- •Случайные события
- •Стохастический мир
- •Случайные величины
- •Совместная и условная вероятности
- •Зависимость и независимость
- •Характеристическая функция
- •Модель аддитивного блуждания
- •Случайные процессы
- •Стохастические уравнения
- •Уравнение Ито
- •Остановка перед восхождением
- •Лемма Ито
- •Точные решения
- •Простые стохастические модели
- •Представление решений
- •Автокорреляция и спектр
- •Порождающий процесс Винера
- •Средние значения
- •Динамическое уравнение для средних
- •Процесс Феллера
- •Логистическое уравнение
- •Вероятности
- •Марковские плотности вероятности
- •Граничные условия
- •Стохастические интегралы
- •Площадь под траекторией Винера
- •Интегралы Ито
- •Интегрирование стохастических уравнений
- •Единственность решений
- •Метод последовательных приближений
- •Системы уравнений
- •Скоррелированные блуждания
- •Системы стохастических уравнений
- •Стохастический осциллятор
- •Линейные многомерные модели
- •Многомерие помогает одномерию
- •Как решать стохастические задачи?
- •Стохастическая природа
- •Теория броуновского движения
- •Стохастический осциллятор
- •Дрожание земной оси
- •Электронный шум
- •Хищники и их жертвы
- •Стохастическое общество
- •Финансовые рынки
- •Эмпирические закономерности
- •Диверсификация
- •Портфель на всю жизнь
- •Опционы
- •Кривая доходности
- •Компьютерное моделирование
- •Статистики
- •Случайные числа
- •Моделирование стохастических процессов
- •Ошибки вычислений и ускорение сходимости
- •Вычисление средних
- •R: Стохастический справочник
- •Основные соотношения теории
- •Системы уравнений с одинаковым шумом
- •M: Математические приложения
- •H: Помощь
- •C: Примечания
- •Рекомендуемая литература
H: Помощь
В этой главе приведены решения задач, которые в основном тексте были помечены символом (l Hi).
323
324
H1 Решение логистического уравнения.
Сделав замену x(t) = 1=y(t) для y(t), получаем линейное уравнение:
y = y + :
Решим сначала однородное уравнение y = y => y = A e t, ãäå |
||
|
|
|
A константа интегрирования. Решение неоднородного уравнения ищем |
||
â âèäå y = A(t) e t, и для функции A(t) получаем уравнение: |
||
_ |
t |
: |
A = e |
|
Разделяя переменные и интегрируя, находим A(t) = A0 + ( = ) e t. Â результате y(t) = A0 e t + = . Начальное условие y(0) = 1=x0 = A0 +
= позволяет определить константу A0 = 1=x0 = .
H2 Решение осцилляторного уравнения .
Взяв производную по времени от определения импульса x = p=m и
подставив в не¼ уравнение Ньютона для упругой силы p = kx, имеем: x• + !2 x = 0;
p
где две точки над x вторая производная по времени, а ! = k=m. По-
добные линейные уравнения с постоянными коэффициентами решаются подстановкой x(t) = e{k t, где { мнимая единица, а k константа, опре-
деляемая из квадратного характеристического уравнения k2 = !2 èëè k = !. В результате получаются два частных решения, сумма которых с произвольными константами да¼т общее решение:
x(t) = C1 e{!t + C2 e {!t:
Воспользовавшись формулой Эйлера ei = cos + { sin , получаем решение в виде суммы косинуса и синуса с частотой !. Осталось задать начальные условия.
H3 Эксцесс и другие моменты распределения Гаусса . Воспользуемся средним от экспоненты (1.11), ñòð. 16:
he "i = e 2=2:
Разложим в ряд по левую и правую части соотношения:
|
2 |
|
3 |
4 |
|
|
4= |
2 |
|
|||
1 + h"i + "2 |
|
+ "3 |
|
+ "4 |
|
|
+ :: = 1 + 2=2 + |
2 |
|
+ ::: |
||
2! |
3! |
4! |
|
2! |
|
|||||||
Приравнивая слагаемые с одинаковыми степенями , получаем: |
|
|
||||||||||
h"i = 0; |
"2 = 1; |
"3 = 0; |
"4 = 3: |
|
|
|
|
H: Помощь |
325 |
H4 Среднее логнормального распределения . Вычислим среднее значение
hxi = x0 heri = x0 e he "i = x0 e + 2=2;
где использована формула (1.11) íà ñòð. 16. Получается любопытный и важный результат. Если = 2=2, то среднее значение hxi = x0. Ïðè
этом среднее логарифма отрицательно: hln(x=x0)i = hri = < 0.
H5 Регрессионная прямая.
Взяв производные ( + x y)2 по , и приравняв их к нулю:
2 h + x yi = 0;
2 hx ( + x y)i = 0;
получим систему линейных уравнений относительно параметров и :
(
+ hxi = hyi
hxi + x2 = hxyi :
Она легко решается и да¼т наклон прямой, равный:
= |
hxyi hxi hyi |
= |
h(x x)(y y)i |
= (x; y) |
y |
; |
hx2i hxi2 |
x2 |
|
||||
|
|
|
x |
|||
è = y x. |
|
|
|
|
|
H6 Бесконечная делимость Гаусса, Коши и гамма . Характеристическая функция для n гауссовых чисел равна:
z(k) = heix0k 2k2=2in = ein x0k n 2k2=2:
Поэтому среднее суммы равно n x0, ãäå x0 среднее каждого слагаемого, p
а волатильность z = n . Для распределения Коши:
z(k) = einx0k najkj
ân раз увеличиваются и среднее значение, и ширина распределения a. Для гамма-распределения:
1
z(k) = (1 i k)n
параметр не изменяется, а увеличивается в n раз.
Заметим, что, если для Гаусса и Коши сумма двух распределений с любыми параметрами снова да¼т исходное распределения, то для гаммараспределения у них должны быть одинаковые (!).
326
H7 Эксцесс суммы z = x1 + ::: + xn.
Будем вычислять средние hzmi при помощи характеристической функции z(k) = n(k). Для этого возьм¼м е¼ производные (опуская аргумент k):
z0 |
= n n 1 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
00 |
= n(n |
|
1) n 2 |
02 + n n 1 00 |
|
|
|
|
|
|
|
|
||||||||
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
000 |
= |
n(n |
|
1)(n |
|
2) n 3 03 + 3n(n |
|
1) n 2 |
0 00 |
+ n n 1 000 |
|
|||||||||
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
0000 |
= |
n(n |
|
1)(n |
|
2)(n |
|
3) n 4 |
04 |
+ 6n(n |
|
1)(n |
|
2) n 3 |
02 |
00 |
||||
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
+ 3n(n |
|
1) n 2 002 + 4n(n |
|
1) n 2 0 000 |
+ n n 1 0000: |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Будем считать, для простоты, что средние hxii = 0 (что всегда можно сделать соответствующим сдвигом). Поэтому 0(0) = 0. Кроме этого,
hzmi = (zm)(0)=im, hxmi = (m)(0)=im и (0) = 1. В результате:
|
z3 |
= n |
x3 |
|
|
|
|
|
|
|
|
|
||||
|
|
z2 |
|
= n |
x2 |
|
|
|
|
|
|
|
|
|
||
|
z4 |
= n |
x4 |
+ 3n(n 1) x2 |
|
2 |
: |
|
||||||||
Эксцесс |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
распределения |
z |
равен: |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
x2 2 |
|
n ! |
||||||
|
|
z2 2 |
|
n |
|
|||||||||||
|
excess = |
z4 |
|
|
|
3 = |
1 |
|
x4 |
+ 3 |
n 1 |
|
3 0: |
|||
|
h |
|
i |
|
|
|
|
h i |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В пределе n ! 1 эксцесс становится равным нулю. Несложно видеть,
что и асимметрия также стремится к нулю. Именно гауссово распределение обладает нулевой асимметрией (оно симметрично) и нулевым эксцессом.
