Р I — < ^ )—^/^(^ ,е). Для случая игры в монету получаем предельное распределение для доли времени, в течение которого Петр имеет выигрыш > е . Мы видим, что при t± = О
Р ( л ( т ) < е ) = Р ( т а х ^ ( т ) < в ) = ^ / ( - ^ = ) , 0 < ^ < * 0 < т < *
то есть, например, вероятность того, что Петр имеет выигрыш в течение всей игры < г есть в пределе erf (s).
Найдем условное распределение ц при условии x(t) = е.
Из (Ц)
По формуле (2)
t
Je~utl dFri(t1,s\x(t) = *) = о
г * 0 J ^ M*-*I)V*I(<-'I) ' у '
откуда искомая плотность условного распределения есть
Найдем условное распределение г\ при условии*
Из формулы (11) получаем ]/гИ-£+У£
Пусть
Тогда легко подсчитать
ф ( Х , 0 = ^ f *~ ^ ^ • f-g^e У • ^ - у, t -у, в)„.
V к J J уу у о о
Используя формулу (2), получаем плотность условного>
распределения в виде
fri(t1,t,e\x(t) = X>s) =
_ 2V1 • е < / Г * •, (,, -<ф. , -1ф ,.) Чу ..
X—е
Найдем условное распределение т\ при условии.
Из формулы (11) получаем
» № *> - уШШе) '
еХр{~
2УЖ<2'~
Х)' +
gJfP[-2F£ 1 АЧ 1 откуда
А^ (2е-А-)2
+ / * Г " '2 -g(t2ft92e-X)dt2.
О
Используя-формулу (2), получаем
+ У^Г>е* fg(t2,ty2s-X)dt2. о
4. Найдем распределение случайной величины
< - / * -
X (т) > ст, О < т < *
время нахождения частицы выше прямой y==cz.
Для нахождения распределения нам надо решить уравне
ние (3), (4), где
V(X,t) = Q(X—ct).
Если сделать замену переменных X-ct = X'; t = tr, то получим
(12)
ф (АГ', 0) = 8 (ЛГО
1/(Х') = б(хо
Преобразование Лапласа, примененное к решению задачи Коши (12), приводит к уравнению
и начальным условиям (8). Находим решение
? ( * ' , £ ) =
2gxp [(— 2с — 2 Yu+E+^j Xr ] VE + ci+Yu-t-E+c2
2exp [(— 2c + 2YE+(?)X'] X'<0.
YE+ci + Yu+E+c2
Подсчитаем условное распределение £ при условии x(t) = X^ct.
По формуле (2)
t £2
*Г ^ d/ч {tx \x(t)=X) = «К*, t)Y~rte \.
о
Найдем обратное преобразование Лапласа от <p(Xf ,Е) при
^ ' < 0 и сделаем обратную замену переменных. Тогда
/ <
/
— utx
dFi(t,\x(t) = X)
-.y-tzt .
— — 2cX + сЧ 1
S-
Uto • g(t2i t, ct — X) dt2Отсюда плотность условного распределения есть X2 • 2с X + сЧ
(13) /с & , t, с) = ] / ^ Т е ' -g{t19t9ct- X). ^ Аналогично можно найти и условное распределение С при условии л;(*)=ЛТ>£<. Из формулы (13) видно, что условное распределение С при условии x{t) = ct равномерное, так как
Чтобы найти безусловное распределение С, надо найти об
ратное преобразование Лапласа по Е и по и от
оо
ОО
В результате получим
J е dFr%{t1) = J е -dt2
о
— с2г
j ^ 2
V<t-t2) + ее -Erf(-cVt-h) откуда плотность распределения С есть
кЫ)-
сЧ2
се - Erf(cVt2) V<t—b)
t+
сЧ2
+ с-е b"Erf(-cyt=r%)
5. Найдем винеровскую меру некоторых областей. Вероят
ность P(x(t) £ S) можно вычислить следующим способом.
0 < т <t
Рассмотрим случайную величину X=fdz _ -
0 < т < ^
время нахождения движущейся частицы вне 5 , если пол
ное время движения есть t. Тогда
31
t / t
(14) J e 1dFx(t1)=M[e 0
о \ где
1 ' ; 1 0 , если (X,t)£ S.
Правая часть равенства (14) равна fty(X,t)dX, где ty(X, f) решение (3), (4).
Если Р (х (т) (• S) > 0, то Fx (tx) имеет скачок в tt = 0 и
0<т < *
величина этого скачка равна вероятности нахождения ча
стицы в 5 все время движения от 0 до t. Итак,
t „+
е 1 dFx{t1) = P{x(?)£S) + о о< т < t
+ fe
Utld/* &) = fw,t)dX,
о
где функция /?!(^1) непрерывна в 0. Находить Я(х(т) £ S)
0 < т < t
можно или устремляя в fty (X, t) dX параметр и к оо или находя разрыв в ^ = 0 у функции Fy(t1). Первый путь значительно легче, так как при его использовании не обя
зательно знать всю функциьо распределения случайной величины %.
