книги / Флуктуации в динамических системах под действием малых случайных возмущений
..pdf§31 СТОХАСТИЧЕСКИЙ ИНТЕГРАЛ 41
гебры^*. Обозначим # 2>ь, 0 ^ а < |
Ъ< |
оо, совокупность |
|
не зависящих от будущего |
функций /(£, |
со), для которых |
|
ь |
|
|
|
J*M|/(£, co)|2cft<oo . Для |
таких |
функций определяется |
|
а |
Ъ |
|
|
|
|
|
стохастический интеграл Ито J / (■s, со)dwa. Заметим, что
а
так как траектории винеровского процесса имеют беско нечную вариацию на любом интервале, то этот интеграл нельзя определить как интеграл Стилтьеса. Первоначаль но интеграл Ито определяется для ступенчатых функ
ций из |
|
Если |
t0 ^ |
а < |
|
tx< |
U < |
. . . < tn = |
bf |
|||||
f(sx со) = |
//(со) при s е |
lth |
^+1), |
i = |
б, l t . . .* |
л — 1 |
и |
|||||||
f(s3 со) е |
Яа.ы |
то полагают |
|
|
|
|
|
|
|
|||||
|
|
|
Г |
|
|
п--1 |
ft (o)(wH+l — w,.). |
|
|
|
||||
|
|
|
) f(s, со) dwa = |
i |
|
|
|
|||||||
Таким образом, |
ступенчатой функции /(s, |
со) е |
Н«,ь |
ста- |
||||||||||
|
|
|
|
|
|
|
|
|
|
ъ |
|
|
|
|
вится |
в |
соответствие |
величина |
% (со) = j |
/(s, co)dn?s. |
Ес- |
||||||||
лив множестве |
Hltb ввести |
норму |
а |
|
|
|
|
|||||||
|
|
|
|
|
||||||||||
|
|
|
|
|
ъ |
|
|
|
1/2 |
|
|
|
|
|
|
|
|
|
|
J М1/ (s, |
co)|2cfc |
fl |
|
|
|
||||
а |
в |
пространстве случайных |
|
величин —- норму [|т]/|| |
= |
|||||||||
= |
(Мт]/)1/2а то, |
как |
легко |
проверить, |
отображение |
|||||||||
/ - > % |
сохраняет норму. |
Такое |
отображение, |
первона |
||||||||||
чально |
определенное только для ступенчатых |
функций,; |
||||||||||||
можно |
продолжить с |
сохранением нормы |
на замыкание. |
Доказывается, что замыкание множества ступенчатых
функций в //а,ь совпадает с |
Щ ъ. Таким |
образом, каж |
||
дому элементу / е |
Я 2|Ь ставится |
в соответствие случай |
||
ная величина %, |
которая |
называется |
стохастическим |
|
интегралом Ито |
от функции |
f(s1 со) |
и обозначается |
|
ъ |
|
|
|
|
J f(si сo)dw9. Перечислим основные свойства стохастиче
42 |
|
СЛУЧАЙНЫЙ ВОЗМУЩЕНИЙ |
ггл. 1 |
||||
ского |
интеграла (/ (s, со), |
g(s, со) |
<= Яа,ь)*- |
|
|||
|
ъ |
|
|
|
|
|
|
1. |
j |
(а/ (Sj со) + Pg (s, со)) d w , |
= |
|
|
||
|
а |
|
|
|
|
|
|
|
|
|
|
b |
|
|
Ь |
|
|
|
= |
а j / (s1 со) d w s + |
Р j g (s, со) c?uy, |
||
|
|
|
|
а |
|
|
а |
2 . |
М |^j / (s, со) d w s |
|
— 0; |
|
|
|
|
3. |
М ( J* / (s, со) d w a j |
g |
(s, со) d w s |
Jf aj = |
|
||
|
|
|
|
= M |
j |
/ (s2 со) g (s} co) ds #a\x |
|
в частности, |
|
|
|
|
|
||
|
|
ь |
|
|
|
|
|
|
M |
j / (s, со) dws |
y f a ) = |
M |
] / 2 (s, |
“ ) ds j r a l |
Отметим, что стохастический интеграл определен с точ ностью до множества со меры нуль, и все перечисленные