H8 Детерминированность dx = "m dt. Решаем итерациями:
|
|
"1m + ::: + "nm |
|
x(t) = x0 + u t; |
u = |
|
: |
|
|||
|
|
n |
Статистические свойства случайной величины u выясняются, как и в случае m = 1; 2. Е¼ среднее равно нулю для неч¼тных m и h"mi для ч¼тных. Для квадрата получаем:
n
u2 = n12 X "mi "mj = n12 hn "2m + (n2 n) h"mi2i:
i;j=1
Поэтому дисперсия u2 hui2 = "2m h"mi2 =n ! 0 ïðè n ! 1.
H: Помощь |
|
|
|
|
|
327 |
||
H9 Решение нестационарного уравнения . |
|
|
||||||
q |
|
|
p |
|
= q |
|
|
|
s02 + ::: + sn2 |
|
(s02 + ::: + sn2 |
1) t: |
|||||
1 |
t |
В пределе t ! 0 сумма под корнем превращается в интеграл от s2(t).
H10 Точное решение стохастического уравнения .
@F |
= |
s(t) |
=> |
@2F |
= |
s(t) @b(x; t) |
= |
s @b |
: |
||||||
@x |
b(x; t) |
|
@x2 |
b2(x; t) |
|
@x |
|
b2 |
|
@x |
Подставляя эти производные в детерминированную часть формулы Ито и приравнивая е¼ к f(t), получим второе уравнение (2.21) íà ñòð. 57
H11 Логарифмический процесс Орнштейна-Уленбека .
s(t) = e t; F (x; t) = e t ln x; f(t) = (1 + ln ) |
2 |
e t: |
2 |
После элементарного интегрирования получаем решение уравнения (2.28):
|
x(t) |
|
2 |
ln |
x |
|
2 |
e t + |
|
|
|
|
|||||
|
|
|
|
|
|
||||||||||||
ln |
|
|
= 1 |
|
+ |
0 |
1 + |
|
p |
|
p1 |
e 2 t ": |
|||||
|
2 |
|
2 |
||||||||||||||
2 |
Обратим внимание на член 2=2 в сносе. Среднее значение цены полу- чается при помощи формулы (1.11), ñòð. 16:
|
2 |
|
x |
|
2 |
|
2 |
||
x(t) = exp 1 |
|
+ |
ln |
0 |
1 + |
|
e t + |
|
1 e 2 t : |
2 |
|
2 |
4 |
В асимптотическом пределе t ! 1 среднее стремится к уровню e1 2=4 .
Решение можно также получить, сделав при помощи формулы Ито замену y = ln x. Стохастическое уравнение для y имеет форму обычного
процесса Орнштейна-Уленбека.
H12 Броуновская ловушка.
s(t) = ; F (x; t) = ln jx j; f(t) = 2=2;
и, соответственно, решение записывается в следующем виде:
p
x = + (x0 ) e ( + 2=2) t+ t": (29)
Это решение можно получить сразу из (2.25), ñòð. 58, заменами x ! x ,
x0 ! x0 . Среднее значение и волатильность равны: |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
e t; |
|
|
|
|
|
|
|
ê |
|
p |
|
|
|
|
. |
|
x t |
|
x |
|
) |
t |
) = j |
x |
0 |
|
|
e t |
e 2t |
1 |
: |
|
||||||
( ) = |
|
+ ( 0 |
|
|
( |
|
|
j |
|
|
|
|
|
|
|||||||
Видно, что среднее значение стремится к |
|
|
, à |
|
|
|
íóëþ, åñëè |
|
2 |
|
|||||||||||
|
|
|
|
> =2 |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
328
H13 Автоковариация логарифмического блуждания.
Мы уже вычисляли среднее случайного процесса и среднее квадрата:
D p E
hxti = x0 e( 2=2)t+ t " = x0e t; x2t = x20 e(2 + 2)t:
Решение в момент времени t + мы записываем в виде:
p xt+ = xt e( 2=2) + ";
где случайная величина " не зависит от xt = x(t). Поэтому:
D p E
hxt+ xti = x2t e( 2=2) + " = x2t x0e :
Автоковариация окончательно равна :
h i cov(t; t + ) = x20e (2t+ ) e 2t 1 :
H14 Автоковариация броуновского моста .
Запишем решение в момент времени t + в следующем виде:
|
t+ |
|
|
|
|
t |
|
T t |
|
|
r |
|
|
T t |
|
||||||
x |
|
= + (x |
|
|
) |
T t |
+ |
|
|
|
(T t |
) |
": |
||||||||
|
|
|
|
|
|
|
|
||||||||||||||
Поэтому: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
x |
|
|
= |
T t |
|
|
x2(t) |
|
|
|
x(t) |
|
2 |
: |
|
|
|
|
|
|
ti |
h |
h |
i |
i |
|
|
||||||||||||
|
|
|
T t |
|
|
||||||||||||||||
|
|
h |
t+ |
|
|
|
|
|
|
|
Окончательно:
cov(t; t + ) = 2 (T t ) t t0 : T t0
H15 Автоковариация процесса Орнштейна - Уленбека . Запишем решение относительно момента t:
|
|
|
|
|
||
|
|
|
|
|||
xt+ = + (xt )e + |
p |
|
p1 |
e 2 ": |
||
2 |
Среднее произведения, в силу независимости xt и ", равно: hxt+ xti = hxti + x2t hxti e :
Поэтому
cov(t; t + ) = hxt+ xti hxt+ i hxti = ( x2t hxti2) e :
H: Помощь |
329 |
H16 Фурье-разложение f(t) = t t2=T на интервале t = [0::T ]. Воспользуемся формулами приложения M на стр. 314:
1 |
|
T |
|
|
|
|
ckei2 kt=T ; |
cn = Z |
f(t)e i2 nt=T |
dt |
|
||
f(t) = k= |
|
|
: |
|||
1 |
T |
|||||
|
|
0 |
|
|
|
|
X |
|
|
|
|
|
Для вычисления интегралов с f(t) = tm удобно сначала вычислить сле- дующую производящую функцию :
T |
|
|
|
|
e T 1 |
|
Z0 |
|
dt |
|
|
||
e t i2 nt=T |
|
|
= |
|
: |
|
T |
T i2 n |
Взяв производные левой и правой части по при значении = 0, мы получим необходимые нам интегралы:
T |
t e i2 nt=T |
T |
= 2 n; |
T |
t2 e i2 nt=T |
T |
= 2 n |
1n + i |
: |
|||
Z0 |
Z0 |
|||||||||||
|
|
dt |
|
iT |
|
|
dt |
|
T 2 |
|
|
|
Они справедливы для n 6= 0. Коэффициент при n = 0 вычисляется прямым интегрированием:
T |
t |
t2 |
|
|
|
|
|
|
|
Z0 |
dt |
= |
T |
: |
|||||
T |
T |
|
|
6 |
Поэтому разложение в ряд Фурье имеет вид:
t T |
= 2 |
" |
6 |
|
cos(2k2 |
)#: |
|||
|
t2 |
|
T |
|
2 |
1 |
kt=T |
|
|
|
|
|
|
|
|
Xk |
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
Часть в сумме, пропорциональная синусам, сокращается в силу е¼ неч¼тности и ч¼тности ck. Остаются только косинусы. Заметим, что, если t = 0, то получается следующий ряд:
1 |
1 |
2 |
|||
Xk |
|
|
|
|
|
k2 |
= 6 : |
||||
=1 |
|||||
|
|
|
|
Представим теперь по формуле cos(2 ) = 1 2 sin2( ) косинус двойного угла и учт¼м значение этого ряда. В результате:
|
t2 |
|
2T |
1 |
sin2( kt=T ) |
|
|
|
|
|
|
Xk |
|
|
|
t T |
= 2 |
k2 |
: |
||||
=1 |
|||||||
|
|
|
|
|
|
330
H17 Решение системы связанных уравнений итерациями .
