07.09.2013 Aufrufe

Wiener Maß - Institut für Mathematik - TUHH

Wiener Maß - Institut für Mathematik - TUHH

Wiener Maß - Institut für Mathematik - TUHH

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

<strong>Wiener</strong> <strong>Maß</strong><br />

Seminar über <strong>Mathematik</strong><br />

<strong>Institut</strong> <strong>für</strong> Numerische Simulation<br />

Technische Universität Hamburg-Harburg<br />

Khaled Alshurafa


Agenda<br />

1. Rückblick und Einführung<br />

2. Konstruktion<br />

3. Wärmegleichung mit Potenzial<br />

4. Physikalische Notation <strong>für</strong> das <strong>Wiener</strong> <strong>Maß</strong>


Brownsche Bewegung<br />

Die Brownsche Bewegung ist ein stochastischer Prozess w(ω,t),<br />

ω∈Ω, 0


<strong>Wiener</strong> <strong>Maß</strong><br />

Ein Wahrscheinlichkeitsmaß im Raum der stetigen<br />

Funktionen ist so zu erzeugen, dass die Funktionen<br />

der Brownschen Bewegung die Wahrscheinlichkeit<br />

1 ergeben.<br />

Also ein <strong>Maß</strong> in einem Raum<br />

von Funktionen, so dass nur<br />

die Funktionen der Brownschen<br />

Bewegung gelten.


1. Rückblick und Einführung<br />

2. Konstruktion<br />

3. Wärmegleichung mit Potenzial<br />

4. Physikalische Notation <strong>für</strong> das <strong>Wiener</strong> <strong>Maß</strong>


Ergebnisraum Ω<br />

Betrachten wir den Raum von stetigen Funktione<br />

u(t) , deren u(0) = 0.<br />

Diese Sammlung ist jetzt unser Ergebnisraum Ω.<br />

t<br />

Unser Experiment: Eine stetige<br />

Funktion mit u(0) = 0 in Ω zu<br />

schaffen.


σ-Algebra<br />

Definieren wir eine σ-Algebra.<br />

Eine Familie (Menge) Σ 0 von Teilmengen aus S, heisst eine σ-Algebra<br />

auf S, wenn<br />

1. Ø , S ∈ Σ0 2. Falls A ∈ Σ , dann A 0 c ∈ Σ auch 0<br />

3. Wenn A 1 , A 2 , ..<br />

∈ Σ 0 → {A 1 ,A 2 ,…….,A n<br />

,…..} ist endlich und<br />

abzählbar in Σ 0 , dann ist jede Vereinigung von den Elementen von A<br />

auch in Σ 0 .


Zylindermengen<br />

Wählen wir einen Augenblick, z.B. t 1 und assoziieren ihn<br />

mit einem Intervall [a 1 , b 1 ].<br />

a 1<br />

b 1<br />

t 1<br />

t


Zylindermengen<br />

Alle stetigen Funktionen, die dieses Intervall durchlaufen,<br />

bilden die Teilmenge C 1 , genannt Zylindermenge.<br />

a 1<br />

b 1<br />

t 1<br />

C 1<br />

t


Zylindermengen<br />

C i ist die Teilmenge aller stetigen Funktionen, die<br />

das Intervall [a i , b i ] im Moment t i durchlaufen.<br />

a i<br />

b i<br />

t i<br />

C i<br />

t


Betrachten wir C 1 und C 2<br />

a 2<br />

b 2<br />

a 1<br />

b 1<br />

t 1<br />

Zylindermengen<br />

C 1<br />

t 2<br />

C 2<br />

t


Zylindermengen<br />

Dann ist die Menge C 1 C 2 von Funktionen, die beide<br />

Intervalle durchlaufen.<br />

Die Menge C 1 C 2 von Funktionen, die entweder durch<br />

C 1 oder C 2 durchlaufen.


a 2<br />

b 2<br />

a 1<br />

b 1<br />

t 1<br />

Zylindermengen<br />

Dann ist die Menge C 1 C 2 von Funktionen, die beide<br />

Intervalle durchlaufen.<br />

Die Menge C 1 C 2 von Funktionen, die entweder durch<br />

C 1 oder C 2 durchlaufen.<br />

C 1 C 2<br />

C 1<br />

t 2<br />

C 2<br />

t


a 2<br />

b 2<br />

a 1<br />

b 1<br />

t 1<br />

Zylindermengen<br />

Dann ist die Menge C 1 C 2 von Funktionen, die beide<br />

Intervalle durchlaufen.<br />

Die Menge C 1 C 2 von Funktionen, die entweder durch<br />

C 1 oder C 2 durchlaufen.<br />

C 1<br />

C 1 C 2<br />

t 2<br />

C 2<br />

t


P(C ) 1<br />

Die Zylindermengen bilden eine σ-Algebra im Raum<br />

der stetigen Funktionen in [0,1], bei denen u(0) = 0 gilt .<br />

Wir wollen nun ein <strong>Maß</strong> definieren!<br />

Wir betrachten die Zylindermenge C 1.<br />

Falls die Funktionen, die der Zylindermenge C 1 gehören,<br />

Brownscher Bewegungen sind, dann:


