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

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

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

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

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.

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.

8 Całka stochastyczna względem semimartyngałów

Dystrybucje, wiadomości wstępne (I)

F t+ := s>t. F s = F t.

26 marzec, Łańcuchy Markowa z czasem ciągłym. Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136

Zadania z Procesów Stochastycznych 1

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Informacja o przestrzeniach Sobolewa

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Zagadnienia brzegowe dla równań eliptycznych

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Zadania do Rozdziału X

Geometryczna zbieżność algorytmu Gibbsa

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Prawdopodobieństwo i statystyka

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawdopodobieństwo i statystyka

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

7 Twierdzenie Fubiniego

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

4 Kilka klas procesów

Wykłady... b i a i. i=1. m(d k ) inf

1 Relacje i odwzorowania

Równanie przewodnictwa cieplnego (II)

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

Fale biegnące w równaniach reakcji-dyfuzji

ϕ(t k ; p) dla pewnego cigu t k }.

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

Wykład 3 Jednowymiarowe zmienne losowe

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Całki powierzchniowe w R n

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

jest ciągiem elementów z przestrzeni B(R, R)

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Rachunek całkowy funkcji wielu zmiennych

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

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

Teoria miary i całki

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Zagadnienia stacjonarne

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Szkice do zajęć z Przedmiotu Wyrównawczego

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

Rachunek różniczkowy i całkowy w przestrzeniach R n

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

Prawdopodobieństwo i statystyka

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

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

Rozkład figury symetrycznej na dwie przystające

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

Prawdopodobieństwo i statystyka

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

Wykład 2 Zmienne losowe i ich rozkłady

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Statystyka. Wykład 2. Krzysztof Topolski. Wrocław, 11 października 2012

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

Ciągłość funkcji f : R R

Metody probabilistyczne opracowane notatki 1. Zdefiniuj zmienną losową, rozkład prawdopodobieństwa. Przy jakich założeniach funkcje: F(x) = sin(x),

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

4. Funkcje harmoniczne i równanie Laplace a

Normy wektorów i macierzy

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Zadania z Rachunku Prawdopodobieństwa III - 1

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

Prawdopodobieństwo i statystyka

VI. Równania różniczkowe liniowe wyższych rzędów

NOTATKI SPORZADZIŁ: JACEK MUCHA

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

Twierdzenie spektralne

Teoria ze Wstępu do analizy stochastycznej

Metody Lagrange a i Hamiltona w Mechanice

Modelowanie ryzyka kredytowego: MODEL BLACK-COX A

Analiza II.2*, lato komentarze do ćwiczeń

Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa

Transkrypt:

Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012

Funkcje harmoniczne Niech będzie operatorem Laplace a w R d, tzn. = d j 2 = div. i=1 Funkcję f klasy C (2) określoną na otwartym podzbiorze D R d nazywamy harmoniczną w D, gdy zachodzi f = 0 w D. Własność średniej dla funkcji harmonicznych Niech D - otwarty podzbiór R d i x D, B r (x) D. Połóżmy S r (x) = B r (x), σ r - miarę sferyczną na S r (x) i ω d = σ 1 (S 1 (0)) = 2π d 2 /Γ( d 2 ). Dla u harmonicznej na D zachodzi 1 u(x) = r d 1 u(y) dσ r (y) = 1 u(x + ry) dσ 1 (y). ω d ω d S r (x) S 1 (0)

Własności funkcji harmonicznych Mnożąc obydwie części powyższej równości przez ρ d 1 dρ i całkując od 0 do r otrzymujemy,że gdy u spełnia pow. własność, to u(x) = d r d u(y) dy = d u(x + ry) dy. ω d ω d B r (x) B 1 (0) Stąd otrzymujemy, że u musi być ciągła. Działając operatorem na u stwierdzamy, że taka funkcja musi byc harmoniczna. Pewne własności funkcji harmonicznych Zasada maximum. Niech D będzie spójny. Gdy u jest harmoniczna na D i sup D u(x) = A <, to albo u(x) < A dla wszystkich x D, albo u(x) = A dla wszystkich x D. Niech D - zwarty i spójny.gdy u harmoniczna na D i ciągła na D, maksimum u na D jest osiągane na D. GdyD zwarty i spójny oraz u 1 i u 2 harmoniczne na D, ciągłe na D oraz u 1 = u 2 na D, to u 1 = u 2 na D.

Problem Dirichleta Problem Dirichleta Niech D będzie otwartym i ograniczonym podzbiorem R d, f - funkcją określoną na D, ciągłą. Szukamy funkcji u harmonicznej na D, ciągłej na D i takiej, że u = f na D. Z twierdzenia o jednoznaczności wynika, że, o ile taka funkcja u istnieje, to jest jedyna. Naszym celem będzie udowodnienie istnienia rozwiązania za pomocą procesu Wienera. Postać radialnych funkcji harmonicznych na R d Niech f (x) := f ( x ) = f (r). Zachodzi f (r) = d 1 f (r) + f (r). r Rozwiązując równanie f (r) = 0 otrzymujemy f (r) = Cr, dla d = 1, f (r) = C ln r, dla d = 2, f (r) = C 1 r d 2, dla d 3.