выше |
равенства выполняются почти наверное по мере |
Р на |
Q. |
Рассмотрим теперь стохастический интеграл как функ цию верхнего предела. Обозначим %t(s) функцию, равную
1 при s ^ |
t и равную нулю при s > |
t. Если f(s, |
оз) е Hltb, |
||
то |
Xt(s) |
f(si со) G Яа.б |
при |
любом t. |
Определим |
t |
|
|
|
|
|
J / |
(s2 со)dw8 для t е [а, |
Ь] с помощью равенства |
|||
а |
|
|
|
|
|
|
|
t |
Ь |
|
|
|
|
J/(s. ю) |
= J Xt (S) /(S, ®) |
|
|
|
|
a |
a |
|
|
и
Так как интеграл J Xt(s)f(si co)dwi при каждом t опре-
§ 3] |
СТОХАСТИЧЕСКИЙ ИНТЕГРАЛ |
43 |
делен с точностью до событий вероятности нуль, то в опре делении левой части имеется некоторый произвол. Дока зывается, что можно так определить при каждом t правые части, что стохастический интеграл слева будет при почти всех со непрерывной функцией верхнего преде ла. Всегда, когда в этой книге рассматриваются стохасти ческие интегралы с переменным верхним пределом, то имеется в виду непрерывный с вероятностью 1 вариант.
Из перечисленных свойств стохастического интегра-
*
ла вытекает, что |
случайный |
процесс |
= |
J / (s, со)dw8 |
|
|
|
|
а |
вместе с неубывающим семейством а-алгебр |
||||
образует мартингал. Этот мартингал имеет |
непрерывные |
|||
с вероятностью |
1 траектории |
и |
|
|
N1 (g? | Л9. ) - м ( $ / 2 |
(*, со) * / л |
0 < |
00. |
Для таких мартингалов справедливо обобщенное неравен етво Колмогорова
> с
;^ -м j /ч * . со) * л*а
Иногда приходится рассматривать стохастический ин теграл со случайным моментом времени в качестве верх него предела. Пусть т — марковский момент относительно
неубывающей системы а-алгебр |
t ^ O ; |
%x{s) равно |
1 |
||||
при |
и |
%x(s) |
равно 0 |
при s > т. |
Тогда, |
если |
|
|
|
|
X |
ОО |
|
|
|
Xx(s)/(s,co) |
е= Н%<001 |
то j /(s2 (o)dws == J Хт{s)f{s,(o)dwt |
u |
||||
т |
|
|
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
M j / (s, со) dw8= 0 . |
|
|
|
|
|
||
0 |
|
|
|
|
|
|
|
В частности, |
хт («)/(*» ю) s |
Hl>oc, если |/(s, со) |< |
с < оо |
||||
при всех s > 0 |
для почти всех ш и Мт < |
оо. |
|
|
44 |
СЛУЧАЙНЫЕ ВОЗМУЩЕНИЯ |
[ГЛ. 1 |
|
Пусть теперь wt = [w\) — r-мерный впнеровский |
про |
цесс; Jf х— сг-алгебра2 порожденная случайными величи нами w8 при s ^ t. Стохастический интеграл
ь
j 0 (s, со)dwt
а
естественным образом определяется для матрично значных функций Ф($, о) с элементами, принадлежащими
Н1Ь. Именно, если процесс wt понимать как г-мерный
вектор-столбец и матрица Ф($, со) = (Ф^($, со)) имеет г
ъ
столбцов и Z CTpoKj то J Ф(s, со)div8 — это Z-мерная слу-
а
чайная величина1 Z-я компонента которой равна сумме
гЬ
J J c M s , w) dw{.
