Prawo odbicia procesu Wienera

Z testwiki
Przejdź do nawigacji Przejdź do wyszukiwania
Czarna krzywa przedstawia symulację procesu Wienera. Gdy krzywa ta osiąga wartość a = 50 w punkcie t ≃ 3000, zarówno wyjściowy proces, jak i jego odbicie oznaczone na czerwono mają ten sam rozkład

Prawo odbicia procesu Wienera – twierdzenie mówiące, że jeżeli trajektoria procesu Wienera f(t) osiąga wartość f(s)=a w chwili t=s, to 2af(t)(t>a) jest również trajektorią pewnej realizacji procesu WieneraSzablon:Odn. Prawo odbicia można wyprowadzić z mocnej własności Markowa procesu Wienera.

Twierdzenie

Niech (Wt)t0 będzie procesem Wienera (rozpoczynającym od 0) oraz niech a>0. Wówczas prawo odbicia w swej podstawowej wersji orzeka, że

𝖯(sup0stWsa)=2𝖯(Wta).

W ogólniejszej wersji, prawo odbicia orzeka, że jeżeli τ jest skończonym prawie na pewno momentem zatrzymania procesu Wienera rozpoczynającego od 0, to proces (Wtτ)t0 określony wzorem

Wtτ=Wt𝟏{tτ}+(2WτWt)𝟏{t>τ}

jest również procesem Wienera, gdzie 𝟏 oznacza funkcję charakterystyczną zbioruSzablon:Odn.

Podstawowa wersja prawa odbicia wynika z podanej wyżej poprzez rozważenie momentu zatrzymania

τ=inf{t0:Wt=a}.

Dowód podstawowej wersji prawa odbicia

Moment zatrzymania

τa=inf{t0:Wt=a}.

jest prawie na pewno ograniczony. Z mocnej własności Markowa wynika, że relatywna trajektoria względem momentu τa:

Xt:=Wt+τaa,

jest również procesem Wienera, niezależnym od σ-ciała τaW. Wówczas

𝖯(sup0stWsa)=𝖯(sup0stWsa,Wta)+𝖯(sup0stWsa,Wt<a)=𝖯(Wta)+𝖯(sup0stWsa,Xtτa<0).

Z odpowiednich własności warunkowej wartości oczekiwanej wynika, że drugi składnik prawej strony powyższej równości wynosi

𝖯(sup0stWsa,Xtτa<0)=𝖤[𝖯(sup0stWsa,Xtτa<0|τaW)]=𝖤[𝟏{sup0stWsa}𝖯(Xtτa<0|τaW)]=𝖤[𝟏{sup0stWsa}𝖯(Xtτa<0)]=12𝖯(sup0stWsa),

ponieważ (Xt)t0 jest procesem Wienera niezależnym od τaW, a prawdopodobieństwo przyjęcia wartości ujemnych przez każdą ze zmiennych Xt wynosi 1/2 z uwagi na ich symetrię. Ostatecznie, z otrzymanych zależności otrzymujemy

𝖯(sup0stWsa)=𝖯(Wta)+12𝖯(sup0stW(s)a),𝖯(sup0stWsa)=2𝖯(Wta).

Przypisy

Szablon:Przypisy

Bibliografia

  • Kurt Jacobs, Stochastic Processes for Physicists: Understanding Noisy Systems, Cambridge University Press, 2010. Szablon:ISBN.
  • Peter Mörters, Yuval Peres, Brownian Motion, Cambridge Series in Statistical and Probabilistic Mathematics, Cambridge University Press, 2010. Szablon:ISBN.