dy = x W: |
|||
dx = W |
|||
Итерационная схема имеет вид: |
|
|
|
yk = yk 1 |
p |
|
|
+ xk 1 |
"k p t: |
||
xk = xk 1 |
+ "k |
t: |
p
Для переменной x, n я итерация xn = x0 + ("1 + ::: + "k) t сворачи- p
вается в одно гауссово число xk = x0 + " t, ãäå t = n t. Äëÿ yn: p
yn = y0 +x0 ("1 +:::+"n) t+["1"2 +("1 +"2)"3 +("1 +"2 +"3)"4 +:::] t:
p
Множитель при x0 снова " t. В квадратных скобках стоят все неповторяющиеся произведения "i"j с i < j. Этот ряд можно переписать:
"1"2 + ("1 + "2)"3 + ("1 + "2 + "3)"4 + ::: = 12 ("1 + ::: + "n)2 12 ("21 + ::: + "2n):
Вводя случайное число u = ("21 + ::: + "2n)=n, получаем решение: yn = y0 + x0 "pt + ("2 u2)2t :
В разделе x2.2, ñòð. 52 мы видели, что величина u не является случайной
èфактически равна единице u = 1 при n ! 1 и t ! 0.
H18 Вычисление средних для системы связанных уравнений . Запишем решение при помощи гауссовой случайной величины:
y = y0 + x0 W + 12 (W 2 t) = y0 + x0 " pt + 12 ("2 1) t
Òàê êàê " = 0, "2 = 1, очевидно, что y = y02. Найд¼м дисперсию: |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
(y y0)2 = x02 t "2 + x0t3=2 |
"3 " + |
|
"4 2"2 + 1 : |
|||||||||||
4 |
||||||||||||||
стороны, при |
|
|
|
|
|
|
|
(y y0)2 |
|
|
|
|||
Учитывая, что |
"4 |
|
= 3, получаем |
|
= x02 t + t2=2. С другой |
|||||||||
|
помощи (2.44), ñòð. 74, имеем: |
|
|
|
||||||||||
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
t |
(y(t) y0)2 |
|
= Z |
(x0 + "p |
|
)2 |
d = Z [x02 + ]d ; |
||||||||
|
||||||||||||||
|
|
|
|
|
0 |
|
|
|
|
|
|
0 |
что приводит к тому же результату.
H: Помощь |
331 |
H19 Средние значения для линейного по x процесса. Рассмотрим уравнение:
dx = ( + x) dt + ( + x) W:
Выбирая F (x) = xk, k = 1; 2; :::, имеем:
|
x_k |
= k + |
k 1 |
2 |
|
|
|
|
|
|
|
|
|
+ |
k(k 1) 2 |
|
|
|
|
|
||
|
xk + k [ + |
|
(k |
|
1) ] xk |
|
1 |
|
xk |
|
2 |
: |
||||||||||
|
2 |
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
||||||
Это простое неоднородное уравнение относительно |
|
xk(t) с функциями |
времени xk 1(t) è xk 2(t), вид которых получается из предыдущих уравнений. Например, для k = 1 справедливо (3.2), ñòð. 78, поэтому
x_ = + x => |
x(t) = |
+ x0 |
+ e t: |
||
|
|
|
|
|
|
Для квадрата (k = 2):
x_2 = (2 + 2) x2 + 2( + ) x + 2:
Так как x(t) нам известна, уравнение легко интегрируется. Получим сна-
чала решение однородного уравнения x_2 = (2 + 2) x2 â âèäå x2 = |
||
A e |
(2 + 2)t |
. Считая, что константа A является функцией времени, под- |
|
ставляя в неоднородное уравнение, найд¼м для A(t) интегрируемое уравнение. В результате:
|
|
2~ 2 |
|
2~( + x0) |
e t + x2 |
|
2~x0 |
+ |
2~ + 1 2 |
e 2t; |
|
x2(t) = |
|
+ |
|||||||||
2 |
1 |
|
1 2 |
||||||||
|
|
0 |
|
1 |
|
ãäå ~ = + , n = n + 2, и в качестве начального условия выбрано x2(0) = x20. Для средних более высоких степеней будут появляться вс¼ новые экспоненты.
H20 Асимптотическая плотность вероятностей .
dx = (x ) dt + x W:
В этом случае ( = 2 = 2, = ) также возможно стационарное решение с плотностью вероятностей:
|
|
x 1 |
exp |
x |
|
|
|
|
|
= 1=2; |
P (x) |
|
8 x 2 |
exp x2 2 =(2 |
|
2 ) + x1 2 =(1 |
|
2 ) |
6= 1=2; 1 |
||
|
< x 2 exp |
=x |
|
|
|
= 1: |
||||
|
|
: |
|
|
|
|
|
|
|
При = 1 всегда P (0) = 0, и нормировочный интеграл имеет конечное значение, хотя подынтегральная функция убывает достаточно медленно.
332
H21 Процесс Феллера. |
|
|
|
x2 |
|
â âèäå |
|
|
|
|
|
|
2 t |
. Äëÿ ôóíê- |
|||||||
ции A(t) получаем уравнение: |
|
|
|
|
|
|
|
||||||||||||||
Ищем решение уравнения для |
|
|
|
x2 |
= A(t) e |
|
|
|
|
||||||||||||
|
|
_ |
|
2 |
|
|
|
|
2 t |
|
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
||
|
|
A = (2 + ) e + (x )e : |
|
|
|
|
|
|
|
||||||||||||
Учитывая начальное условие |
x = x0 ïðè t0 =x0 |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
2 |
|
|
|
2 |
|
|
получаем: |
|
|
||||||||
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||||||||
0 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
x2 |
|
= x2e 2 t + (2 + 2) |
|
|
|
1 |
|
|
e 2 t |
+ |
0 |
|
|
e t |
|
|
e 2 t |
: |
|||
|
|
|
|
|
|
|
|
|
|
|
Теперь несложно найти дисперсию.
H22 Стационарное распределение для уравнения Феллера .
Выбирая в динамическом уравнении для средних (3.2), ñòð. 78, функцию F = xn, получаем систему уравнений с n = 1; 2; ::::
hx_ni = n hxni + n xn 1 + n(n 1) 2 xn 1 :
2
В асимптотическом пределе t ! 1 производная по времени от hxni равна нулю, поэтому:
hxni = ( 1 + n) xn 1 ;
ãäå = 2=2 , = = . Пусть f(x) = f0 + f1x + f2x2 + :: произвольная функция. Используя соотношения для средних, можно записать:
hf(x)i = ( 1) hf(x)=xi + hf0(x)i :
Среднее это интеграл с плотностью вероятности. Поэтому:
1 |
|
|
|
x |
|
|
|
Z0 |
|
||||||
|
f(x) |
|
|
1 |
f(x) |
|
f0(x) P (x) dx = 0: |
|
|
|
|
Пределы интегрирования выбраны в соответствии с положительностью
x. Если волатильность |
невелика и |
> 0, > 0, ñíîñ (x ) |
не будет подпускать |
x ê íóëþ, ãäå |
динамика квазидетерминирована. |
Поэтому положим в качестве граничных условий для плотности вероятности P (0) = 0, P (1) = 0. Интегрируя по частям последнее слагаемое
под интегралом и требуя в силу произвольности f(x), чтобы множитель при ней был равен нулю, получаем:
P 0(x) |
= |
1 |
|
1 |
=> |
P (x) = |
(x= ) 1 |
e x= : |
|||
P (x) |
|
|
|
x |
|
|
|
|
( ) |
|
H: Помощь |
333 |
H23 Решение уравнения для производящей функции .