P(C C ) 1 2<br />

Wir betrachten die Durchschnittsmenge<br />

C 1 C 2 von den Zylindermengen C 1 und C 2 ,<br />

wobei t 2 > t 1 .<br />

Gemäß den Axiomen der Brownschen Bewegung sind nichtüberlappende<br />

Zuwächse unabhängige, zufällige Variablen<br />

mit Gaußverteilungen.<br />

Die P, dir wir an C 1 C 2 zuordnen sollen, ist


Vom Wahrscheinlichkeitsmaß<br />

zum <strong>Wiener</strong> <strong>Maß</strong><br />

Um dieses definierte <strong>Maß</strong> als ein<br />

Wahrscheinlichkeitsmaß zu beweisen, brauchen<br />

wir zu zeigen, dass die Axiome der<br />

Wahrscheinlichkeit erfüllt sind.<br />

Wahrscheinlichkeitsmaß P(A) ist so eine Abbildung, die<br />

jedem Ereignis eine reelle Zahl zuordnet, dass folgendes<br />

gilt:<br />

1. P(Ω) = 1<br />

2. 0 ≤ P ≤ 1<br />

3. Ist A n eine Folge von Ereignissen, die einander<br />

paarweise ausschließen, so gilt


Vom Wahrscheinlichkeitsmaß<br />

zum <strong>Wiener</strong> <strong>Maß</strong><br />

Um dieses definierte <strong>Maß</strong> als ein<br />

Wahrscheinlichkeitsmaß zu beweisen, brauchen<br />

wir zu zeigen, dass die Axiome der<br />

Wahrscheinlichkeit erfüllt sind.<br />

Brownsche Bewegung P(Ω) = 1<br />

De Morgansche Gesetz<br />

Dieses <strong>Maß</strong> ist das <strong>Wiener</strong> <strong>Maß</strong>.


Funktional<br />

Eine Zahl F einer stetigen Funktion zuordnen.<br />

Annahme: u(s) ist eine stetige Funktion,<br />

u(0) = 0 und 0 ≤ s ≤ 1, dann:<br />

F = 0∫ 1 u 2 (s)ds.<br />

Alle Abbildungen, die eine Zahl<br />

einer Funktion zuordnen,<br />

heißen funktional.<br />

Funktionales Auswirken auf eine Funktion u(.) wird<br />

als F [u(.)] bezeichnet.<br />

F ist eine Funktion auf Ω, der Raum der stetigen Funtionen,<br />

die vom Ursprung anfangen.<br />

Integrale in Bezug auf das <strong>Wiener</strong><br />

<strong>Maß</strong> werden ∫dW bezeichnet


wenn X c die<br />

dann ∫X c dW = P(C)<br />

Funktional<br />

Eine Zahl einer BB zuordnen<br />

charakteristische<br />

Funktion von der<br />

Menge C ist<br />

X c = 1, wenn ω ∈ C;<br />

X c = 0, sonst<br />

Falls wir zu jeder BB w die Zahl F[u(.)] zuordnen,<br />

dann ist das Integral ∫F[w(.)]dW der Erwartungswert von F,<br />

solange w die ganzen möglichen Brownschen Bewegungen<br />

durchläuft.


Beispiel<br />

Nehmen wir an, dass F[u(.)] = w 2 (1) ist<br />

w(1) ist eine zufällige, gaußverteilte Variable mit<br />

E[w] = 0 und σ 2 = 1:


1. Rückblick und Einführung<br />

2. Konstruktion<br />

3. Wärmegleichung mit Potenzial<br />

4. Physikalische Notation <strong>für</strong> das <strong>Wiener</strong> <strong>Maß</strong>


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

mit den Anfangswerten v(x,0) = Φ(x)


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung *<br />

Legende<br />

k: Abstand zw. den horizontalen Linien<br />

h: Abstand zw. den vertikalen Linien<br />

n V = V(ih, nk) ist die Gatterfunktion<br />

i<br />

U i = U(ih)<br />

* Mit Hilfe von Finite-Differenzen-Methode


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Abschneidefehler: τn i = O(k) + O(h2 ),<br />

τn → 0,<br />

wenn h → 0 und k → 0<br />

i<br />

Der Abschneidefehler ist von<br />

Ordnung O(k) + O(h 2 ) und daher<br />

klein.


