- •[Лекция 22]
- •7.4. Связь решений стохастических уравнений с фундаментальными решениями параболических уравнений
- •Это означает, что марковский стохастический процесс описывается уравнением параболического типа (7.27).
- •Соответствующая определяющая задача имеет вид
- •7.5. Формула дифференцирования Ито
- •Вышеизложенное позволяет сформулировать следующее утверждение [18].
- •7.6. Замена переменных в уравнениях Колмогорова
- •7.7. Функции от марковских процессов
- •7.8. Решение задачи Коши для дифференциального стохастического уравнения
[Лекция 22]
7.4. Связь решений стохастических уравнений с фундаментальными решениями параболических уравнений
Рассмотрим стохастическое дифференциальное уравнение общего вида
,
(7.26)
где
– заданные неслучайные функции двух
переменных;
– марковский стохастический процесс,
который определяется переходной функцией
,
которая в свою очередь определяется
функциями
из соотношений (5.10). Ранеее было получено
уравнение Колмогорова (5.56) для функции
по переменным
:
,
.
(7.27)
Это означает, что марковский стохастический процесс описывается уравнением параболического типа (7.27).
Добавим
к уравнению (7.26) начальное условие в
момент времени
.
Получим задачу Коши, обобщающую задачу
(6.78), (6.79).
Задача
Коши для стохастического уравнения.
Требуется определить условную плотность
вероятностей
случайного процесса
в момент времени
при условии, что случайный процесс
удовлетворяет уравнениям
в
,
(7.28)
,
(7.29)
где
– заданная постоянная величина,
.
■
Дадим
геометрическую интерпретацию решения
задачи и построим приближенное решение.
Произвольный временной отрезок
разобьем на элементарные интервалы
точками
,
,
.
Рассмотрим пространство
распределения случайной величины
в момент
(см. рис. 7.1).

Рис. 7.1
Запишем
уравнение (7.28) в виде конечных разностей
(6.15). Используя начальное условие
,
вычисляем последовательно
.
При этом случайная величина
,
распределенная с плотностью вероятностей
,
определяется с помощью численного
моделирования. Точки
образуют возможную траекторию случайной
величины
с течением времени. После многочисленных
реализаций разностной схемы (6.15) получим
множество траекторий (см. рис. 7.1). Концевые
точки
этих траекторий, где
– номер траектории,
,
образуют плотность
на пространстве
.
В качестве функции
рассмотрим кусочно-постоянную функцию,
содержащую по десять точек на каждом
отрезке с постоянным значением:
;
,
;…;
,
;
…;
,
.
Здесь
выбрано кратным 10.
Далее
определим предельную плотность
,
а решение задачи (7.28), (7.29) определим как
предел
,
.
При
этом предполагается, что предел не
зависит от разбиений
.
Рассмотрим
частный случай задачи (7.28), (7.29), когда
– винеровский процесс
.
Задача
Коши для стохастического уравнения в
форме Ито. Требуется
вычислить плотность
процесса
,
который удовлетворяет условиям:
в
,
(7.30)
,
(7.31)
где
–дрейф;
–волатильность
процесса
[12, с. 42]. Уравнение (7.30) называется
стохастическим уравнением вформе
Ито. ■
Известно
[8, с. 281, 286, 287, 294], что уравнение (7.30)
сводится к уравнению Колмогорова для
плотности
:
,
.
(7.32)
Сравнивая
уравнения (7.27) и (7.32), заключаем, что
уравнение (7.30) порождает марковский
процесс
,
который определяется функциями
,
.
Для выделения единственного решения уравнения (7.32), учитывая предельное соотношение (5.32) для марковского процесса, к уравнению (7.32) добавим начальное условие и сформулируем определяющую задачу Коши (5.78):
,
,
,
.
(7.33)
Как
известно, единственное решение задачи
(7.33) является фундаментальным решением
уравнения (7.32). Таким образом, решение
задачи Коши (7.30), (7.31) для стохастического
уравнения является переходной функцией
плотности вероятностей марковского
процесса
,
которая определяется как решение задачи
(7.33) для параболического уравнения.
Марковский
процесс
подчиняется уравнению (7.27). Поэтому в
соответствии со связью между уравнениями
(7.30), (7.32) запишем стохастическое уравнение
в форме Ито для процесса
:
.
(7.34)
Подставляя (7.34) в (7.28), преобразуем задачу (7.28), (7.29) к форме Ито:
в
,
.