Уравнение
1 |
|
@ |
+ p p2 |
@ |
= p |
|
|
|
|
|
|
||
@t |
@p |
необходимо сделать однородным при помощи замены = e . В резуль-
тате оно оказывается эквивалентным системе обыкновенных дифференциальных уравнений:
|
|
|
|
|
dt |
= |
dp |
= |
|
d ln |
: |
|||
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
1 |
|
p p2 |
p |
||||||||
Их решения имеют вид: |
|
|
|
|
|
|
|
|
||||||
|
p e t |
|
|
|
|
|
ln (1 p) = C2; |
|||||||
|
|
|
|
= C1 ; |
|
ln + |
|
|
|
|||||
1 |
|
p |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ãäå C1 è C2 константы интегрирования. Общее решение записывается в виде произвольной функции !(C1; C2) = C, равной константе. Выражая из не¼ , перепишем решение в виде:
(t; p) = (1 p) = |
1 p |
: |
|
p e t |
|
Определим функцию (z) при помощи начального условия (0; p) = ep x0 (среднее при t0 = 0 равно x0 = x(0)):
|
|
p |
|
= (1 p) = ep x0 : |
|
|
|
||
1 |
|
p |
||
|
|
|
|
Вводя z = p=(1 p), несложно получить:
(z) = (1 + z) = exp |
|
1 + z |
: |
|
|
zx0 |
|
Поэтому окончательное решение имеет вид:
(t; p) = |
1 p |
1 e t |
exp |
( |
1 p 1 e t ) |
: |
|
|
= |
|
|
x0p e t |
|
Видно, что (0; p) = ep x0 . Кроме этого, (t; 0) = 1. Это следует из представления (t; p) в виде среднего (t; p) = ep x.
334
H24 Марковость гауссовой плотности.
При подстановке гауссовых плотностей вероятности в уравнение Чепмена - Колмогорова в показателе экспоненты возникнут слагаемые следующего вида:
(x1 x0)2 |
+ |
(x x1)2 |
: |
t1 t0 |
t t1 |
Раскрывая скобки и собирая члены с x1, несложно выделить полный квадрат, содержащий x1. В результате получим:
|
t t0 |
|
|
|
x |
|
|
x0 (t t1) + x (t1 |
|
t0) |
2 + |
(x x0)2 : |
|||||
|
|
|
|
|
|
|
1 |
|
t |
|
t0 |
|
|
|
|
|
|
(t1 |
|
t0)(t |
|
t1) |
|
|
|
|
|
t t0 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Интегрирование по x1 сводится к обычному гауссовому интегралу, и опять получается условная вероятность, зависящая только от x0; t0 è x; t.
H25 Марковость распределения Коши. Пусть
P (x0; t0 ) x; t) = P (x x0; t t0) = |
1 |
eik(x x0) (k; t t0)2 : |
||
Z |
||||
|
|
|
dk |
|
|
1 |
|
|
|
Умножим уравнение Чепмена - Колмогорова (4.5), ñòð. 103, íà e ik(x3 x1) и проинтегрируем по x3:
1
Z
(k; t3 t1) = e ik(x2 x1)P (x2 x1; t2 t1) e ik(x3 x2)P (x3 x2; t3 t2)dx2dx3;
1
откуда:
(k; t3 t1) = (k; t3 t2) (k; t2 t1):
Теперь, воспользовавшись характеристической функцией распределения Коши (стр. 26), несложно проверить, что оно удовлетворяет уравнению Чепмена-Колмогорова.
H: Помощь |
335 |
H26 Решение уравнение Фоккера-Планка для dx = f(t)dt + s(t) W . Уравнение Фоккера - Планка имеет вид:
@P |
+ f(t) |
@P |
|
s2(t) @2P |
= 0: |
||
|
|
|
|
|
|||
@t |
@x |
2 @x2 |
Представим P (x; t) в виде фурье-интеграла. Для функции (k; t) имеем уравнение:
@ (k; t) |
|
|
|
|
|
|
|
s2(t) |
|
|
|
|
|
|
||||
|
|
i k f(t) (k; t) + |
|
|
|
k2 (k; t) = 0: |
|
|
||||||||||
|
@t |
2 |
|
|
|
|
||||||||||||
Разделим переменные: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
d |
|
|
|
s2(t) |
|
|
|
|
|
|
|
|
|||
|
|
|
|
= { k f(t) |
|
|
|
|
k2 |
dt: |
|
|
|
|||||
|
|
|
|
|
2 |
|
|
|
|
|||||||||
Проинтегрировав, получаем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
(k; t) = exp |
8{ k x0 |
+ ik |
t |
f( )d |
|
|
|
k2 |
t |
s2( )d |
9 |
: |
||||||
|
2 |
Z |
||||||||||||||||
|
|
|
< |
|
Z |
|
|
|
|
|
|
= |
|
|||||
|
|
|
|
t0 |
|
|
|
|
|
|
|
|
|
t0 |
|
|
||
|
|
|
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
; |
|
Сравнивая (k; t) с характеристической функцией на стр. 26, мы видим, что результирующее распределение P (x; t) является гауссовым с соответ-
ствующими средним и волатильностью, зависящими от времени. Этот результат мы уже получали итерационными методами (2.18) íà ñòð. 56.
H27 Время достижения границ при винеровском блуждании .
|
2 |
|
2 |
||
T 0 + |
|
T 00 = 1 |
=> T + |
|
T 0 = A x0; |
2 |
2 |
где A некоторая константа. Решаем сперва однородное уравнение с нулевой правой частью, и ищем решение в виде T (x0) = C(x0)e 2 x0= 2 . В результате:
T (x |
) = |
2 |
+ |
A x0 |
+ Be 2 x0= 2 |
= A0 |
|
1 |
x |
|
+ Be 2 x0= 2 |
; |
2 2 |
|
|
|
|||||||||
0 |
|
|
|
|
|
0 |
|
|
где B ещ¼ одна константа интегрирования. Пусть поглощающие границы находятся в точках x = 0; L. Тогда граничные условия T (0) = T (L) = 0 приводят к:
T (x |
) = |
L |
e 2 x0= 2 1 |
x0 |
: |
|
e 2 L= 2 1 |
||||||
0 |
|
|
Предел больших L необходимо отдельно рассматривать для случая > 0 и < 0. В частности, если снос направлен к началу координат, то среднее время конечно T = x0=j j.
336
H28 Уравнение Фоккера - Планка процесса Орнштейна - Уленбека . Для сокращения формул проделаем сдвиг переменной x ! x . В
конечном решении мы сделаем обратный сдвиг. Дифференциальное уравнение Фоккера-Планка имеет вид:
@P |
= |
@(x P ) |
+ |
2 @2P |
: |
(30) |
|||
|
|
|
|
|
|
||||
@t |
@x |
|
2 @x2 |
Перейд¼м от условной вероятности P (x; t) к характеристической функции (s; t):
1
Z
(x; t) = eisx P (x; t) dx:
1
Умножим уравнение (30) íà eisx и проинтегрируем от минус до плюс бесконечности:
@ |
1 |
|
@ x P |
) |
|
2 |
1 |
|
@2P |
|
|
|
|
= Z |
eisx |
( |
dx + |
|
Z |
eisx |
|
dx: |
|
@t |
@x |
|
2 |
@x2 |
|||||||
|
|
1 |
|
|
|
|
|
1 |
|
|
|
Так как функция P (x; t) на границах интегрирования (1) равна нулю,
мы можем проинтегрировать по частям один раз первый интеграл и два раза второй:
@t |
1 |
eisx x P dx |
2 |
2 |
1 |
eisxP dx: |
|
= is Z |
2s |
|
Z |
||||
@ |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
1 |
|
Интеграл в последнем слагаемом в правой части равен , а в первом производной по s, которая опускает вниз из экспоненты требуемый множитель x. В результате функция (s; t) удовлетворяет следующему уравнению:
@ |
|
@ |
= |
2s2 |
|
||
|
|
+ s |
|
|
: |
(31) |
|
@t |
@s |
2 |
Это дифференциальное уравнение первого порядка решается при помо-
щи метода характеристик (см. Приложение М, стр. 316). Для этого сделаем замену = ew. Òàê êàê d = ewdw, или dw = d = , несложно
получить соответствующие уравнения:
|
ds |
|
d |
= |
2 |
|||
dt = |
|
; |
|
|
|
|
s ds |
|
s |
|
|
2 |
|||||
для характеристик. |
|
|
|
|
|
|
|
|
H: Помощь |
337 |
Их решения сводятся к табличным производным и имеют вид:
s = C1 e t; |
= C2 e 2s2=4 ; |
ãäå C1 è C2 произвольные константы. Общим интегралом этой системы уравнений будет произвольная функция:
F (C1; C2) = F s e t; e 2s2=4 = C = const;
которую можно разрешить относительно , введя произвольную функцию f. В результате решение можно записать в виде:
(s; t) = e 2s2=4 f s e t :
Начальное условие, в силу интегрального представления - функции Дирака (20, ñòð. 315), приводит к характеристической функции:
(s; t0) = eix0s |
в момент времени |
t0. Поэтому, обозначая z = s e t0 , |
|||||||||
можно найти функцию f: |
|
|
|
|
|
|
|||||
|
2s2 |
f s e t0 |
|
|
f(z) = exp |
2 |
2e2 t0 |
|
: |
||
eix0s = e |
|
|
=> |
|
z |
+ ix0z e t0 |
|||||
4 |
|||||||||||
|
|
4 |
Окончательно фурье-образ плотности вероятности равен:
(s; t) = exp |
2s2 |
1 e 2 (t t0) |
|
||
4 |
+ ix0s e (t t0) :
Его интегрирование с e isx=2 для восстановления условной вероятности P приводит к гауссовому распределению с соответствущими дисперсиями и средним.
