Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych

Podobne dokumenty
Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałązkowych

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką

Prawa wielkich liczb, centralne twierdzenia graniczne

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Spis treści 3 SPIS TREŚCI

Zadania z Procesów Stochastycznych 1

Procesy stochastyczne

O procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna

Procesy stochastyczne

RACHUNEK PRAWDOPODOBIE STWA

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO

Zadania o numerze 4 z zestawów licencjat 2014.

Tematy prac magisterskich i doktorskich

Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu

Prawdopodobieństwo i statystyka

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Wstęp do rachunku prawdopodobieństwa. Cz. 2 / William Feller. wyd. 4, dodr. 3. Warszawa, Spis treści

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2

Wykład 3 Jednowymiarowe zmienne losowe

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Metody probabilistyczne

1 Relacje i odwzorowania

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska

Zagadnienia stacjonarne

Zadania z Rachunku Prawdopodobieństwa II Podaj przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień

Spacery losowe generowanie realizacji procesu losowego

Dystrybucje, wiadomości wstępne (I)

3. Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Prawdopodobieństwo i statystyka

Zadania ze Wstępu do Analizy Stochastycznej 1. = 0 p.n.

Wstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, Spis treści

Lista 1. Procesy o przyrostach niezależnych.

Biostatystyka, # 3 /Weterynaria I/

Układy stochastyczne

Teoria ze Wstępu do analizy stochastycznej

Zadania z Rachunku Prawdopodobieństwa II Podać przykład rozkładów prawdopodobieństwa µ n, µ, takich, że µ n µ,

Prawdopodobieństwo i statystyka

Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

FUNKCJE ZESPOLONE Lista zadań 2005/2006

Zadania z Rachunku Prawdopodobieństwa III - 1

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

Prawdopodobieństwo i statystyka

Szkice do zajęć z Przedmiotu Wyrównawczego

Metoda Monte Carlo. Jerzy Mycielski. grudzien Jerzy Mycielski () Metoda Monte Carlo grudzien / 10

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Rozkłady statystyk z próby

Informacja o przestrzeniach Sobolewa

Prognozowalne kryterium całkowalności według A. N. Shiryaeva i A. S. Cherny ego Joanna Karłowska-Pik. Historia

Zagadnienia brzegowe dla równań eliptycznych

5 Przegląd najważniejszych rozkładów

19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136

METODA PERT. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Lista 5. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Elektrostatyka, cz. 1

WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku

21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

Równanie przewodnictwa cieplnego (I)

O pewnym twierdzeniu S. Łojasiewicza, J. Wloki, Z. Zieleżnego

1 Gaussowskie zmienne losowe

MECHANIKA II. Praca i energia punktu materialnego

Statystyka i eksploracja danych

Od neuronu do sieci: modelowanie układu nerwowego

Rozkłady prawdopodobieństwa

Matematyka z el. statystyki, # 3 /Geodezja i kartografia II/

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

}, gdzie a = t (n) )(f(t(n) k. ) f(t(n) k 1 ) 1+δ = 0,

2.1 Przykład wstępny Określenie i konstrukcja Model dwupunktowy Model gaussowski... 7

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)

Stochastyczne równania różniczkowe, model Blacka-Scholesa

Spis treści. Rozdział I. Wstęp do matematyki Rozdział II. Ciągi i szeregi... 44

Przestrzeń probabilistyczna

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

METODY SZTUCZNEJ INTELIGENCJI algorytmy ewolucyjne

11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu.

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

4 Kilka klas procesów

Fuzja sygnałów i filtry bayesowskie

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Prawdopodobieństwo i statystyka

Seria 1. Zbieżność rozkładów

Szeregi czasowe, analiza zależności krótkoi długozasięgowych

5. Równania różniczkowe zwyczajne pierwszego rzędu

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

KARTA PRZEDMIOTU. Forma prowadzenia zajęć. Odniesienie do efektów dla kierunku studiów K1A_W02

czyli o szukaniu miejsc zerowych, których nie ma

Transkrypt:

Publiczna obrona rozprawy doktorskiej Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych Piotr Miłoś Instytut Matematyczny Polskiej Akademii Nauk 23.10.2008 Warszawa

Plan 1 Układy czastek z rozgałęzianiem Opis intuicyjny Opis bardziej precyzyjny Pokrewne pojęcia 2 Wyniki rozprawy Opis problemu Lista układów Przykładowe twierdzenia

Intuicyjna definicja układu z rozgałęzianiem Układ z rozgałęzianiem Zbiór czastek różnych typów, w pewnej przestrzeni, poruszajacych się zgodnie z pewna dynamika i dzielacych losowo zgodnie z zadanym prawem podziału...