6. Вычислим вероятность того, что траектория дви
жущейся частицы на участке от 0 до t1 ниже уровня
si(>0)> а н а участке от tx до t2 ниже уровня е2, то есть (15) Р(х(т) < ех ; х ( т ) < s2) = P(max х(т) < Sl ; max х(т)< е2).
В соответствии с (14), (3), (4) нам надо решить задачу Коши (3), (4) с
И(А,0 = \ 6 ( X - s2) при t,<t<t2
Сначала найдем решение в точке t £ (0, tx) по формулам пункта 3.
<f(X,t,Sl) =
— U2
V ОО
Г —uti 2 Г
0 A ' - t t
•s\
-Y2 {2ti—X)*
У яГ
+
, Г —lit).
+J e -g(tlt t, 2s, - ЛГ) flf/j при ЛГ< 8l
Теперь возьмем это решение за начальное данное в точке t = tx и будем решать задачу Коши
(
16) -£=4-Й-«
в<*-0*;
(17) ф (АГ,Л ) = ф (АГ,/, , еж )
при tt<t^ta. Пусть -^ (X, t,X1,tltB3) = ф, (X, *-*, , Л'ь е„)
— фундаментальное решение уравнения (16), то есть Ф, (*, t, X, tx , s2) I = 8 ( ^ _ xt).
Тогда решение задачи Коши (16), (17)' запишется [5] авиде
ОО
Ф (Л", г1, е,, в,) = j b (Хи Ь,ъ) <|»i (Л-,*-^ ,Jf., е.) йХк
ОО
Функция ^ (X, t4 Хг Jlts2) при ^ < s2 находится сдвигами из функции 4 (X, *, е, ) и равна
t—tY
Г —ut2 2 г
<W (X, t, Xl9t19e2) =].g[ t2- ~~^ t-tx-^-^ , e2~Xi \dy
1
При ^ > г
+•
-и*9
5 9 0 - 3
t~t1
+ J e "" :g(t2,t-ti, 2e2-Xr-X)dt2
0 При X<[e2
Искомую вероятность можно получить, если устремить и к со в
оо
jb{X,t2,z1,z2)dX=
ОО
£ о ОО
= f <H*i Л >*г )dXt . fb1(X,t2-t1,X1,e2)dX +
ОО ОО
+ J" <№ . h ,h ) dX, . J \ (X, t
3-t
ltX
t, s
3) dX.
£2 OO
Второй член суммы стремится к 0, так как при Xt > s3
СО
J \ {X, ta — tlt X, г, ) dX
ОО
стремится к 0 при и-^оо. В первом члене суммы при и->оо
J \ (AT, t
2~t
t,X
t,г
2)dX-+ erf I y-^~ ) •
Итак, первый член сходится к искомой вероятности (15)
in (гь е2)
J V^i
rain (elf ea) / XI (2ti-^i)a\
1
'»"'•— '• W(f==j<«.
При sA < 0 вероятность (15) равна 0, так как при t2 = t1
юна равна 0.
Сдвигами времени и начальной точки получаем, если рассматривается однородный винеровский процесс
x(t)J £ [t0,oo)9 x(t0) = X0
(18) РШ_<^)^Ч^-Х0)ег/ ( у =
'tQ<t<h
в(
е1-Ло) f4h-Xi)y^f
0_(х-х0у-
t1—tQ
— е dX.
(19) P ( X ( T ) <£ I; J C ( T ) < e3) =
t0<fC<tl t1<T<to
= о
{ S l-x
0) / e ( s
3-
X l) 6
( £ l_ *
t)
F= L = I - '-'о
— oo
(2в1~Х0~Х,У п
Аналогичным методом продолжения решения по / можно получить
(20) P(x(?)<ei; X(z)<e2; л^)<гг) = t0<T<t1 * 1 < Т < *2 tV<*<u
со
— е
1
dxx
X f0(s2-X,)B(h-X2)y===
— oo
tr-h
— e tt-ti
erf {yj^r )
dX^
ш так далее.
Используя формулы (18), (19), (20), можно приближен
но вычислять винеровскую меру множеств типа
К= 1х(?) : * 0 0 < / 0 0 } > f(Jo) > Х0 , заменяя кривую /(т)
t0<r<t
ступенчатой функцией.
Из формулы (19) легко найти совместное распределе
ние тахл;(т) и maxjc(x).