|
1 |
1 |
x x(t; t0) |
|
2 |
|
|||
P (x0; t0 ) x; t) = |
|
|
exp ( |
|
|
D(t; t0) |
|
|
); |
p |
|
2 |
|
||||||
2 D(t; t0) |
|
ãäå:
x(t; t0) = + x0 e (t t0); D(t; t0) = |
2 |
1 e 2 (t t0) : |
2 |
Стоит обратить внимание, что прямое решение соответствущего дифференциального уравнения Ито для процесса Орнштейна-Уленбека выглядит существенно проще, чем решение уравнения Фоккера-Планка. Тем не менее, совпадение результатов должно нас радовать ^• .
338
H29 Уравнения осциллятора с уч¼том корреляции .
dy = +! x y + Wx + p1 2 |
Wy: |
dx = x ! y + Wx |
|
В стохастическоpé части проведpåно перемешивание винеровских переменных Wx = "x t è Wy = "y t с коэффициентом для возникновения
корреляции. Сами гауссовые переменные "x è "y по-прежнему считаем независимыми. Для получения матрицы b мы взяли диагональную матрицу скоррелированных величин и умножили е¼ на (1.37), ñòð. 33:
b = |
0 |
|
|
|
p1 2 |
= |
p1 2 |
: |
|||
|
|
0 |
|
1 |
0 |
|
|
|
0 |
|
|
H30 Асимптотическое решение для средних осциллятора .
Âуравнениях (6.17), ñòð. 159, последовательно положим = = 1,
= = 2 и = 1; = 2. В результате получается следующая система:
8 x_2 = 2 x2 2! xy + 2
>
<
y_2 = 2 y2 + 2! xy + 2
>
: xy_ = 2 xy + ! (x2 y2) + 2:
Когда средние перестают изменяться, их производная становится равной нулю:
8 2 x2 2! xy + 2 = 0
<
2 y2 + 2! xy + 2 = 0
: 2 xy + ! (x2 y2) + 2 = 0:
Е¼ решением являются следующие асимптотические значения средних:
|
|
|
1 2 |
|
|
|
2 |
1 2! |
|
|
|
|
|
|
2 |
1 2! |
|
||||||||||||||
|
|
|
|
x2 ! |
|
; y2 |
|
|
|
||||||||||||||||||||||
|
|
! |
|
|
|
; |
|
|
|
|
|
|
|
|
|
! |
|
+ |
|
|
|
: |
|||||||||
|
xy |
|
|
|
|||||||||||||||||||||||||||
|
2 |
!2 + 2 |
2 |
2 |
!2 + 2 |
2 |
2 !2 + 2 |
||||||||||||||||||||||||
H31 Средние моменты для осциллятора . |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
Средние значения квадрат координат равны: |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2(t) + |
2 |
|
|
|
e 2 t |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
x2 |
(t) = |
|
1 |
|
; |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
y2(t) = y2(t) + 2 1 e 2 t :
Для смешанного среднего:
xy(t) = x(t) y(t):
Проверка уравнений для средних проводится прямой подстановкой в ( l H30) ïðè = 0, с использованием уравнений x_ = x !y, y_ = y+!x.
H: Помощь |
339 |
H32 Комплексная ковариация для затухающего осциллятора . Вычислим комплексную ковариационную функцию hzt zt+ i, равную
следующей комбинации: hxt xt+ i hyt yt+ i + i(hxt yt+ i hyt xt+ i). Çà- |
|||||||
пишем: |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
||||
|
zt+ = zte +i! + |
p |
|
p1 |
e 2 ": |
||
|
2 |
Òàê êàê h"zti = h"i hzti = 0, получаем:
hzt zt+ i = jztj2 e i! = jztj2 e (cos ! i sin ! ):
Автоковариация является периодической функцией. Это приводит к тому, что в системе возникают квазипериодические колебания с плавающей частотой.
340
H33 Матрица с A12 = A22 = 0. Прямыми вычислениями проверяем:
A = |
0 |
=> Am = m 1A: |
|
0 |
|
Поэтому:
|
At2 |
2At3 |
|
1 |
|
|
( t)2 |
|
( t)3 |
|||||
eAt = 1 + At + |
|
+ |
|
|
+ :: = 1 + |
|
|
A |
t + |
|
+ |
|
|
+ ::: ; |
2! |
3! |
|
2! |
3! |
или окончательно:
eAt = 1 + e t 1 A:
Таким образом, бесконечный ряд, которым является формальная мат- ричная запись eAt, пропорционален первой степени матрицы.
Вычисление при помощи собственных значений выглядит следующим образом:
det |
a |
0 |
= a |
|
(a |
|
) = 0: |
|
|
|
|
a |
|
|
|
||
|
|
|
|
|
|
|
|
Поэтому имеется два собственных значения a1 = 0 è a2 = . Уравнения на собственные функции приводят к следующим решениям:
u(1) = |
1 |
; |
u(2) = |
|
: |
|
0 |
|
|
|
|
Запишем начальное условие:
1 |
1 |
+ 2 |
|
= |
y0 |
|
0 |
|
|
|
x0 |
откуда 2 = x0= , 1 = y0 x0 = . Поэтому:
|
|
|
|
|
|
|
|
= |
y0 x0 |
|
0 |
+ |
x0e t |
|
|
||||||
|
|
= |
|
x |
|
|
: |
||||||||||||||
|
x |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
y |
|
|
|
|
|
|
|
1 |
|
|
|
|
|||||
Теперь можно записать: |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e t |
0 |
|
||
|
|
|
|
|
|
|
|
|
|
@x |
|
|
|
|
|
|
|||||
|
|
eAt |
|
|
|
= |
i |
= |
(e t |
|
|
1 ; |
|||||||||
|
|
|
|
ij |
@x0j |
|
1) = |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
что совпадает с полученным выше прямым разложением экспоненты.
