Prawo odbicia procesu Wienera

Czarna krzywa przedstawia symulację procesu Wienera. Gdy krzywa ta osiąga wartość a = 50 w punkcie t ≃ 3000, zarówno wyjściowy proces, jak i jego odbicie oznaczone na czerwono mają ten sam rozkład

Prawo odbicia procesu Wienera – twierdzenie mówiące, że jeżeli trajektoria procesu Wienera f ( t ) {\displaystyle f(t)} osiąga wartość f ( s ) = a {\displaystyle f(s)=a} w chwili t = s , {\displaystyle t=s,} to 2 a f ( t ) ( t > a ) {\displaystyle 2\cdot a-f(t)(t>a)} jest również trajektorią pewnej realizacji procesu Wienera[1]. Prawo odbicia można wyprowadzić z mocnej własności Markowa procesu Wienera.

Twierdzenie

Niech ( W t ) t 0 {\displaystyle (W_{t})_{t\geqslant 0}} będzie procesem Wienera (rozpoczynającym od 0) oraz niech a > 0. {\displaystyle a>0.} Wówczas prawo odbicia w swej podstawowej wersji orzeka, że

P ( sup 0 s t W s a ) = 2 P ( W t a ) . {\displaystyle {\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\right)=2{\mathsf {P}}(W_{t}\geqslant a).}

W ogólniejszej wersji, prawo odbicia orzeka, że jeżeli τ {\displaystyle \tau } jest skończonym prawie na pewno momentem zatrzymania procesu Wienera rozpoczynającego od 0, to proces ( W t τ ) t 0 {\displaystyle (W_{t}^{\tau })_{t\geqslant 0}} określony wzorem

W t τ = W t 1 { t τ } + ( 2 W τ W t ) 1 { t > τ } {\displaystyle W_{t}^{\tau }=W_{t}\mathbf {1} _{\left\{t\leqslant \tau \right\}}+(2W_{\tau }-W_{t})\mathbf {1} _{\left\{t>\tau \right\}}}

jest również procesem Wienera, gdzie 1 {\displaystyle \mathbf {1} } oznacza funkcję charakterystyczną zbioru[2].

Podstawowa wersja prawa odbicia wynika z podanej wyżej poprzez rozważenie momentu zatrzymania

τ = inf { t 0 : W t = a } . {\displaystyle \tau =\inf \left\{t\geqslant 0\colon W_{t}=a\right\}.}

Dowód podstawowej wersji prawa odbicia

Moment zatrzymania

τ a = inf { t 0 : W t = a } . {\displaystyle \tau _{a}=\inf \left\{t\geqslant 0\colon W_{t}=a\right\}.}

jest prawie na pewno ograniczony. Z mocnej własności Markowa wynika, że relatywna trajektoria względem momentu τ a : {\displaystyle \tau _{a}{:}}

X t := W t + τ a a , {\displaystyle X_{t}:=W_{t+\tau _{a}}-a,}

jest również procesem Wienera, niezależnym od σ-ciała F τ a W . {\displaystyle {\mathcal {F}}_{\tau _{a}}^{W}.} Wówczas

P ( sup 0 s t W s a ) = P ( sup 0 s t W s a , W t a ) + P ( sup 0 s t W s a , W t < a ) = P ( W t a ) + P ( sup 0 s t W s a , X t τ a < 0 ) . {\displaystyle {\begin{aligned}{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\right)&={\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a,W_{t}\geqslant a\right)+{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a,W_{t}<a\right)\\&={\mathsf {P}}\left(W_{t}\geqslant a\right)+{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a,X_{t-\tau _{a}}<0\right).\end{aligned}}}

Z odpowiednich własności warunkowej wartości oczekiwanej wynika, że drugi składnik prawej strony powyższej równości wynosi

P ( sup 0 s t W s a , X t τ a < 0 ) = E [ P ( sup 0 s t W s a , X t τ a < 0 | F τ a W ) ] = E [ 1 { sup 0 s t W s a } P ( X t τ a < 0 | F τ a W ) ] = E [ 1 { sup 0 s t W s a } P ( X t τ a < 0 ) ] = 1 2 P ( sup 0 s t W s a ) , {\displaystyle {\begin{aligned}{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a,X_{t-\tau _{a}}<0\right)&={\mathsf {E}}\left[{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a,X_{t-\tau _{a}}<0|{\mathcal {F}}_{\tau _{a}}^{W}\right)\right]\\&={\mathsf {E}}\left[\mathbf {1} _{\{\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\}}{\mathsf {P}}\left(X_{t-\tau _{a}}<0|{\mathcal {F}}_{\tau _{a}}^{W}\right)\right]\\&={\mathsf {E}}\left[\mathbf {1} _{\{\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\}}{\mathsf {P}}\left(X_{t-\tau _{a}}<0\right)\right]\\&={\frac {1}{2}}{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\right),\end{aligned}}}

ponieważ ( X t ) t 0 {\displaystyle (X_{t})_{t\geqslant 0}} jest procesem Wienera niezależnym od F τ a W , {\displaystyle {\mathcal {F}}_{\tau _{a}}^{W},} a prawdopodobieństwo przyjęcia wartości ujemnych przez każdą ze zmiennych X t {\displaystyle X_{t}} wynosi 1 / 2 {\displaystyle 1/2} z uwagi na ich symetrię. Ostatecznie, z otrzymanych zależności otrzymujemy

P ( sup 0 s t W s a ) = P ( W t a ) + 1 2 P ( sup 0 s t W ( s ) a ) , P ( sup 0 s t W s a ) = 2 P ( W t a ) . {\displaystyle {\begin{aligned}{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\right)&={\mathsf {P}}\left(W_{t}\geqslant a\right)+{\frac {1}{2}}{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W(s)\geqslant a\right),\\{\mathsf {P}}\left(\sup _{0\leqslant s\leqslant t}W_{s}\geqslant a\right)&=2{\mathsf {P}}\left(W_{t}\geqslant a\right).\end{aligned}}}

Przypisy

Bibliografia

  • Kurt Jacobs, Stochastic Processes for Physicists: Understanding Noisy Systems, Cambridge University Press, 2010. ISBN 978-0521765428.
  • Peter Mörters, Yuval Peres, Brownian Motion, Cambridge Series in Statistical and Probabilistic Mathematics, Cambridge University Press, 2010. ISBN 978-0521760188.