Prawo 0 1 Blumenthala W = (W 1,..., W d ) oznaczać będzie proces Wienera o wartościach w R d. Przyjmujemy, że punkt startu procesu X, tzn. X (0) = x R d. Niech F s = σ{w (t); t s}. Definiujemy F t+ = u>t F u. Zachodzi Prawo 0 1 Blumenthala: σ-ciało F 0+ jest zdegenerowane tzn. jeśli A F 0+ to P(A) = 0 lub P(A) = 1. Dowód. Niech 0 < s 1 < < s k v < u t 1 < < t n. Zachodzi W s1, W s2 W s1,..., W sk W sk 1 oraz W t1 W u, W t2 W t1,..., W tn W tn 1 są niezależne. Zatem W s1, W s2,..., W sk oraz W t1 W u, W t2 W t1,..., W tn W tn 1 też są niezależne. Ponieważ F 0+ = w>0 F w = 0<w v F w więc F 0+ jest niezależne od W t1 W u, W t2 W t1,..., W tn W tn 1. Gdy u 0, otrzymujemy że F 0+ jest niezależne od W t1, W t2,..., W tn. Zatem F 0+ niezależne od F 0+, co kończy dowód.

Punkty regularne procesu Niech {X t } t 0 będzie procesem w R d oraz D R d - podzbiorem borelowskim. Definiujemy czas pierwszego wyjścia z D: τ D = inf{t > 0; X t / D}. Definicja. Punkt x R d nazywamy regularnym dla zbioru D gdy P x (τ D = 0) = 1. W dalszym ciągu X = W będzie procesem Wienera w R d oraz F t = σ{w s ; s t}. Zauważmy, że {τ D = 0} F 0+ więc na mocy prawa 0 1 Blumenthala zachodzi P x (τ D = 0) = 0 lub 1. Zbiór punktów regularnych zbioru D oznaczamy D r. Gdy x Int(D c ) to x D r. Gdy x Int(D) to proces Wienera przez pewien czas pozostaje w Int(D) więc Int(D) (D r ) c. Problemem pozostaje jedynie zachowanie procesu dla x D. Lemat 1. Gdy f L (R d ) lub f L 1 (R d ) to T t f ( ) C(R d ) dla każdego t > 0.

Lematy pomocnicze Dowód. Dla f L (R d ) i x n x mamy T t f (x n ) T t f (x) f R p d t (x n, y) p t (x, y) dy oraz całka po prawej zbieżna, bo B(0,r)... < ε, dla dużych r, także c B(0,r)... 0, z tw. o zbieżności ograniczonej. Dla f L 1 (R d ) stosujemy argument o 1 zbieżności ograniczonej. Tutaj p t (x, y) = e x y 2 /2t - (2πt) d/2 gęstość prawd. przejścia procesu Wienera w R d. Lemat 2. Funkcja x E x [κ θ t ] jest ciągła na R d dla t > 0 oraz κ ograniczonej i F -mierzalnej. Dowód. Niech f (x) = E x [κ]. Zachodzi f L (R d ). Stosujemy własność Markowa: E x [κ θ t ] = E x [E x [κ θ t F t ]] = E x [E Wt [κ]] = E x [f (W t )] = T t f (x) C(R d ). Uwaga. Funkcję φ : R d R nazywamy górnie półciągłą, gdy jest malejącą granicą funkcji ciągłych. Mamy lim sup x x0 φ(x) φ(x 0 ).

Lematy pomocnicze c.d. Lemat 3. Funkcja φ : x P x (τ D > t) jest górnie półciągła na R d dla t > 0 oraz dowolnego D otwartego w R d. Dowód. Pokażemy, że P x (τ D > t) = lim s 0 P x (τ D θ s > t s) = lim s 0 E x [1 (t s, ) (τ D ) θ s ]. Zauważmy, że inf{t > s; W t / D} = s + τ D θ s. Niech x D r, tzn. P(τ D = 0) = 1. Istnieje ciąg s n 0 taki, że W sn D c więc dla s < s n zachodzi s + τ D θ s < s n. Rodzina {s + τ D θ s > t} 0<s<t jest rosnąca względem s, więc lim s 0 P x (τ D θ s > t s) = P x (0 > t) = 0 = P x (τ D > t). Niech teraz x / D r, tzn. τ D > 0 P x p.w. Dla s < t zachodzi {τ D > s} {τ D > t}. Gdy τ D > s to τ D = s + τ D θ s czyli τ D θ s > t s. Jednocześnie τ D θ s > t s, dla s < t, w połączeniu z τ D > s 0, dla pewnego s 0 < t (bo τ D > 0) pociąga za sobą τ D > t. To już dowodzi naszego wzoru, więc φ jest malejącą granicą funkcji ciągłych (Lemat 2) - czyli jest górnie półciągła.