H: Помощь |
341 |
H34 Двухмерный осциллятор из собственных значений . Характеристическое уравнение приводит к двум различным собствен-
ным значениям:
det |
|
a |
! |
= 0; => |
a = |
|
|
|
i!: |
|
! |
|
a |
|
|
|
|
Решаем теперь уравнение на собственные функции. Например, для первого собственного значения:
|
! |
u1 |
= |
u1 !u2 |
|
= ( + i!) |
u1 |
: |
! |
u2 |
|
!u1 u2 |
|
u2 |
|
Откуда u2 = i u1. Аналогично поступаем со вторым собственным зна- чением. В результате собственные векторы имеют вид:
|
1 |
1 |
|
1 |
1 |
|
||
u(1) |
= p |
|
i ; |
u(2) |
= p |
|
i |
: |
2 |
2 |
Произвольные множители при векторах выбраны таким образом, чтобы выполнялось условие нормировки u u = 1. Хотя матрица A не являет-
ся симметричной, легко видеть, что собственные вектора ортогональны, поэтому:
2 |
|
1 |
|
1 |
i |
|
1 |
1 |
i |
|
|
eAt = |
u(k)u (k) eakt = |
|
e t+i!t + |
e t i!t: |
|||||||
2 |
|
|
i 1 |
2 |
i |
||||||
k=1 |
|
|
|
1 |
|
||||||
X |
|
|
|
|
|
|
|
|
|
|
Воспользовавшись формулой Эйлера ei!t = cos(!t) + i sin(!t), получаем уже известное нам представление:
cos !t |
sin !t |
eAt = e t sin !t |
cos !t : |
Откуда несложно получить среднее значение (6.22) ñî ñòð. 164. Найд¼м теперь матрицу S. Так как B диагональна, то BBT = 1 2
S ST = 1 2 Z |
t |
S = 1 p2 |
e2 t 1 |
|||
e2 d => |
||||||
0 |
|
|
|
p |
|
|
|
|
|
|
|||
|
|
|
|
(матрица AT получается из A заменой ! ! !). Окончательно:
|
|
|
cos !t |
sin !t |
"1 |
|
|
|
|
|
|
p1 e 2 t: |
|||||||
x(t) = x |
(t) + |
p |
|
sin !t |
cos !t |
"2 |
|||
2 |
Так как ортогональное перемешивание независимых гауссовых чисел да¼т снова пару независимых гауссовых чисел, матрицу в решении можно опустить.
342
H35 Характеристическая функция n-мерного распределения Гаусса . Самый простой способ вычисления при помощи (6.27), (6.28), ñòð. 166:
(p) = he{p xi = e{p x e{p S ; = e{px 12 pDp:
где в силу независимости "i среднее разбивается на произведение средних, каждое из которых вычисляется при помощи (1.11), ñòð. 16.
Можно также выполнить прямое интегрирование:
(p) = Z |
exp |
{p x 2(x x) D 1 (x x) (2 )n=2 |
1 |
det D(t): |
||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
dx ::dxn |
|
|
||
|
|
|
x = x + R |
|
y. Якобиан |
|
p |
|
|
|
||||||
Сделаем замену переменных |
|
|
|
|
|
|
|
|
преобразования |
|||||||
det(@x=@y) = det R = 1 (R ортогональна R RT = 1). Поэтому: |
||||||||||||||||
(p) = eipx Z |
exp { p R y 2 y RT D 1 R y (2 )n=2 |
1 |
det D(t): |
|||||||||||||
|
|
|
|
1 |
|
|
|
|
|
|
|
dy ::dyn |
|
|
||
|
|
|
|
|
|
p |
|
|
|
|||||||
Симметричную матрицу D всегда можно |
|
|
|
|
|
|
n = 3: |
|||||||||
|
|
D~ = RT D R = |
0 01 |
диагонализовать. Для |
|
|
||||||||||
|
|
|
D2 |
0 1: |
|
|
|
|
|
|||||||
|
|
|
|
|
|
@ |
D |
|
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
0 |
D3A |
|
|
|
|
|
Интеграл распадается на произведение n одномерных гауссовых интегра-
ëîâ âèäà (1.11) ñòð. 16. Детерминант не изменяется при ортогональном преобразовании и равен det D = D1 D2 ::: Dn. Например для y1:
1 |
eip R 1y1 |
2 y1D1 |
|
p2 D1 |
1 |
eip R 1pD1 |
" 2 |
" |
|
p2 = e 2 |
(p D 1) |
D1 : |
|||||||||||||||
Z |
|
= Z |
|
||||||||||||||||||||||||
1 |
|
|
1 2 |
|
|
1 |
|
dy1 |
1 |
|
|
|
|
1 |
2 |
|
d" |
|
1 |
|
2 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
В результате произведение интегралов равно: |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
n |
|
2 p R k Dk p R k = exp |
2 p R D~ |
RT p : |
|
|||||||||||||||||||||
|
k=1 exp |
|
|||||||||||||||||||||||||
|
Y |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|||
Умножив ~ |
|
T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
T |
|
|
|
|
|
||
~ |
R |
T D. = R |
|
D R слева на R, а справа на R |
, получим D = |
||||||||||||||||||||||
R D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Матрица R, диагонализирующая D, позволяет записать решение си- |
|||||||||||||||||||||||||||
стемы линейных уравнений в следующем виде ( l H36): |
|
|
|
|
|
||||||||||||||||||||||
x (t) = x (t) + S (t) " ; |
S |
= R |
0 |
|
|
|
|
|
pD2 |
|
0 |
1 |
RT : (32) |
||||||||||||||
|
0 |
1 |
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
pD |
|
|
|
0 |
|
0 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
@ |
|
|
|
|
|
|
|
p |
|
A |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
0 |
D3 |
|
|
Столбики матрицы R = u( ) равны собственным векторам ( l H37), à
Di собственные значения матрицы дисперсий D u( ) = d^u( ).
H: Помощь |
343 |
H36 Волатильность решения системы линейных уравнений .
Проще всего проверить соотношение (32), ñòð. 342, вычислив дисперсию решения:
D = SiSj h"i"ji = SiSi;
поэтому: D = S S |
T |
~ |
|
|
T |
= D; где учтено, что |
|
|
||||||||||||
|
= R D R |
|
|
|
||||||||||||||||
0 |
|
pD2 |
0 |
1 0 |
|
|
|
pD2 |
0 |
1 = 0 01 D2 |
0 1 |
= D~ : |
||||||||
0 1 |
0 1 |
|
|
|||||||||||||||||
pD |
0 |
0 |
|
pD |
0 |
0 |
|
D |
0 |
0 |
|
|||||||||
@ 0 |
|
|
p |
|
A @ 0 |
|
|
|
|
p |
|
A @ 0 |
|
D3A |
|
|||||
|
|
|
|
|
|
|
||||||||||||||
0 |
D3 |
|
|
0 |
D3 |
0 |
|
H37 Матрица ортогонального преобразования .
Рассмотрим действительную симметричную матрицу D. Запишем урав-
нение на собственные значения D u( ) = d^ u( ) и условие ортогонально-
сти собственных векторов u( ) u( ) = . Шляпка над индексом означа-
ет, что, несмотря на то, что он повторяется, по нему нет суммирования. Рассмотрим матрицу R = u( ), составленную из столбиков собствен-
ных векторов. Для не¼ справедливо соотношение:
RiDijRj = u(i )Diju(j ) = d^u(i )u(i )
= d^ :
Поэтому матрица RT D R является диагональной. На е¼ диагоналях находятся собственные значения матрицы D.
H38 Уравнение для волатильности.
Воспользуемся уравнением уравнения для средних (6.17), ñòð. 159:
hx _x i = hx A x + x A x + B B i :
Учитывая hx_ i = A hx i, несложно записать дифференциальное уравнение для симметричной матрицы D = hx x i hx i hx i:
D_ = A D + D AT + B BT :
Его решение ищется в виде D(t) = eAtS(t)eAT t, что приводит к (6.28).