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Opis bardziej precyzyjny Czastki - możliwych jest wiele typów (np. drobiny pyłów w powietrzu) Przestrzeń - najczęściej R d lub Z d Czas - dyskretny lub ciagły Ruch czastek - czastki poruszaja się zgodnie z pewnym procesem stochastycznym (najczęściej jednorodnym w czasie procesem Markowa, np. procesem Lévy ego) Rozgałęzianie - po pewnym czasie (najczęściej wykładniczym lub geometrycznym) czastka dzieli się zgodnie z losowym prawem podziału Imigracja - nowe czastki pojawiaja się w systemie zgodnie z pewnym rozkładem losowym

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca N s = p P t δ pt

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca C([0, 1], M) D([0, 1], M)

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca N t Eq, t +

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca t 0 [ t ] N s ds EN s ds 0

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca XT, Ψ := 1 0 X T (t), Ψ(, t) dt, Ψ S(R d )

Pokrewne pojęcia i metody dowodowe System jako całość jest opisany jak proces stochastyczny o wartościach w miarach punktowych (Funkcyjne) twierdzenia graniczne, superprocesy Miara równowagowa, wymieranie Czas przebywania i jego fluktuacje Metoda czasoprzestrzenna (przestrzeń dystrybucji temperowanch) Zwiazki z czastkowymi równaniami różniczkowymi poprzez wzór Feynmana-Kaca h t = (A 1)h + F(h)

Wyniki rozprawy

Wyniki - opis problemu Definicja fluktuacji przeskalowanego czasu przebywania Cel X T (t) = 1 F T Tt Celem rozprawy było zbadanie zbieżności 0 (N s EN s )ds X T X, T +, t [0, 1], przy odpowiednio wybranym F T. Tym samym, ustanowienie funkcyjnego centralnego twierdzenia granicznego dla procesu przebywania. Zbieżność jest rozumiana, jako zbieżność wg. rozkładów w przestrzeni C([0, 1], S (R d )) lub zbieżność rozkładów skończenie wymiarowych/czasoprzestrzenna.

Wyniki - opis problemu Definicja fluktuacji przeskalowanego czasu przebywania Cel X T (t) = 1 F T Tt Celem rozprawy było zbadanie zbieżności 0 (N s EN s )ds X T X, T +, t [0, 1], przy odpowiednio wybranym F T. Tym samym, ustanowienie funkcyjnego centralnego twierdzenia granicznego dla procesu przebywania. Zbieżność jest rozumiana, jako zbieżność wg. rozkładów w przestrzeni C([0, 1], S (R d )) lub zbieżność rozkładów skończenie wymiarowych/czasoprzestrzenna.

Wyniki - lista Układy czastek z rozgałęzianiem krytycznym o wariancji skończonej, startujace z pola Poissona lub miary równowagowej Układy czastek z rozgałęzianiem krytycznym o wariancji nieskończonej (o szczególnej postaci), startujace z miary równowagowej Układy czastek z rozgałęzianiem krytycznym binarnym, z jednorodna Układy czastek z rozgałęzianiem podkrytycznym binarnym, z jednorodna

Wyniki - lista Układy czastek z rozgałęzianiem krytycznym o wariancji skończonej, startujace z pola Poissona lub miary równowagowej Układy czastek z rozgałęzianiem krytycznym o wariancji nieskończonej (o szczególnej postaci), startujace z miary równowagowej Układy czastek z rozgałęzianiem krytycznym binarnym, z jednorodna Układy czastek z rozgałęzianiem podkrytycznym binarnym, z jednorodna

Wyniki - lista Układy czastek z rozgałęzianiem krytycznym o wariancji skończonej, startujace z pola Poissona lub miary równowagowej Układy czastek z rozgałęzianiem krytycznym o wariancji nieskończonej (o szczególnej postaci), startujace z miary równowagowej Układy czastek z rozgałęzianiem krytycznym binarnym, z jednorodna Układy czastek z rozgałęzianiem podkrytycznym binarnym, z jednorodna

Wyniki - lista Układy czastek z rozgałęzianiem krytycznym o wariancji skończonej, startujace z pola Poissona lub miary równowagowej Układy czastek z rozgałęzianiem krytycznym o wariancji nieskończonej (o szczególnej postaci), startujace z miary równowagowej Układy czastek z rozgałęzianiem krytycznym binarnym, z jednorodna Układy czastek z rozgałęzianiem podkrytycznym binarnym, z jednorodna