Warunek stożka Definicja. Niech V a = {(x 1,..., x d ); x 1 > 0; (x 2,..., x d ) < ax 1 }. Stożkiem V w R d nazywamy obraz V a przez obrót i przesunięcie. Lemat 4. Niech z D. Jeśli istnieje stożek V o wierzchołku z taki, że V B(z, r) D c dla pewnego r > 0, to z jest regularny. Dowód. Połóżmy C = oraz B n = B(z, r/n), V n = V S r/n (z). Zauważmy, że ze względu na niezmienniczość rozkładu procesu Wienera na rotacje wokół punktu startu, W τb(x,r) ma też rozkład niezmienniczy na takie same rotacje (wzgl. P x ) więc jest on unormowaną miarą sferyczna na S r (x). Stąd też otrzymujemy P x (W τb(x,r) V ) = C. Jednocześnie σr (V Sr (z)) σ r (S r (z)) P z (τ D = 0) P z (lim sup{w τbn V n }) lim sup P z ({W τbn V n }) więc P z (τ D = 0) C > 0 i na mocy prawa 0 1 Blumenthala zachodzi P z (τ D = 0) = 1.

Rozwiązanie problemu Dirichleta Tw. 2. Niech D będzie ograniczonym obszarem w R d oraz f L ( D). Funkcja H D f (x) zdefiniowana wzorem H D f (x) = E x [τ D < ; f (W τd )] jest harmoniczna w D. Jeśli z jest regularny i f - ciągła w punkcie z D to lim D x z H D f (x) = f (x) Dowód. Niech x D, B B(x, r). Ponieważ τ B < τ D - P x p.w. więc τ D = τ B + τ D θ τb. Ponadto W τd θ τb = W τb +τ D θ τb = W τd. Niech Ψ = 1 {τd < }f (W τd ). Zachodzi Ψ θ τb = Ψ więc E x [Ψ] = E x [E x [Ψ θ τb F τb ]] = E x [E Wτ B [Ψ]] = E x [H D f (W τb )]. Ponieważ rozkład W τb jest jednostajną miarą sferyczną więc otrzymujemy H D f (x) = 1 r d 1 ω d S r (x) H Df (y)σ r (dy), zatem H D f ma własność średniej na D, jest więc harmoniczna na D.

Zbieżność w punktach regularnych Niech z będzie punktem regularnym należącym do D i niech f będzie ciągła w punkcie z. Dla ε > 0 istnieje δ > 0 takie, że dla w D B(z, δ) mamy f (w) f (z) < ε/2. Niech M = f. Jednak P x (τ B(x,δ/2) > 0) = P 0 (τ B(0,δ/2) > 0) = 1 więc istn. s > 0 takie, że dla każdego x zachodzi P x (τ B(x,δ/2) s) < ε/8m. Z Lematu 3 lim sup x z P x (τ D > s) P z (τ D > s) = 0. Istnieje więc δ > 0 takie, że gdy x z < δ to P x (τ D > s) < ε/8m. Ponadto P x (τ B(x,δ/2) τ D ) P x (τ B(x,δ/2) s) + P x (τ D > s). Gdy więc x z < δ/2 to τ B(x,δ/2) τ B(x,δ) czyli P x (τ B(z,δ) τ D ) P x (τ B(x,δ/2) τ D ) ε/8m + ε/8m = ε/4m. Jeśli x D oraz x z < δ (δ/2) to mamy E x [τ D < ; f (X τd ) f (z) ] P x (τ D < τ B(z,δ) )ε/2 + P x (τ B(z,δ) τ D )2M ε/2 + (ε/4m)2m.

Zastosowania Niech D := Dδ R = {y Rd ; δ < y < R} oraz niech f będzie ciągła na D = S δ (0) S R (0). Wtedy u(x) = E x f (X τd ) jest harmoniczna na D, o wartościach brzegowych równych f. Niech teraz f 1 na S δ (0) oraz f 0 na S R (0). Niech u 1,0 będzie rozwiązaniem problemu Dirichleta na D o powyższych wartościach brzegowych. Zachodzi ln R ln x (i) u 1,0 (x) = ln R ln δ, x D, dla d = 2, (ii) u 1,0 (x) = x 2 d R 2 d, x D, dla d 3. δ 2 d R 2 d Z jednoznaczności rozwiązania problemu Dirichleta otrzymujemy u 1,0 (x) = P x ( W τd = δ) = P x (W t trafi w S δ zanim trafi w S R ).

Rekurencyjność i tranzytywność procesu Wienera Ustalmy δ > 0 i zmierzajmy z R. Dla R 2 (przypadek (i)): lim R u 1,0 (x) = 1. Gdy d = 2 (przypadek (ii)): lim R u 1,0 (x) = (δ/ x ) d 2. Stąd d = 2: P x (W t trafia w S δ, dla pewn. t > 0) = 1. d 3: P x (W t trafia w S δ, dla pewn. t > 0) = (δ/ x ) d 2. Niech teraz d = 2, R > 0 i niech δ 0. Otrzymujemy lim δ 0 u 1,0 (x) = 0. więc P x (W t trafia w 0) = 0. Te same rozważania powtarzamy dla dowolnego przesunięcia zbioru D i otrzymujemy Dwuwymiarowy proces Wienera, startujący z punktu x, z prawd. 1 nie trafia w ustalony punkt y x.