H39 Автоковариация линейного процесса . Запишем решение относительно момента t:
x (t + ) = eA x(t) + i( )"i:
Чтобы получить ковариацию, вычисляем средние и вычитаем их:
hx (t)x (t + )i = eA hx (t)x (t)i ;
hx (t)i hx (t + )i = eA hx (t)i hx (t)i :
344
H40 Связь двух площадей под винеровской траекторией . Пусть n = t= s, m = = s, тогда:
St+ = |
["1 + ("1 + "2) + ::: + ("1 + ::: + "n)] ( s)3=2 |
+ |
[("1 + ::: + "n + "n+1) + ::: + ("1 + ::: + "n+m)] ( s)3=2: |
Сверн¼м сумму в первой строке в St, а во второй строке вынесем сумму "1 + ::: + "n которая встречается m раз:
St+ = St +m ("1 +:::+"n) ( s)3=2 +["n+1 +:::+("n+1 +:::+"n+m)] ( s)3=2:
~
Вводя Wt и независимый от St è Wt процесс S , окончательно получаем:
~
St+ = St + Wt + S :
H41 Обнуление стохастической части леммы Ито . Уравнение для F (x; W ):
|
|
|
|
b(x) |
@F |
+ |
|
@F |
= 0: |
|
||||
|
|
|
|
@x |
|
|
|
|
||||||
|
|
|
|
|
|
|
@W |
|
||||||
легко решается методом характеристик стр. 316: |
|
|||||||||||||
|
dx |
dW |
|
|
|
Z |
dx |
|
||||||
|
|
= |
|
=> |
|
|
|
|
W = C = const: |
|||||
|
b(x) |
1 |
|
|
b(x) |
|||||||||
Поэтому общее решение равно: |
|
Z b(x) W |
; |
|||||||||||
|
|
|
|
F (x; W ) = f |
||||||||||
|
|
|
|
|
|
|
|
|
|
dx |
|
|
где f произвольная функция. Если мы учитываем зависимость от времени, функцию F (t; x; W ) можно представить в виде:
F (t; x; W ) = f |
t; Z b(x) W |
: |
|
|
|
dx |
|
H: Помощь |
345 |
H42 Уравнения для g(x; t) и Фоккера-Планка.
Среднее от произвольной функции можно вычислить как при помощи плотности вероятности P (x; t) = P (x0; t0 ) x; t), так и усредняя по " с
плотностью P ("):
Z |
F (x)P (x; t)dx = Z |
F (f(t; ")) P (") d" = Z |
F (x) P (g) @x dx; |
|
|
|
|
|
@g |
где в последнем равенстве сделана замена " = g(x; t) и f(t; g(x; t)) = x. Поэтому плотность вероятности равна:
P (x; t) = P (g)g0(x; t):
Подставляя это соотношение в уравнение Фоккера-Планка:
P_ + (aP )0 12(DP )00 = 0;
получаем уравнение для g:
|
g0 gg0 + a0g0 ag02 + ag00 |
|
|
|||||
|
1 |
D00g0 + D0g02 |
D0g00 |
D |
( |
2 |
0)g03 3g00g0 + g000 = 0: |
|
|
2 |
2 |
Воспользуемся уравнением для g:
g = 12D0g0 ag0 D2 (g) g02 g00 :
Возьм¼м производную по x
|
D00 |
D0 |
D0 |
|
D |
|
|
|||
g0 = |
|
g0 + |
|
g00 a0g0 ag00 |
|
[ |
g02 g00] |
|
[ |
0g03 + 2 g0g00 g000]: |
2 |
2 |
2 |
2 |
Подставляя два последних соотношения в уравнение Фоккера-Планка, приходим к тождеству.
346
H43 Перемножение матриц стохастического осциллятора.
@2F |
Fxx |
Fxp |
|
0 0 0 |
|
1x Fxp |
2 pFxp |
3 Fxp |
|
|
b = Fpx |
Fpp |
|
1x 2p 3 |
|
= 1x Fpp |
2 pFpp |
3 Fpp |
|
@x2 |
Произведение матриц
b |
|
|
@2F |
b = |
0 |
0 |
1x |
1 |
|
x F p F F |
|
|||
T |
@x2 |
|
0 |
2 |
|
1x Fpp |
2p Fpp |
3 |
Fpp |
|||||
|
|
|
|
|
@ |
0 |
p |
A |
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
да¼т матрицу 3x3 с диагональными элементами 12x2 Fpp, 22p2 Fpp, 32 Fpp, сумма которых является следом.
H44 Решение уравнений для средних стохастического осциллятора
|
|
( |
|
_ |
|
= |
|
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
2 p : |
|
|
|
|
||||||
|
|
|
p_ |
|
= |
|
|
x |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
_ |
||||
Возьм¼м производную первого уравнения по времени и подставим |
p |
||||||||||||||||||
из второго уравнения, а |
p |
= |
|
_ |
|
|
выразим из первого. В |
результате |
|||||||||||
|
x |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
получим уравнение |
второго порядка: |
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
x• + 2 x_ + x = 0: |
|
|
|
|
|||||||||||||
Ищем решение в виде |
x |
= e t. Для получаем квадратное уравнение |
|||||||||||||||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
решением |
|
|
|
|
|
|
|
{p1 |
|
2 |
|
|
|
||||||
+ 2 + 1 = 0 ñ |
= |
|
|
|
|
, если < 1. Общее |
|||||||||||||
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
решение будет суммой двух независимых частных с произвольными коэффициентами. Так как по формуле Эйлера e{ = cos + { sin , имеем:
x = A cos(!t) + B sin(!t) e t;
p
ãäå ! = 1 2. Начальное условие для x0 = x(0) äà¼ò A = x0. Найд¼м теперь среднее значение импульса:
p = x_ = (B! A ) cos(!t) (A! + B ) sin(!t) e t:
Òàê êàê p0 = p(0), получаем значение второй константы B! A = p0.
H: Помощь |
347 |
H45 Матрица дисперсий колебательного контура . Явный вид для матрицы дисперсии при произвольном t:
DQQ = |
|
2 |
1 |
|
e 2 t |
2 cos(2!t) + ! sin(2!t) |
||||||
|
4 |
!2 |
|
|||||||||
DII = |
2 |
|
1 |
e 2 t |
|
|
2 cos(2!t) ! sin(2!t) |
|
||||
4 |
!2 |
|
||||||||||
|
|
|
|
|
|
|
|
|
2 |
e 2 t sin2(!t): |
|
|
|
|
|
|
DQI = DIQ |
= |
|
|
|||||
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
2!2 |
|
|
При t ! 1 дисперсии стремятся к (7:10), ñòð. 196.
H46 Ковариация и спектральная функция колебательного контура . Уравнения (7.7), ñòð. 195, äàþò íàì eAt. С его помощью запишем ав-
токовариационную матрицу процесса (6.30), ñòð. 167, в стационарном режиме:
|
T |
|
2 e |
|
! cos !t + sin !t |
sin !t |
cov( ) = D eA |
|
= |
|
|
sin !t |
! cos !t sin !t : |
|
4 |
Спектральная функция, например, для тока равна:
|
2 |
1 |
|
2 |
|
2 |
|
S( ) = |
|
Z0 |
cov22( ) cos( )d = |
|
|
|
: |
|
|
( 2 )2 + 4 2 2 |
p p
Она достигает максимума при резонансной частоте = = 1= LC, и тем уже, чем меньше параметр (сопротивление).
348
H47 Варьирование функционала по !k(t).
