Марковские плотности вероятности — различия между версиями
WikiSysop (обсуждение | вклад) м (Защищена страница «Марковские плотности вероятности» ([edit=sysop] (бессрочно) [move=sysop] (бессрочно))) |
WikiSysop (обсуждение | вклад) |
||
| (не показана 1 промежуточная версия этого же участника) | |||
| Строка 7: | Строка 7: | ||
| + | <math>\textstyle \bullet</math> Вернёмся к винеровскому процессу с нулевым сносом <math>\textstyle \mu=0</math> и единичной волатильностью. Так как случайная функция <math>\textstyle x(t)</math> зависит от гауссовой переменной <math>\textstyle \varepsilon</math>: | ||
| + | |||
| + | :<center><math>x=x_0+\varepsilon\cdot \sqrt{t-t_0}\;\;\;\;\;\;\;или\;\;\;\;\;\;\;\varepsilon=(x-x_0)/\sqrt{t-t_0},</math></center> | ||
| + | |||
| + | то, воспользовавшись распределением Гаусса (см. стр. \pageref{prob_P_from_f}), можно записать условную плотность вероятности в виде: | ||
| + | |||
| + | {| width="100%" | ||
| + | | width="90%" align="center"|<math> P(x_0,t_0 \Rightarrow x,t) = \frac{1}{\sqrt{2\pi\cdot(t-t_0)}} \cdot \exp \left\{ -\frac{1}{2}\,\frac{(x-x_0)^2}{t-t_0}\right\}. </math> | ||
| + | | <div width="10%" align="right" style="color:#0000CC">'''(4.1)'''</div> | ||
| + | |} | ||
| + | |||
| + | Чем меньше разница <math>\textstyle t-t_0</math>, тем более высоким и узким будет колокол гауссианы, стремясь в пределе <math>\textstyle t\to t_0</math> к ''дельта-функции Дирака'': | ||
| + | |||
| + | {| width="100%" | ||
| + | | width="90%" align="center"|<math> P(x_0,t_0 \Rightarrow x,t) = \delta (x-x_0)\;\;\;\;\;при\;\;\; t\to t_0. </math> | ||
| + | | <div width="10%" align="right" style="color:#0000CC">'''(4.2)'''</div> | ||
| + | |} | ||
| + | |||
| + | Она равна бесконечности при <math>\textstyle x=x_0</math> и нулю в других точках, так, что интеграл по <math>\textstyle x</math> в окрестности <math>\textstyle x_0</math> равен единице (см. Приложение М, стр. \pageref{math_delta_dirac_int}). Функции Дирака равна любая условная плотность вероятности при <math>\textstyle t=t_0</math>. Действительно, в бесконечно близкий к <math>\textstyle t_0</math> момент времени отлична от нуля только вероятность в окрестности начального значения <math>\textstyle x\approx x_0</math>. | ||
| + | |||
| + | К дельта-функции Дирака при <math>\textstyle t\to t_0</math> стремится также условная плотность вероятности Коши: | ||
| + | |||
| + | {| width="100%" | ||
| + | | width="90%" align="center"|<math> P(x_0,t_0 \Rightarrow x,t) = \frac{(t-t_0)/\pi}{(x-x_0)^2+(t-t_0)^2}. </math> | ||
| + | | <div width="10%" align="right" style="color:#0000CC">'''(4.3)'''</div> | ||
| + | |} | ||
| + | |||
| + | Интеграл от этой функции по <math>\textstyle x</math> равен единице, среднее значение — <math>\textstyle x_0</math>. Однако моменты второго и более высоких порядков равны бесконечности. Соответственно равна бесконечности волатильность. В результате становятся вероятными очень большие выбросы случайных чисел. Подобные процессы называются процессами со скачками. У колокола распределения существует типичная ширина, пропорциональная <math>\textstyle t-t_0</math>. По мере удаления от начального момента времени происходит "расплывание" распределения вероятностей и очень быстрый уход процесса от начального значения <math>\textstyle x_0</math>. Поэтому в теории диффузных процессов мы не рассматриваем распределение Коши, хотя, как мы увидим чуть ниже, оно является марковским. | ||
| + | |||
| + | <math>\textstyle \bullet</math> Плотность вероятности марковских процессов должна удовлетворять определённым уравнениям. Рассмотрим три последовательных момента времени <math>\textstyle t_1<t_2<t_3</math>, в которых <math>\textstyle x(t)</math> принимает значения <math>\textstyle x_1</math>, <math>\textstyle x_2</math> и <math>\textstyle x_3</math>. Совместная плотность вероятности для <math>\textstyle x_1</math> и <math>\textstyle x_3</math> равна: | ||
| + | |||
| + | {| width="100%" | ||
| + | | width="90%" align="center"|<math> P(x_1,x_3) = \int P(x_1,x_2,x_3) dx_2, </math> | ||
| + | | <div width="10%" align="right" style="color:#0000CC">'''(4.4)'''</div> | ||
| + | |} | ||
| + | |||
| + | где для краткости опущены времена <math>\textstyle t_i</math>. В (4.4) мы суммируем все возможные реализации "промежуточного" значения <math>\textstyle x_2</math>. В результате из трехточечной совместной плотности вероятности получается двуточечная. Подставим в левую часть <math>\textstyle P(x_1,x_3)=P(x_1)\cdot P(x_1\Rightarrow x_3)</math> определение условной вероятности, а в правую, с учётом ''марковости'' процесса, трёхточечную плотность вероятности ([[Модель аддитивного блуждания|см. (1.42)]]: | ||
