En matemáticas , específicamente en análisis estocástico , el generador infinitesimal de un proceso de Feller (es decir, un proceso de Markov de tiempo continuo que satisface ciertas condiciones de regularidad) es un operador multiplicador de Fourier [1] que codifica una gran cantidad de información sobre el proceso.
El generador se utiliza en ecuaciones de evolución como la ecuación hacia atrás de Kolmogorov , que describe la evolución de las estadísticas del proceso; su adjunto L 2 hermitiano se utiliza en ecuaciones de evolución como la ecuación de Fokker-Planck , también conocida como ecuación directa de Kolmogorov, que describe la evolución de las funciones de densidad de probabilidad del proceso.
La ecuación directa de Kolmogorov en la notación es justa , donde es la función de densidad de probabilidad y es el adjunto del generador infinitesimal del proceso estocástico subyacente. La ecuación de Klein-Kramers es un caso especial de esto.![{\displaystyle \partial _ {t}\rho ={\mathcal {A}}^{*}\rho }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle\rho}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}^{*}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Definición
Caso general
Para un proceso de Feller con semigrupo de Feller y espacio de estados definimos el generador [1] por![{\displaystyle (X_{t})_{t\geq 0}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle T=(T_{t})_{t\geq 0}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (A,D(A))}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle D(A)=\left\{f\in C_{0}(E):\lim _{t\downarrow 0}{\frac {T_{t}ff}{t}}{\text{ existe como límite uniforme}}\right\},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Af=\lim _{t\downarrow 0}{\frac {T_{t}ff}{t}},~~{\text{ para cualquier }}f\in D(A).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
funciones de prueba[1]![{\displaystyle C_{0}(E)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle E}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle T_{t}f(x)=\mathbb {E} ^{x}f(X_{t})=\mathbb {E} (f(X_{t})|X_{0}=x) }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbb {R} ^{d}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle D(A)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Af(x)=-c(x)f(x)+l(x)\cdot \nabla f(x)+{\frac {1}{2}}{\text{div}}Q( x)\nabla f(x)+\int _{\mathbb {R} ^{d}\setminus {\{0\}}}\left(f(x+y)-f(x)-\nabla f (x)\cdot y\chi (|y|)\right)N(x,dy),}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
triplete de Lévy![{\displaystyle c(x)\geq 0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (l(x),Q(x),N(x,\cdot ))}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x\in \mathbb {R} ^{d}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Procesos de Levy
El generador del semigrupo de Lévy es de la forma
![{\displaystyle Af(x)=l\cdot \nabla f(x)+{\frac {1}{2}}{\text{div}}Q\nabla f(x)+\int _{\mathbb { R} ^{d}\setminus {\{0\}}}\left(f(x+y)-f(x)-\nabla f(x)\cdot y\chi (|y|)\right) \nu (día)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle l\in \mathbb {R} ^{d},Q\in \mathbb {R} ^{d\times d}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle\nu}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \int _{\mathbb {R} ^{d}\setminus \{0\}}\min(|y|^{2},1)\nu (dy)<\infty }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle 0\leq 1-\chi (s)\leq \kappa \min(s,1)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \kappa >0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle s\chi (s)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \psi (\xi )=\psi (0)-il\cdot \xi +{\frac {1}{2}}\xi \cdot Q\xi +\int _{\mathbb {R} ^ {d}\setminus \{0\}}(1-e^{iy\cdot \xi }+i\xi \cdot y\chi (|y|))\nu (dy)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \psi (0)\geq 0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Af(x)=-\int e^{ix\cdot \xi }\psi (\xi ){\hat {f}}(\xi )d\xi }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\sombrero {f}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle -\psi}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ecuaciones diferenciales estocásticas impulsadas por procesos de Lévy
Sea un proceso de Lévy con símbolo (ver arriba). Sea localmente Lipschitz y acotado. La solución del SDE existe para cada condición inicial determinista y produce un proceso de Feller con símbolo![{\estilo de texto L}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \psi }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \Phi}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle dX_{t}=\Phi (X_{t-})dL_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle x\in \mathbb {R} ^{d}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle q(x,\xi )=\psi (\Phi ^{\top }(x)\xi ).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Tenga en cuenta que, en general, la solución de una SDE impulsada por un proceso de Feller que no sea Lévy podría no ser Feller o incluso Markoviano.