3 а
Рассмотрим Z-мерный случайный процесс
t |
t |
Xt = j Ф (s, со) dwa+ j |
(s1 со) ds, t e [а, 6]. |
аа
Здесь первое слагаемое — только что описанный интеграл по г-мерному винеровскому процессу, во втором слагаемом ¥(5, со) = {ф*($, со)} — Z-мерный интегрируемый случай ный процесс. СоотношениеА определяющее процесс Хц иногда записывают в виде
dXt = Ф(Zj |
со)dwt + ¥(£, со)с//, |
||
а выражение Ф(/, сo)dwt + |
xP(t, |
со)dt называют стохасти |
|
ческим дифференциалом процесса |
X t. |
||
Пусть функция u(t, х), |
/ е |
[а, |
6 ], х е R1, имеет не |
прерывную первую производную по / и вторые непрерыв ные производные по пространственным неременным. В теории стохастического интеграла важную роль играет формула Ито2 дающая выражение для стохастического
$ 3] |
|
|
СТОХАСТИЧЕСКИЙ ИНТЕГРАЛ |
45 |
|
дифференциала случайного процесса r|* = |
X*): |
||||
г |
I |
да |
|
|
|
V< V |
|
|
|
||
* 1 t = |
2 ^ r ( f , X t)<s>ih(t, co)<W + |
|
|||
У — |
|
|
|
||
fe=l i=l |
ax' |
|
|
|
|
|
+ |
|
+ |
x <> 4'<(«.«» |
+ |
|
|
r |
* |
|
«• x-> d*. |
|
+4-2 |
2 ®.» <*. “)«■» ('. »> - £ £ , |
|||
|
|
fe=l i,j=l |
|
|
|
Подробное изложение |
конструкции и доказательства |
всех перечисленных и ряда других свойств стохастическо го интеграла можно найти в книгах Г и х м а н а и С к о р о х о д а [1 ], М а к к и н а [1 ].
Как уже говорилось, с помощью стохастического ин теграла можно получить представление некоторых клас сов случайных процессов через винеровский процесс. Остановимся подробнее на таком представлении для гаус совских процессов. Получим представление для гауссов ского процесса с нулевым средним и корреляционной функцией R(s, t), которую мы считаем непрерывной при s, t е [О, Г]. Корреляционный оператор А такого про
цесса, если его рассматривать в пространстве Lo,r> вполне непрерывен, неотрицательно определен, симметричен и
имеет конечный след. |
Пусть ех(£), . . |
en(t), . . |
его |
собственные функции; |
kn, . . . — соответству |
||
ющие собственные значения. Известно ( Р и с е и |
Н а д ь |
[1]), что ядро такого оператора можно представить в виде
R (si 0 |
^ 2h kkek(s) ek(О* |
Положим |
|
G K O |
= 2k / M i (*)**(<)• |
Из конечности следа оператора А вытекает, что этот ряд
сходится |
во всяком случае в смысле |
пространства |
£[о,г]х[о,г) |
интегрируемых в квадрате |
функций на |
[О* Т] X |
[0А Т], Из определения G{s3 Л) немедленно |
46 |
СЛУЧАЙНЫЕ ВОЗМУЩЕНИЯ |
[ГЛ. 1 |
следует^ что
г
С*
tjGis, t2)ds = R(tu t2).
О
Рассмотрим случайный процесс
т
X, = \G(S, 0 dwt.
о
Этот стохастический интеграл по винеровскому процессу
ws существует, так как подинтегральная функция не за-
т
висит от случая и J G2 (s, t)ds = R(t, t) < oo. Из при-
о
веденных ранее свойств стохастического интеграла выте кает, что X t — гауссовский процесс и
/Т т
MX, = 0; МХ,.Х,. = М И G (s, tt) dws -§G (s, t2) dws
Vo |
о |
T |
|
= JG(s, h)G(s, t2) ds = R (tu y .
о
Таким образом, мы получили представление для гауссов ского процесса с нулевым средним и корреляционной функцией R(s, t) в виде стохастического интеграла от не случайной функции G(s, t).
Иногда рассматривают так называемый процесс белого
шума wt — производную винеровского процесса wt. Как мы уже говорили, производной у винеровского процесса в обычном смысле не существует, но стохастический интег рал дает возможность придать смысл некоторым выраже
ниям, содержащим wt. Определив интеграл Ито для функ ций f(s± со) е Я о .г, мы можем положить
тт
j / (s1со) dws = f / (s, со) wsdsb
0 |
0 |
МАРКОВСКИЕ ПРОЦЕССЫ Й ПОЛУГРУППЫ |
47 |
считая, что левая часть определяет правую. В частности формулу, определяющую процесс Х и можно записать в виде
т
о
и считать, что гауссовский процесс X t есть результат при менения интегрального оператора с ядром G(s, t) (это ядро иногда называют импульсной характеристикой оператора) к процессу белого шума.