Вычислим сначала вариацию по скалярной функции !(t) от:
ZR
I = A( )e0 B(!( 1))d 1 d = A2eB1 + A3eB1+B2 + A4eB1+B2+B3 + :::
0
Интегральные суммы представлены в символическом виде, и индекс соответствует моменту времени. Возьм¼м производную, например, по !(t3):
@I |
|
= hA4eB1+B2+B3 + A5eB1+B2+B3+B4 + :::i |
@B3 |
: |
@!(t3) |
@!(t3) |
Поэтому вариация этого функционала равна:
w(t) = |
@! |
|
T |
|
d : |
|
Zt |
A( )eR |
|||
I |
@B(!) |
|
0 |
B(!( 1))d 1 |
|
|
|
|
|
|
В нашем случае:
T |
|
T |
e U d ; |
wk(t) Z0 |
e U d = @!k(t) Zt |
||
|
|
@S |
|
ãäå
" |
n |
i |
i |
|
|
|
|
2 |
n |
i |
|
ij |
j |
# |
S = |
Xi |
|
! |
(t) |
|
c(t) |
|
|
X |
w |
(t)D |
|
w |
(t) : |
|
|
|
|
|||||||||||
|
=1 |
|
|
|
|
|
|
|
i;j=1 |
|
|
|
|
|
Равная нулю вариация всех тр¼х слагаемых приводит к:
@S
@!k(t)
(t) (t) = 0;
где (t) содержит интегралы, зависящие от !. Так как в методе Лагранжа независимая от ! функция, введя новую независимую переменную= = , получаем необходимое уравнение.
H: Помощь |
349 |
H48 Варьирование функционала по c(t). |
|
Взятие вариации по c(t) проводится аналогично предыдущей задаче.
Обратим внимание на второе слагаемое результата, в котором нижний предел интеграла равен t. Для него вариация произведения равна
T |
e |
|
c(t) |
|
T |
e |
|
c |
|
c(t) |
|
# d : |
Z0 |
|
eR |
d + Z0 |
|
|
"eR |
||||||
|
|
|
c ( ) |
S( 1)d 1 |
|
|
|
|
|
|
|
S( 1)d 1 |
|
|
|
|
0 |
|
|
|
|
|
|
0 |
|
Второе слагаемое имеет вид:
T |
e |
|
c |
|
c(t) |
|
|
T |
e |
|
T |
e |
|
U d |
Z0 |
|
|
"eR |
# d = @c(t) Zt |
|
U d = Zt |
|
|||||||
|
|
|
|
|
|
S( 1)d 1 |
|
@S |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
Варьирование можно проводить и при помощи дельта-функции Дирака:c( )= c(t) = ( t) и ступеньки ( t) (функция Хэвисайда) для
устранения зависимости от времени в пределах интегрирования.
H49 Формула Блэка-Шоулза.
Средняя цена call-опциона в момент истечения равна:
hCi = |
Z (x xs) exp |
2 2 |
|
)2 |
x p2 : |
|||
|
1 |
(ln(x=x0) |
|
|
dx |
|||
|
|
|
|
|
|
|
|
|
xs
Сделаем замену " = [ln(x=x0) ]= , d" = dx=x.
hCi = |
1 |
=2 p2 ; |
||
Za |
(x0e + " xs)e " |
|||
|
|
2 |
|
d" |
ãäå a = [ln(xs=x0) ]= . Разобь¼м интеграл на два. Второе слагаемое равно интегральному гауссовому распределению:
1
Z
e "2=2 pd" = 1 F (a) = F ( a);
2
a
a |
e " |
=2 |
p2 : |
|
F (a) = Z |
||||
|
2 |
|
d" |
|
1 |
|
|
|
|
Первое слагаемое сводится также к интегральному распределению после выделения полного квадрата " "2=2 = (" )2=2+ 2=2. В результате:
hCi = x0e + 2=2F ( a + ) xsF ( a):
Учитыâая, что для логарифмического блуждания среднее значение цены равно x = x0e + 2=2, получаем соотношение (8.15), ñòð. 224.
350
H50 Решение уравнения Блэка-Шоулза для европейского опциона . Решим уравнение Блэка-Шоулза
@C |
2 |
x2 |
@2C |
@C |
||
|
+ rC = |
|
|
+ rx |
|
|
|
2 |
@x2 |
@x |
|||
@ |
|
|
для опционов европейского типа. Начальные условия при = 0 (точнее,конечные в момент истечения) имеют вид:
C(x; 0) = max(x xs; 0): |
(33) |
Прежде всего избавимся в уравнении от множителей x при производных. Для этого перейд¼м к новой переменной y = ln(x), x = ey:
@C |
+ rC = |
2 @2C |
+ R |
@C |
; |
||
|
|
|
|
|
|||
@ |
2 @y2 |
@y |
ãäå R = r 2=2. Следующей заменой избавимся от члена с первой производной по y. Для этого введ¼м новую функцию C = ey+ U(y; ), где и некоторые константы:
@U |
+ U + rU = |
2 |
|
@2U |
+ 2 |
@U |
+ 2U |
+ R |
@U |
+ U : |
@ |
2 |
@y2 |
@y |
@y |
Выберем = R= 2, = r R2=2 2 так, чтобы слагаемые, содержащие первую производную по y и член, пропорциональный U, сократились. В результате получаем уравнение теплопроводности:
@U |
= |
2 @2U |
: |
||
|
|
|
|
||
@ |
2 @y2 |
Мы видели (стр. 108), что его частным решением является гауссиана:
P (y; ; y |
) = |
1 |
exp |
(y y0)2 |
: |
||
|
|
|
|
||||
0 |
|
p2 |
|
2 2 |
|
Так как уравнение линейное, то его общее решение получается в виде суммы частных решений, соответствующих различным значениям y0:
|
|
|
1 |
|
|
|
|
|
|
|
|
U(y; ) = Z |
u(y0)P (y; ; y0)dy0: |
|
|
||
|
|
|
1 |
|
|
|
|
|
Функция P (y; ; |
y0) имеет единственный максимум в точке y = y0. Åãî |
|||||||
значение |
P (y0 |
|
p |
|
|
стремится к бесконечности при |
|
. |
|
|
|
||||||
|
; ; y0) = 1= 2 |
|
|
! 0 |
Ширина колокола P (y; ; y0) при этом стремится к нулю ( - функция Дирака, стр. 315).
H: Помощь |
351 |
Следовательно, общее решение в начальный момент (при = 0) совпадает с функцией u(y):
1
Z
U(y; 0) = u(y0) (y y0)dy0 = u(y):
1
Поэтому u(y) имеет смысл начального значения функции U(y; = 0). С уч¼том проделанных нами замен: U(y; ) = e y C(ey; ) началь-
ные условия (33) выглядят следующим образом:
u(y) = U(y; 0) = e y max(ey xs; 0):
Поэтому общее решение равно:
1 |
(ey0 |
|
|
|
e y0 |
|
|
(y y0)2 |
|
|
|
|
U(y; ) = |
|
x |
) |
exp |
dy |
: |
||||||
|
|
|
|
|||||||||
Z |
|
|
s |
|
p2 |
|
2 2 |
0 |
|
|||
ln xs |
|
|
|
|
|
|
|
|
|
|
|
|
Нижний предел да¼т функция max, отличная от нуля при ey0 > xs èëè p
y0 > ln xs. Сделаем замену z = (y0 y)= :
|
|
1 |
|
|
|
|
|
|
|
|
e z2=2 |
||
|
Z |
h |
e(1 )(y+ p |
|
z) xse (y+ p |
|
z) |
i |
|
|
|
||
U(y; ) = |
|
|
p |
|
dz: |
||||||||
|
|
|
|||||||||||
|
|
|
2 |
||||||||||
(ln xs |
|
y)= p |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
В показателе экспоненты возникают выражения вида z2=2 + az, которые можно преобразовать к эквивалентному виду (z a)2=2 + a2=2. После замены z ! z a интеграл становится равным:
U(y; ) = e(1 )y+(1 )2 2 =2F (d1) xse y+ 2 2 =2F (d2) ;
ãäå:
|
|
|
y ln xs |
|
|
|
) p |
|
; |
1 |
e z2=2 |
dz = F ( |
|
|
||||
d |
|
= |
|
(1 |
|
|
|
x): |
||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||
|
1;2 |
|
p |
|
|
|
|
|
|
Zx |
p2 |
|
|
Учитывая сделанные замены C(x; ) = e y+ U(y; ) è y = ex, ìû ïî-
лучим формулу Блэка-Шоулза. Для премии put-опциона всегда можно воспользоваться соотношением call-put паритета P = C x0 + xse r .
352