| + | |||
| + | :<center><math>P(x_1,x_2,x_3)=P(x_1)\cdot P(x_1\Rightarrow x_2) P(x_2\Rightarrow x_3).</math></center> | ||
| + | |||
| + | Восстанавливая времена, получаем: | ||
| + | |||
| + | {| width="100%" | ||
| + | | width="90%" align="center"|<math> P(x_1,t_1 \Rightarrow x_3, t_3) = \int P(x_1,t_1 \Rightarrow x_2, t_2)\cdot P(x_2,t_2 \Rightarrow x_3, t_3) \;dx_2. </math> | ||
| + | | <div width="10%" align="right" style="color:#0000CC">'''(4.5)'''</div> | ||
| + | |} | ||
| + | |||
| + | Это интегральное ''уравнение Чепмена-Колмогорова''. В качестве упражнения (<math>\textstyle \lessdot</math> H) имеет смысл проверить, что этому уравнению удовлетворяет гауссова плотность вероятности (4.1). Второе упражнение (<math>\textstyle \lessdot</math> H) состоит в записи уравнения Чепмена-Колмогорова для характеристических функций, если <math>\textstyle P(x_0,t_0\Rightarrow x,t)=P(x-x_0, t-t_0)</math>, и проверке марковости распределения Коши (4.3). | ||
| + | |||
| + | Уравнению Чепмена-Колмогорова должны удовлетворять любые вероятности марковских процессов. Правда в таком виде оно слишком общее, и нам нужны его более конкретные представления. В уравнении (4.5) времена <math>\textstyle t_1,</math> <math>\textstyle t_2</math> и <math>\textstyle t_3</math> могут быть удалены друг от друга как угодно далеко. Однако особый интерес представляет ситуация бесконечно близких времён. В результате глобальные свойства <math>\textstyle P(x_0, t_0\Rightarrow x,t)</math> определяются из решений локальных дифференциальных уравнений. Так как условная плотность вероятности имеет две пары аргументов, то возможны, по крайней мере, два уравнения относительно <math>\textstyle \{x_0,t_0\}</math> и <math>\textstyle \{x,t\}</math>. Из (4.5) в следующем разделе мы получим уравнение относительно <math>\textstyle \{x_0,t_0\}</math>, которое называется первым уравнением Колмогорова. Аналогично выводится уравнение Фоккера-Планка, или второе уравнение Колмогорова относительно <math>\textstyle \{x,t\}</math>. Мы найдём его при помощи стохастического дифференциального уравнения. Этот вывод покажет непосредственную связь двух математических аппаратов. | ||
---- | ---- | ||
Текущая версия на 18:14, 15 марта 2010
| Квазидетерминированное приближение << | Оглавление | >> Уравнение для плотности вероятности |
|---|
Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bullet}
Вернёмся к винеровскому процессу с нулевым сносом Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \mu=0}
и единичной волатильностью. Так как случайная функция Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x(t)}
зависит от гауссовой переменной Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \varepsilon}
:
Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle x=x_0+\varepsilon\cdot \sqrt{t-t_0}\;\;\;\;\;\;\;или\;\;\;\;\;\;\;\varepsilon=(x-x_0)/\sqrt{t-t_0},}
то, воспользовавшись распределением Гаусса (см. стр. \pageref{prob_P_from_f}), можно записать условную плотность вероятности в виде:
| Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_0,t_0 \Rightarrow x,t) = \frac{1}{\sqrt{2\pi\cdot(t-t_0)}} \cdot \exp \left\{ -\frac{1}{2}\,\frac{(x-x_0)^2}{t-t_0}\right\}. } | (4.1)
|
Чем меньше разница Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-t_0} , тем более высоким и узким будет колокол гауссианы, стремясь в пределе Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t\to t_0} к дельта-функции Дирака:
| Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_0,t_0 \Rightarrow x,t) = \delta (x-x_0)\;\;\;\;\;при\;\;\; t\to t_0. } | (4.2)
|
Она равна бесконечности при Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x=x_0} и нулю в других точках, так, что интеграл по Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} в окрестности Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0} равен единице (см. Приложение М, стр. \pageref{math_delta_dirac_int}). Функции Дирака равна любая условная плотность вероятности при Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t=t_0} . Действительно, в бесконечно близкий к Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_0} момент времени отлична от нуля только вероятность в окрестности начального значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x\approx x_0} .
