그 확률 밀도 p과 함께 드리프트 μ(Xt, t){\displaystyle \mu(X_{t},t)}및 확산 계수 D(Xt, t))σ 2(Xt, t)/2{\displaystyle D(X_{t},t)=\sigma ^{2}(X_{t},t)/2}, Fokker–Planck 방정식(x, t)은 확률 변수 X의{\displaystyle p(x,t)}t{\displaystyl.eX_{t}}은
[표창 필요한]
그 Itô SDE고 Fokker–Planck 방정식 사이의 링크.
같이}}σ=2D{\displaystyle \sigma){\sqrt{2D}를 사용한다.
}}(다음 휴식에서 볼 수 있는 극미한 발전기 L{\displaystyle{{나는\mathcal}정의합니다.[8]):
그 전이 확률 P, 하루에 500파운드′()∣)′){\displaystyle \mathbb{P}_ᆯ(x\mid x')},(t′,)′){\displaystyle(t',x의)}(t,)){\displaystyle(t,x)}로 가는의 확률, 여기서 그 기대치로 쓸 수 있게 된다.
이제 는 L {\의 정의를 대체하고 P , ( x ){\을 곱하고, x 에 통합한다 한도가 붙다
다음 사항에 유의하십시오.
채프먼-콜모고로프 정리야 더미 변수 을(를) x로 변경하면
그건 시간적 파생이야 마침내 우리는 도착한다.
여기서 콜모고로프 역방정식을 추론할 수 있다. 대신 의 보조 연산자를 사용하면 다음과 같이 정의된다.
그리고 나서 우리는 Kolmogorov 전진 방정식 또는 Fokker-Planck 방정식에 도착하는데, 이것은 p( x, )= , t ( ′ )를 차등 형태로 단순화한다
명시적으로 을(를) 정의해야 하는 문제가 남아 있음. It le의 보조정리(lema)의 일체형 형태로부터 기대치를 받아 수행할 수 있다
에 의존하는 부분이 마팅게일 속성 때문에 사라졌다.
그런 다음 It equation 방정식의 대상이 되는 입자의 경우,
부품별 통합을 사용하여 쉽게 계산할 수 있으며
Fokker-Planck 방정식을 생각해 봅시다.
포커-플랑크 방정식은 초기 분포를 알 수 있는 문제와 함께 사용되지만, 이전에 분포를 알고 있다면 파인만-카크 공식을 사용할 수 있는데, 이는 콜모고로프 역방정식의 결과물이다.
이타적 의미에서의 위에서 정의한 확률적 과정은 스트라토노비치 협정 내에서 스트라토노비치 SDE로 다시 쓰여질 수 있다.
여기에는 소음이 주(州)에 의존하는 경우 확산 구배 효과로 인한 소음 유발 드리프트 항이 추가된다. 이 관습은 물리적 적용에서 더 자주 사용된다. 실제로 스트라토노비치 SDE에 대한 어떤 해결책도 Itô SDE에 대한 해결책이라는 것은 잘 알려져 있다.
일정한 확산이 있는 제로 드리프트 방정식은 고전적인 브라운 운동 모델로서 고려될 수 있다.
모델은 고정된 경계의 조건이{ x x에 추가될 경우 별도의 솔루션 스펙트럼을 가진다
이 경우 솔루션의 분석 스펙트럼이 좌표-속도 단계 볼륨에 대한 국지적 불확실성 관계를 도출할 수 있다는 것이 입증되었다[9].
여기서 는 해당 확산 스펙트럼 D j {\의 최소값이며, Δ {\ x 및 \은 좌표-속도 정의의 불확실성을 나타낸다.
상위 치수
더 일반적으로, 만약
where and are N-dimensional random vectors, is an NM matrix and 은(는 표준 Wiener 공정으로X {\_에 대한)는 Fokker-Plank 방정식을 만족한다.
> a과(와) 함께 물리적으로 이 방정식은 다음과 같이 동기를 부여할 수 있다: 속도 V V_{를 가진 질량 의 입자가 매체(예: 유체)로 이동하면 입자의 속도에 비례하는 크기인 V )의 움직임에 저항하는 마찰력을 경험하게 된다= n t {\displaystyle a을(를)하는 -aV_ 매질의 다른 입자들은 입자와 충돌할 때 입자를 무작위로 차게 되며, 이 효과는 흰색 잡음 용어로 대략 추정할 수 있다; ( t/ d ) 뉴턴의 두 번째 법칙은 다음과 같다.
Taking for simplicity and changing the notation as leads to the familiar form .
해당하는 포커-플랑크 방정식은
고정 솔루션= 은
플라즈마 물리학
플라즈마 물리학에서 입자종 s psx→ ,→ ) vec{에 대한 분포 함수가 확률밀도함수를 대신한다 해당하는 볼츠만 방정식은 다음과 같다.