Если поставить задачу о представлении тахл;(т)в виде
0 < Т < £ п
maxx(i)~V Ckx(tk); 0<tk^t, k=l,n,
0 < T < £ яаЛ
г 1
так, чтобы k-=\
l n
с L k=i
dwx
была минимальной,то необходимо знать M(x{t^) • max x(i))»
0<T<t
Из (20) можно получить совместное распределение max л:(т) 0 < т < *
и x(tfr), положив е1=г3и устремляя t1—^t2=tk. Проде
лав несложные вычисления, получим
Р ( т а х х ( т ) < е1 ; x(tk)<e2- о < ^ < * ) =
0<i<t
X2 (2£l — X)2 1
J Y^
J
При s2 < вг , et > О erf ( y = = ) ПРИ £2 > h > 0
0 при £i < 0.
Аналогично можно найти и совместное распределение x{tk) и max x(t) при ^ н е £ [0,/], что необходимо знать для
0 < т < t
линейного экстраполирования тахл:(т).
0 < т < t
7. Вычислим вероятность того, что траектория дви
жущейся частицы все время движения ниже прямой сх-{- гг
то есть
Р ( * С 0 < £ т + е); в > 0 .
0 < т < t
Нам надо решить задачу Коши (3), (4), где V(X,t) = b(X—ct — e).
Делаем замену переменных X — ct = Xr\ t = tr. Получаем:
Ж= ~д^> + с дхг~-иЬ(Х -~е^> -
ф (*',()) = 8 ( Х ' ): оо
Нам надо вычислить lim J 6 (X, i) dX =
ц-> оо J
— оо оо
= lim fb(X',t')dX'.
#->oo J
— оо
Если 9 (£", X') — преобразование Лапласа от ф (X\tf)]uo V, то
оо
ОО
откуда
Р(х(?)<сс + е) = 1-е'
0 < т < t
>2cs
У е
ут
г(? + '')
dy.Сдвигом времени и начальной точки получаем для процес
са х (0, t £ [t0 оо), x(t0) = Х0
/>(^(т)<£:1(т-<0) + е1) =
=e( „_x a) (i-^<-'-*». ^= ?А**г^М •
V к J
У * i — ^ о /
Используя метод продолжения решения по t, можно по
лучить
P{x(y)<Cl (т - t0 ) + е1 ; *(т) < с2 (т - ^ ) + е2 ) =
оо
= б Oi - *о ) Г» (8l - X) 6 (s2 - с, tx - X) • е-ЪьХ-«1-Ыс1Х
X У«(«1-<о)
f _ ( * - * o )2 _ ( 2 t1- A 'g- j y ) »
'*-'» rfX X
X 12 _ g—Zcfa—d't! — x) X
x w f
e„-Г
L у 4(е2-сА-Х)2e2—Ci t1—X
+ У2
J dy
Эти формулы могут быть применены для приближенного вычисления винеровской меры некоторых множеств.
8. Преобразование
z(t)= е шх(е2ь )
переводит [6] однородный винеровский процесс x(t), t £ [0, оо) в стационарный гауссовский процесс z{t)9
t £ (— оо, оо) с нулевым математическим ожиданием и кор
реляционной функцией
v (t, s) = Mz (t) z (s) =— exp — | t—s | .
Проделав соответствующие замены, получаем для процес
са z(t)
2т . z
е drz<^t1 |=—arcsin^. v2t1 ,
г (т) > О, оо < т < t
е d'<Ct, \z(t) = 0 \ = 2t1.e М > о, /
— оо < т < t
— т — t P(z(>z)<e.e ) = в ( е ) . * г / ( е . < ? ) ,
— о о < т < £
= е ( е ) 1 - и так далее.
P(z(?)<ce +ee *) =
— оо<т<£
оо /№ \ 1
— 2св 2 Г -{-jr+y2 )
~
е'V^J
е dy\
Л И Т Е Р А Т У Р А
1. И. М. Г е л ь ф а н д и А. М. Я г л о м. Интегрирование в функцио
нальных пространствах и его применения в квантовой физике. УМН, 1956, т. XI, вып. 1(67), 76-114.
2. P. E r d o s and M. K a c . On the Number of Positive Sums of indepen
dent Random Variables. Bulletin of the American Mathematical Society, 1947, 53, 1011-1020.
3.P. L e v y . Sur certains processus stochastiques homogenes. Compositio Mathematica, 1939, 7, 283—339.
4. В. Ф е л л е р . Введение в теорию вероятностей и ее приложения.
ИЛ, Москва, 1952.
5. Я. И. Ж и т о м и р с к и й . Задача Коши для параболических сис
тем линейных уравнений в частных производных с растущими коэф
фициентами. Математика. Известия вузов, 1, 1959, 55—75.
6. А, В. С у л ь д и н, В. И. Л а д о х и н , С. В. Г р и г о р ь е в . Преобразования, сохраняющие меру Винера, и их приложения. Итоговая научная конференция К ГУ за 1961 г. (краткое содержание докладов).
Секция математики. Казань, 1962. '