К дельта-функции Дирака при Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t\to t_0} стремится также условная плотность вероятности Коши:
| Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_0,t_0 \Rightarrow x,t) = \frac{(t-t_0)/\pi}{(x-x_0)^2+(t-t_0)^2}. } | (4.3)
|
Интеграл от этой функции по Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x} равен единице, среднее значение — Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0} . Однако моменты второго и более высоких порядков равны бесконечности. Соответственно равна бесконечности волатильность. В результате становятся вероятными очень большие выбросы случайных чисел. Подобные процессы называются процессами со скачками. У колокола распределения существует типичная ширина, пропорциональная Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t-t_0} . По мере удаления от начального момента времени происходит "расплывание" распределения вероятностей и очень быстрый уход процесса от начального значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_0} . Поэтому в теории диффузных процессов мы не рассматриваем распределение Коши, хотя, как мы увидим чуть ниже, оно является марковским.
Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \bullet} Плотность вероятности марковских процессов должна удовлетворять определённым уравнениям. Рассмотрим три последовательных момента времени Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_1<t_2<t_3} , в которых Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x(t)} принимает значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1} , Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_2} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_3} . Совместная плотность вероятности для Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_1} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_3} равна:
| Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1,x_3) = \int P(x_1,x_2,x_3) dx_2, } | (4.4)
|
где для краткости опущены времена Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_i} . В (4.4) мы суммируем все возможные реализации "промежуточного" значения Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle x_2} . В результате из трехточечной совместной плотности вероятности получается двуточечная. Подставим в левую часть Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_1,x_3)=P(x_1)\cdot P(x_1\Rightarrow x_3)} определение условной вероятности, а в правую, с учётом марковости процесса, трёхточечную плотность вероятности (см. (1.42):
Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1,x_2,x_3)=P(x_1)\cdot P(x_1\Rightarrow x_2) P(x_2\Rightarrow x_3).}
Восстанавливая времена, получаем:
| Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle P(x_1,t_1 \Rightarrow x_3, t_3) = \int P(x_1,t_1 \Rightarrow x_2, t_2)\cdot P(x_2,t_2 \Rightarrow x_3, t_3) \;dx_2. } | (4.5)
|
Это интегральное уравнение Чепмена-Колмогорова. В качестве упражнения (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \lessdot} H) имеет смысл проверить, что этому уравнению удовлетворяет гауссова плотность вероятности (4.1). Второе упражнение (Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \lessdot} H) состоит в записи уравнения Чепмена-Колмогорова для характеристических функций, если Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_0,t_0\Rightarrow x,t)=P(x-x_0, t-t_0)} , и проверке марковости распределения Коши (4.3).
Уравнению Чепмена-Колмогорова должны удовлетворять любые вероятности марковских процессов. Правда в таком виде оно слишком общее, и нам нужны его более конкретные представления. В уравнении (4.5) времена Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_1,} Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_2} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle t_3} могут быть удалены друг от друга как угодно далеко. Однако особый интерес представляет ситуация бесконечно близких времён. В результате глобальные свойства Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle P(x_0, t_0\Rightarrow x,t)} определяются из решений локальных дифференциальных уравнений. Так как условная плотность вероятности имеет две пары аргументов, то возможны, по крайней мере, два уравнения относительно Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \{x_0,t_0\}} и Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \{x,t\}} . Из (4.5) в следующем разделе мы получим уравнение относительно Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \{x_0,t_0\}} , которое называется первым уравнением Колмогорова. Аналогично выводится уравнение Фоккера-Планка, или второе уравнение Колмогорова относительно Невозможно разобрать выражение (MathML с переходом в SVG или PNG (рекомендуется для современных браузеров и инструментов повышения доступности): Недопустимый ответ («Math extension cannot connect to Restbase.») от сервера «https://wikimedia.org/api/rest_v1/»:): {\displaystyle \textstyle \{x,t\}} . Мы найдём его при помощи стохастического дифференциального уравнения. Этот вывод покажет непосредственную связь двух математических аппаратов.
| Квазидетерминированное приближение << | Оглавление | >> Уравнение для плотности вероятности |
|---|
Стохастический мир - простое введение в стохастические дифференциальные уравнения