Układ z rozgałęzianiem krytycznym o skończonej wariancji Opis układu czastki poruszaja niezależnie zgodnie z symetrycznym procesem α-stabilnym Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału krytyczne, o wariancji skończonej rozkład poczatkowy czastek - pole Poissona lub miara równowagowa F(s) = 1 3 s3 + 2 3

Układ z rozgałęzianiem krytycznym o skończonej wariancji Opis układu czastki poruszaja niezależnie zgodnie z symetrycznym procesem α-stabilnym Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału krytyczne, o wariancji skończonej rozkład poczatkowy czastek - pole Poissona lub miara równowagowa N Poiss t Eq, gdy t +

Układ z rozgałęzianiem krytycznym o skończonej wariancji Opis układu czastki poruszaja niezależnie zgodnie z symetrycznym procesem α-stabilnym Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału krytyczne, o wariancji skończonej rozkład poczatkowy czastek - pole Poissona lub miara równowagowa Cel: granica (przy przyspieszeniu czasu) procesów fluktuacji przeskalowanego czasu przebywania.

Układ z rozgałęzianiem krytycznym o skończonej wariancji Twierdzenie dla wymiarów pośrednich Założenia wtedy Przestrzeń R d z α < d < 2α, F T = T (3+d/α)/2, X Poiss T cξλ, gdy T +, X Eq T cζλ, gdy T +, gdzie ξ to podułamkowy ruch Browna, a ζ to ułamkowy ruch Browna.

Układ z rozgałęzianiem krytycznym o skończonej wariancji Komentarze zbieżność w przestrzeni funkcyjnej zależność od rozkładu poczatkowego zależności dalekiego zasięgu prawo podziału o nieskończonej wariancji zbieżność w przestrzeni C([0, 1], S (R d ))

Układ z rozgałęzianiem krytycznym o skończonej wariancji Komentarze zbieżność w przestrzeni funkcyjnej zależność od rozkładu poczatkowego zależności dalekiego zasięgu prawo podziału o nieskończonej wariancji Cov ξ (s, t) = s h + t h 1 2 [ (s + t) h t s h], Cov ζ (s, t) = s h + t h 1 2 s t h, h = 3 d α

Układ z rozgałęzianiem krytycznym o skończonej wariancji Komentarze zbieżność w przestrzeni funkcyjnej zależność od rozkładu poczatkowego zależności dalekiego zasięgu prawo podziału o nieskończonej wariancji C ξ (τ) cτ h 3, C ζ (τ) cτ h 2

Układ z rozgałęzianiem krytycznym o skończonej wariancji Komentarze zbieżność w przestrzeni funkcyjnej zależność od rozkładu poczatkowego zależności dalekiego zasięgu prawo podziału o nieskończonej wariancji F(s) = s + 1 (1 s)1+β 1 + β

Układ z rozgałęzianiem krytycznym, binarnym i Definicja układu czastki poruszaja niezależnie zgodnie z symetrycznym procesem α-stabilnym Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału krytyczne, binarne rozkład poczatkowy czastek - pole Poissona imigracja zgodnie z jednorodnym w czasie i przestrzeni polem Poissona F(s) = 1 2 s2 + 1 2

Układ z rozgałęzianiem krytycznym, binarnym i Definicja układu czastki poruszaja niezależnie zgodnie z symetrycznym procesem α-stabilnym Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału krytyczne, binarne rozkład poczatkowy czastek - pole Poissona imigracja zgodnie z jednorodnym w czasie i przestrzeni polem Poissona Cel: granica (przy przyspieszeniu czasu) procesów fluktuacji przeskalowanego czasu przebywania.

Układ z rozgałęzianiem krytycznym, binarnym i Twierdzenie dla wymiarów małych i pośrednich Założenia przestrzeń R d z 0 < d < 2α, F T = T (4+d/α)/2, wtedy X T cηλ, gdy T +, gdzie η to scentrowany proces gaussowski o kowariancji Cov(s, t) = s h+1 + t h+1 1 4 (s + t)h+1 1 4 (t s)h [3t + (2h 1)s], h = (3 d α )/2.

Układ z rozgałęzianiem krytycznym, binarnym i Twierdzenie dla wymiarów dużych Założenia wtedy przestrzeń R d z 2α < d i F T = T, X T c X, gdy T +, gdzie X jest scentrowanym procesem gaussowskim o wartościach w S (R d ) i funkcjonale kowariancji Cov ( X s, ϕ 1, X t, ϕ 2 ) = (s t) 2 2(2π) d R d ( 2 z α + V ) z 2α ϕ 1 (z) ϕ 2 (z)dz.