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

Mit λ = k/2h 2 *<br />

* Mit Hilfe von „Recurrence Formula“. Mehr dazu auf S. 47 von [1]<br />

Ziel: Zu zeigen, dass die approx.<br />

Lösung gegen die exakte Lösung<br />

konvergiert, wenn h → 0 und k →<br />

0<br />

Exakte Lösung<br />

Approx. Lösung


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei n n n<br />

Fehler: e = vi - Vi<br />

i


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei Betrag von beiden Seiten, mit λ ≤ 1/2


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei n+1 Ei |U(x)|≤ M, Mit den Definitionen von En (3.7) und<br />

τn (3.8)*:<br />

und dann:<br />

* Mehr dazu auf S. 48 in [1]


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei n+1 Ei


Wärmegleichung mit Potenzial<br />

v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei n+1 Ei n Ei Die approximierte Lösung mit v(x,0) = Φ(x), E0 =0.<br />

Zur Zeit t = nk wird En begrenzt durch<br />

En → 0 wenn k<br />

→ 0 und h<br />

→ 0 mit λ ≤ ½<br />

Die Approximation konvergiert


v t = ½ v xx + U(x)v<br />

Approximation der Gleichung<br />

Konsistenz überprüfen<br />

Vergleich der approx. Lösung mit der exakten Lösung<br />

n+1 ei n+1 Ei n Ei Wärmegleichung mit Potenzial<br />

n+1 Vi Mit λ=½, die approx. Lösung:


Wärmegleichung mit Potenzial<br />

Die approx. Lösung kann so ausgedruckt werden:<br />

Summe<br />

über alle<br />

möglichen<br />

Pfade<br />

Anders als im Fall U = 0 , bringt jede Bewegung nach<br />

rechts oder nach links nicht nur einen Faktor ½, sondern<br />

den Faktor ½ · (1+ kU(x)).


Wärmegleichung mit Potenzial<br />

Für die Wärmegleichung mit Potential, Ci ist gleich<br />

jn<br />

½ mal den Faktor(1+kU(hi )) <strong>für</strong> jeden Schritt von<br />

m<br />

jedem Pfad {i = i 0 , i 1 , i 2 , ..., i n = j} from (i,n) to (j,0):<br />

Für einen<br />

Pfad


Da (1 + kU i ) = e kU i + O(k 2 ) und jedes Produkt die Faktoren<br />

n = O(k -1 ) hat, wir können das Produkt umschreiben:<br />

Das produkt<br />

von einem<br />

Pfad<br />

Wärmegleichung mit Potenzial<br />

Alle Pfade zusammen addieren, die zur Summe bei j<br />

beitragen:


Wärmegleichung mit Potenzial<br />

Wenn k → 0, h → 0, ähneln diese Pfade („Walks“) zu<br />

BB:<br />

Mit w(.) als Pfad der BB<br />

BB, die bei x anfängt


Wärmegleichung mit Potenzial<br />

Die Lösung der Differentialgleichung:<br />

Das ist die Formel: Feynman-Kac<br />

Dieser Ausdruck ist nützlich in der<br />

Quantenmechanik und in anderen Bereichen


1. Rückblick und Einführung<br />

2. Konstruktion<br />

3. Wärmegleichung mit Potenzial<br />

4. Physikalische Notation <strong>für</strong> das <strong>Wiener</strong> <strong>Maß</strong>


Keine neuen Ideen, nur die neue Notation<br />

Wir bezeichnen einige Ergebnisse bereits als erwiesen:<br />

Wählen wir ein Ereignis C=C i , wo C i mit dem Intervall<br />

[a i ,b i ] und t i = ih assoziert ist


Physikalische Notation<br />

Wählen wir ein Ereignis C=C i , wo C i mit dem Intervall<br />

[a i ,b i ] und t i = ih assoziert ist<br />

Die Intervalle haben kleine Breiten (d.h b i – a i =du i ).Dann:


Physikalische Notation<br />

Wählen wir ein Ereignis C=C i , wo C i mit dem Intervall<br />

[a i ,b i ] und t i = ih assoziert ist<br />

Die Intervalle haben kleine Breiten (d.h b i – a i =du i ).Dann:<br />

Mit sehr schmalen Intervallen lassen sich die Integrale<br />

wie folgt approximieren:<br />

mit ui* ∈ [a ,b ]<br />

i i


Physikalische Notation<br />

Also P kann approximiert zu:<br />

Mit [du] = du 1 du 2 ...du n und Z ist eine unveränderliche<br />

Normalisierungskonstante:


Physikalische Notation<br />

Wir haben gezeigt, dass die Wärmegleichung mit<br />

Potenzial v t = ½ v xx + U(x)v mit den Anfangswerten<br />

v(x,0) = Φ(x) diese Lösung hat:<br />

Mit der neuen Notation haben wir:<br />

heißt „eine Summe über Pfade“. Der formelle Ausdruck<br />

[du] häufig als „dpath“ beschrieben.


<strong>Wiener</strong> <strong>Maß</strong>, Seminar über <strong>Mathematik</strong><br />

<strong>Institut</strong> <strong>für</strong> Numerische Simulation, <strong>TUHH</strong><br />

Danke<br />

Khaled Alshurafa


Referenzen:<br />

[1] A. J. Chorin und O. H. Hald, Stochastic Tools in<br />

Mathematics and Science, Springer Verlag, 2006<br />

[2] I. Karatzas und S.E. Shreve, Brownian Motion<br />

and Stochastic Calculus, Springer Verlag, 1988<br />

[3] http://de.wikipedia.org

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!