Представление в виде стохастического интеграла по винеровскому процессу допускает широкий класс непре рывных по времени мартингалов. В § 5, отправляясь от винеровского процесса, мы построим диффузионные про цессы.
§ 4. Марковские процессы и полугруппы
Пусть (Xt, Рх) — марковский процесс на фазовом про странстве (X, i$), P(t,x, Г) — его переходная функция. Обозначим В банахово пространство ограниченных $ - измеримых функций на X с нормой ||/|| = sup \f{x) |.
С марковским процессом (или с переходной функцией) можно связать семейство операторов Tt, t ^ 0А действу ющих в пространстве В по формуле
(Г tf) (*) = Мж/ (Xt) = j / (у) Р (t, xt dy). X
Так как P(t, х, Г) — вероятностная мера по Г, то опера торы Tt сохраняют неотрицательность и не увеличивают
норму: если f(x) > |
0, то Ttf(x) > |
0, |Ttf |‘ < |
||/||. Из мар |
|
ковского свойства |
вытекает, |
что |
Tt+Sf(x) = |
Mx/(X t+s) = |
= MX(MXtf (Х8))= |
Tt(TJ)(x), |
т. |
e. операторы Tt образу |
ют полугруппу: TtTs = Tt+S. Таким образом, с каждым марковским процессом (Xt, Рх) связывается полугруппа сжимающих неотрицательных операторов Tt, действу ющая в пространстве В ограниченных измеримых функций на фазовом пространстве.
48 |
СЛУЧАЙНЫЕ ВОЗМУЩЕНИЯ |
[ГЛ 1 |
Полугруппа операторов связывается, разумеется, и
с марковским семейством X* (определенным на вероятно стном пространстве {Q, ЗГл Р}, не зависящем от я):
(Ttf) (х) - М/ (X?) - |
f f(y)P (tt х> dy). |
|
|||
|
|
|
X |
|
|
Если в качестве функции f(x) берется индикатор хг(я) |
|||||
м нож естваГ сХ ,т. е. функция, |
равная 1 на Г и 0 вне Г, |
||||
то Tt%г(я) = P(t, х, |
Г), |
и |
полугрупповое |
свойство |
|
Tt+8%г(я) = Тг{Т8%т) |
можно |
записать |
в виде |
соотно |
|
шения |
|
|
|
|
|
р (* + S, х, Г) = |
f Р (t, Xt dy) Р (я, у, Г), |
|
|||
|
|
X |
|
|
|
которое называется |
уравнением Колмогорова—Чэпмена. |
||||
С переходной функцией P(t, х, Г) можно связать еще |
|||||
одну полугруппу операторов |
Ut, t ^ |
О, действующую |
в банаховом пространстве V конечных счетно-аддитивных функций множества на (X, Ш) с нормой ||р||*, определя емой как полная вариация функции множества р:
(Ut\i){T) - х, Г) |i (dx); t i e V , Г е £
X
Операторы Tt и Ut, как легко проверить, сопряжены друг другу в том смысле, что
f Ttf (*) И (dx) = f / (x) (UJH) (dx); f (= В, ц е Г .
Полугруппа Ut описывает эволюцию одномерных рас пределений марковского процесса. А именно, если рас сматривать марковский процесс, начинающийся не в фик сированной точке х е= X, а в случайной точке Х 0 с рас пределением р,: Р {Х 0 е Г } = |1(Г), то распределение через время t будет как раз Ut\i:
Р {X t <= Г} = J Р {Х 0 6= dx} Р (tt хгГ) = (U(|.i) (Г), Г е й .
X
*41 |
МАРКОВСКИЕ ПРОЦЕССЫ И ПОЛУГРУППЫ |
49 |
Мера р на (X, 9&) называется инвариантной мерой мар ковского процесса, если Ut\i = р при всех t ^ 0. Ясно, что совокупность инвариантных мер образует конус
впространстве V . Если р(Х) = 1, то инвариантную меру
рназывают также стационарным распределением вероят ностей.