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze istnienie granicy dla wymiarów małych (d < α); lokalne wymieranie zależność dalekiego zasięgu w wymiarach małych i pośrednich intuicyjne wyjaśnienie struktury czasowej i przestrzennej przypadek wymiarów krytycznych d = 2α niezależność od rozkładu poczatkowego

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze istnienie granicy dla wymiarów małych (d < α); lokalne wymieranie zależność dalekiego zasięgu w wymiarach małych i pośrednich intuicyjne wyjaśnienie struktury czasowej i przestrzennej przypadek wymiarów krytycznych d = 2α niezależność od rozkładu poczatkowego C η (τ) τ h 2

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze istnienie granicy dla wymiarów małych (d < α); lokalne wymieranie zależność dalekiego zasięgu w wymiarach małych i pośrednich intuicyjne wyjaśnienie struktury czasowej i przestrzennej przypadek wymiarów krytycznych d = 2α niezależność od rozkładu poczatkowego

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze istnienie granicy dla wymiarów małych (d < α); lokalne wymieranie zależność dalekiego zasięgu w wymiarach małych i pośrednich intuicyjne wyjaśnienie struktury czasowej i przestrzennej przypadek wymiarów krytycznych d = 2α niezależność od rozkładu poczatkowego

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze istnienie granicy dla wymiarów małych (d < α); lokalne wymieranie zależność dalekiego zasięgu w wymiarach małych i pośrednich intuicyjne wyjaśnienie struktury czasowej i przestrzennej przypadek wymiarów krytycznych d = 2α niezależność od rozkładu poczatkowego

Układ z rozgałęzianiem krytycznym, binarnym i Opis układu czastki poruszaja się zgodnie z procesem Markowa (przy pewnych słabych założeniach). Np. procesy Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału podkrytyczne, binarne rozkład poczatkowy czastek - pole Poissona imigracja zgodnie z jednorodnym w czasie i przestrzeni polem Poissona F(s) = qs 2 + (1 q), 0 q < 1/2.

Układ z rozgałęzianiem krytycznym, binarnym i Opis układu czastki poruszaja się zgodnie z procesem Markowa (przy pewnych słabych założeniach). Np. procesy Lévy ego podział czastek następuje po czasie o rozkładzie wykładniczym prawo podziału podkrytyczne, binarne rozkład poczatkowy czastek - pole Poissona imigracja zgodnie z jednorodnym w czasie i przestrzeni polem Poissona Cel: granica (przy przyspieszeniu czasu) procesów fluktuacji przeskalowanego czasu przebywania.

Układ z rozgałęzianiem krytycznym, binarnym i Twierdzenie Założenia wtedy przestrzeń R d, normowanie F T = T 1/2, założenia techniczne na proces Markowa, X T X, gdy T +, gdzie X jest scentrowanym procesem gaussowskim o wartościach w S (R d ) i funkcjonale kowariancji Cov ( X s, ϕ, X t, ϕ ) = (s t) T (ϕ)dx, R d gdzie T (ϕ) := U Q ϕ(x)u Q ϕ(x) + Z + 0 U Q (T Q t ϕ(x)t Q t U Q ϕ(x))dt.

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze własności ruchu czastek graja mniejsze znaczenie szersza klasa układów wyniki jakościowo te same we wszystkich wymiarach porównanie wyników z układami o rozgałęzianiu krytycznym niezależność od warunków poczatkowych

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze własności ruchu czastek graja mniejsze znaczenie szersza klasa układów wyniki jakościowo te same we wszystkich wymiarach porównanie wyników z układami o rozgałęzianiu krytycznym niezależność od warunków poczatkowych

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze własności ruchu czastek graja mniejsze znaczenie szersza klasa układów wyniki jakościowo te same we wszystkich wymiarach porównanie wyników z układami o rozgałęzianiu krytycznym niezależność od warunków poczatkowych

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze własności ruchu czastek graja mniejsze znaczenie szersza klasa układów wyniki jakościowo te same we wszystkich wymiarach porównanie wyników z układami o rozgałęzianiu krytycznym niezależność od warunków poczatkowych

Układ z rozgałęzianiem krytycznym, binarnym i Komentarze własności ruchu czastek graja mniejsze znaczenie szersza klasa układów wyniki jakościowo te same we wszystkich wymiarach porównanie wyników z układami o rozgałęzianiu krytycznym niezależność od warunków poczatkowych

Koniec Dziękuję za uwagę!