25.12.2012 Views

Dispense

Dispense

Dispense

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

3.1. PROCESSI A TEMPO DISCRETO 151<br />

Esempio 75 (continuazione sulla RW) Le variabili Xn non sono indipendenti (Xn+1<br />

dipende in modo ovvio da Xn). Usando la ricorrenza si veri…ca subito che<br />

Inoltre, si veri…ca subito che<br />

Xn+1 =<br />

0 = 0<br />

nX<br />

Wi:<br />

i=0<br />

n+1 = n; n 0<br />

quindi n = 0 per ogni n 0. In…ne, veri…care per esercizio che, se 2 è l’intensità del WN<br />

e n è la deviazione standard della RW, vale<br />

n = p n ; n 0:<br />

L’interpretazione intuitiva di questo risultato è che Xn “cresce” (pur ‡uttuando tra positivi<br />

e negativi, si veda la …gura sopra) come p n, grossolanamente parlando.<br />

Esempio 76 (continuazione sulla RW) Per quanto riguarda la dipendenza temporale, intanto<br />

vale C (t; s) = R (t; s). Vale poi<br />

2<br />

3<br />

nX<br />

R (m; n) = E 4<br />

mX<br />

nX mX<br />

nX mX<br />

5 = E [WiWj] = (i j) 2 :<br />

i=0<br />

Wi<br />

j=0<br />

Wj<br />

i=0 j=0<br />

i=0 j=0<br />

Se m n, troviamo R (m; n) = n 2 , quindi in generale R (m; n) = (n ^ m) 2 . Si può poi<br />

vri…care, per m n, che<br />

Questo implica in particolare<br />

(m; n) =<br />

r n<br />

m :<br />

(m; 1) ! 0 as m ! 1:<br />

Possiamo interpretare questo risultato dicendo che la RW perde memoria della posizione<br />

iniziale.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!