Инфинитезимальный оператор А полугруппы Tt (он же инфинитезимальный оператор марковского процесса
(X t, Рх) или марковского семейства X* с данной переход
ной функцией) определяется |
равенством |
Л/ = lim |
Ttf - f |
U 0 |
t |
Сходимость здесь понимается как сходимость по норме,
т. е. это |
равенство |
означает, что |
lim | t~l(Ttf — /) — |
— Л/1| = |
0. Оператор |
Л определен, |
и о |
вообще говоря, не |
на всех элементах пространства В. Область определения этого оператора есть линейное многообразие, которое обо
значается Da . Оно всюду плотно |
в пространстве В0 = |
*= {/ е В: lim \Ttf — /|| = 0 } . На |
пространстве В0 ин- |
Uо / |
|
финитезимальныи оператор определяет полугруппу Tt однозначно. Если переходная функция стохастически непрерывна, то полугруппа Тt, рассматриваемая только на В0 (а значит, и инфинитезимальный оператор Л), одно значно определяет переходную функцию и все конечно мерные распределения марковского процесса (марков
ского |
семейства). |
доказывается, что |
для / е DA |
|
В |
теории |
полугрупп |
||
функция u t(x) |
=* T tf ( z ) |
является решением |
абстрактной |
|
задачи Коши |
|
|
|
|
|
ди.(X) |
|
|
|
|
—кг— — АЩ (*), Пт и, (х) = / (х). |
|
||
|
01 |
но |
|
Решение этой задачи единственно во всяком случае в клас се ограниченных функций.
Аналогично определяется инфинитезимальный опера тор Л* полугруппы Uf Функция Ft(r) = i7*p,(r), Г е ^ , для р, принадлежащего области определения оператора A*i также является решением соответствующей задачи
50 СЛУЧАЙНЫЕ ВОЗМУЩЕНИЯ [ГЛ. 1
Коши. В частности, легко проверяется, что каждая ин вариантная мера ц принадлежит области определения опе ратора А*, и Л*|х = 0 .
Подробное изложение полугрупповой теории марков ских процессов можно найти в книге Д ы н к и н а [2].
Рассмотрим некоторые примеры марковских процессов
иих инфинитезимальных операторов.
Пе р в ы й п р и м е р . Пусть X — конечное множе ство, $ — совокупность всех его подмножеств. Марков ский процесс с таким фазовым пространством называется
марковским процессом с конечным числом состояний. С каждым таким процессом связывается набор функций
Pij(t) |
(i, |
/<=Х, |
t ^ 0), |
удовлетворяющий |
следующим |
||||
условиям: |
|
|
|
|
|
|
|
|
|
1) Pu{t) ^ 0 ПРИ h 1 е |
X, |
t ^ |
0; |
|
|||||
2 ) |
2 |
|
P U (0 |
= |
1; |
|
|
|
|
|
jex |
|
|
|
|
|
|
|
|
3) |
Pij{0) = о при i Ф /, рн |
(0) |
= 1 для i <= |
X; |
|||||
4) P u { s + l ) = |
2 P i h ( t ) P n , ( s ) - |
|
|||||||
|
|
|
|
|
hex |
|
|
|
|
Переходная функция процесса выражается через функ
ции Pij(t) таким |
образом: |
|
P(t,x,Г) = 2 |
р«»(0; |
Г е й , г > о . |
y e r |
|
|
Мы будем рассматривать только стохастически непре рывные процессы с конечным числом состояний. Для та ких процессов функции Pij{t) удовлетворяют дополни тельно условию
5)lim pu {t)^ ри (0).
по
При выполнении условий 1)—5) доказывается, что су ществуют правые производные в нуле qtj = р'ц(0). Введем
в |
рассмотрение матрицу P(t) = (pu(t))\ обозначим Q = |
= |
(Яи)- |
|
Вычислим инфинитезимальный оператор А нашего |
марковского процесса, а также инфинитезимальный опе ратор А* сопряженной полугруппы операторов Ut.