Como ejemplo simple, considere un ruido de conducción de movimiento browniano. Si asumimos que somos Lipschitz y de crecimiento lineal, entonces para cada condición inicial determinista existe una solución única, la cual es Feller con símbolo![{\textstyle dX_{t}=l(X_{t})dt+\sigma (X_{t})dW_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle l,\sigma}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle q(x,\xi )=-il(x)\cdot \xi +{\frac {1}{2}}\xi Q(x)\xi .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Tiempo medio del primer paso
El tiempo medio del primer paso satisface . Esto se puede utilizar para calcular, por ejemplo, el tiempo que tarda una partícula con movimiento browniano en una caja en alcanzar el límite de la caja, o el tiempo que tarda una partícula con movimiento browniano en un pozo potencial en escapar del pozo. Bajo ciertos supuestos, el tiempo de escape satisface la ecuación de Arrhenius . [2]![{\displaystyle T_{1}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}T_{1}=-1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Generadores de algunos procesos comunes.
Para cadenas de Markov de tiempo continuo de estado finito, el generador puede expresarse como una matriz de tasa de transición .
El proceso general de difusión n-dimensional tiene generador.![{\displaystyle dX_{t}=\mu (X_{t},t)\,dt+\sigma (X_{t},t)\,dW_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}f=(\nabla f)^{T}\mu +tr((\nabla ^{2}f)D)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
hessianotraza de la matriz[2]![{\displaystyle D={\frac {1}{2}}\sigma \sigma ^{T}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \nabla ^{2}f}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle f}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyletr}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}^{*}f=-\sum _{i}\partial _{i}(f\mu _{i})+\sum _{ij}\partial _{ij }(fD_{ij})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- El movimiento browniano estándar , que satisface la ecuación diferencial estocástica , tiene generador , donde denota el operador de Laplace .
![{\displaystyle \mathbb {R} ^{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle dX_{t}=dB_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\estilo de texto {1 \sobre {2}}\Delta }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \Delta}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- El proceso bidimensional que satisface:
![{\displaystyle Y}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathrm {d} Y_{t}={\mathrm {d} t \choose \mathrm {d} B_{t}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
donde es un movimiento browniano unidimensional, se puede considerar como la gráfica de ese movimiento browniano y tiene generador:![{\displaystyle B}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}f(t,x)={\frac {\partial f}{\partial t}}(t,x)+{\frac {1}{2}}{\frac {\partial ^{2}f}{\partial x^{2}}}(t,x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- El proceso de Ornstein-Uhlenbeck en , que satisface la ecuación diferencial estocástica , tiene generador:
![{\displaystyle \mathbb {R} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\textstyle dX_{t}=\theta (\mu -X_{t})dt+\sigma dB_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}f(x)=\theta (\mu -x)f'(x)+{\frac {\sigma ^{2}}{2}}f''(x) }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- De manera similar, la gráfica del proceso de Ornstein-Uhlenbeck tiene generador:
![{\displaystyle {\mathcal {A}}f(t,x)={\frac {\partial f}{\partial t}}(t,x)+\theta (\mu -x){\frac {\ f parcial}{\partial x}}(t,x)+{\frac {\sigma ^{2}}{2}}{\frac {\partial ^{2}f}{\partial x^{2} }}(t,x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Un movimiento browniano geométrico en , que satisface la ecuación diferencial estocástica , tiene generador:
![{\displaystyle \mathbb {R} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\textstyle dX_{t}=rX_{t}dt+\alpha X_{t}dB_{t}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {A}}f(x)=rxf'(x)+{\frac {1}{2}}\alpha ^{2}x^{2}f''(x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ver también
Referencias
- Calín, Ovidiu (2015). Una introducción informal al cálculo estocástico con aplicaciones . Singapur: World Scientific Publishing. pag. 315.ISBN 978-981-4678-93-3.(Ver Capítulo 9)
- Øksendal, Bernt K. (2003). Ecuaciones diferenciales estocásticas: una introducción con aplicaciones . Universitext (Sexta ed.). Berlín: Springer. doi :10.1007/978-3-642-14394-6. ISBN 3-540-04758-1.(Ver Sección 7.3)
- ^ abc Böttcher, Björn; Schilling, René; Wang, Jian (2013). Lévy Matters III: Procesos tipo Lévy: construcción, aproximación y propiedades de ruta de muestra. Publicaciones internacionales Springer. ISBN 978-3-319-02683-1.
- ^ ab "Conferencia 10: Ecuaciones hacia adelante y hacia atrás para SDE" (PDF) . cims.nyu.edu .