여기서 세 번째 항은 로렌츠 힘에 의한 입자 가속을 포함하며 오른쪽의 Fokker-Planck 항은 입자 충돌의 영향을 나타낸다. The quantities and are the average change in velocity a particle of type experiences due to collisions with all other particle species in unit time. 이 수량에 대한 표현은 다른 곳에 제시되어 있다.[10] 충돌이 무시되면 볼츠만 방정식은 블라소프 방정식으로 줄어든다.
스몰루코프스키 확산방정식은 외부 F( r) 에 의해 영향을 받는 브라운 입자로 제한된 포커-플랑크 방정식이다
여기서 은(는) 확산 상수이고 = 이 방정식의 중요성은 입자계에 미치는 온도의 영향과 공간 의존적 확산 상수를 모두 포함시킬 수 있다는 것이다.
포커-플랑크 방정식에서 스몰루코프스키 방정식의 도출
외부 필드 ) 이가 마찰 용어인 브라운 입자의 랜지빈 방정식을 시작으로, 이(가) 입자에 대한 변동 힘이며, {\displaysty \이(가)은 변동의 진폭이다.
평형 상태에서 마찰력은 관성력인 , m vert보다 훨씬 크다 랭귀빈 방정식은 다음과 같이 된다.
Fokker-Planck 방정식을 생성하면
Fokker-Planck 방정식을 재정렬하고,
여기서 = 2 2 {\D={\{\sigma2}}:{\gamma}}. 또는 이 공간 의존적인 경우에는 확산 계수가 반드시 공간적으로 독립적이지 않을 수 있다.
다음으로, 특정 볼륨의 총 입자 수는 다음과 같다.
따라서 입자의 유동성은 주어진 부피에 있는 입자 수의 시간적 파생물을 취하여 포커-플랑크 방정식을 꽂은 다음 가우스의 정리를 적용함으로써 결정할 수 있다.
평형에서는 유속이 0으로 가는 것으로 가정한다. Therefore, Boltzmann statistics can be applied for the probability of a particles location at equilibrium, where is a conservative force and the probability of a particle being in a state is given as
이러한 관계는 변동-소산-원리를 실현하는 것이다. 이제 \cdot \을(를) P t , t ){\을(으)에 적용하고,
재배열,
그러므로, 포커-플랑크 방정식은 스몰루코프스키 방정식이 된다.
임의의 힘 ( ) 의 경우
계산 고려사항
브라운의 운동은 란제빈 방정식을 따르며, 이 방정식은 평균화된 결과(분자 역학에서의 카논 앙상블)와 함께 여러 가지 확률론적 포쿠에 대해 해결할 수 있다. However, instead of this computationally intensive approach, one can use the Fokker–Planck equation and consider the probability of the particle having a velocity in the interval when 0시에 v 로 운동을 시작한다.
Fokker-Planck 방정식의 해법과 비교하여 1-D 선형 전위 입자에 대한 Brownian Dynamics 시뮬레이션.
확산 상수인 이가) 공간과 시간에 걸쳐 일정하게 유지되는 경우. The boundary conditions are such that the probability vanishes at with an initial condition of the ensemble of particles starting in the same place, .
▼= 및= 정의 및 좌표 변환 적용
, , t , 0 ,t) = , y , ){\ x_}, y,\0},\})와 함께 스몰루코우코우키 방정식은 다음과 같이 된다.
오른쪽의 시뮬레이션은 브라운 역학 시뮬레이션을 사용하여 완료되었다. 시스템을 위한 랜지빈 방정식부터 시작해서
여기서 이(가) 마찰 용어인 경우, 은 입자에 대한 변동 힘이며, \은 변동 진폭이다. 평형상태에서 마찰력은 관성력 { { { {\\vert \ret m}보다 훨씬 크다 따라서 랭귀빈 방정식은 다음과 같다.
브라운 동적 시뮬레이션의 경우, 진폭이 시스템 온도에 따라 달라지는 상태에서 변동력 ( t) 은 가우스성으로 가정한다. = 랜지빈 방정식을 다시 쓰는 중,
여기서 = D은(는) 아인슈타인 관계다. 이 방정식의 통합은 이 브라운 입자의 경로에 수치적으로 근사하게 하기 위해 오일러-마루야마 방법을 사용하여 수행되었다.
해결책
부분 미분방정식이므로 Fokker-Planck 방정식은 특별한 경우에만 분석적으로 해결할 수 있다. Fokker-Plank 방정식과 Schrödinger 방정식을 형식적으로 비유하면 양자역학으로부터 알려진 고급 연산자 기법을 여러 가지 경우에 그 해법에 사용할 수 있다. 나아가 Fokker-Planck 방정식이 모든 공간 변수에 관한 두 번째 부분파생물을 포함할 때 과대 계상된 역학의 경우, 그 방정식을 숫자로 쉽게 풀 수 있는 마스터 방정식의 형태로 작성할 수 있다.[15] 많은 애플리케이션에서 () 에만 관심이 있으며,∂ p( , t) = 0 t에서 찾을 수 있다 평균 첫 번째 통과 시간과 분할 확률을 계산하면 Fokker-Planck 방정식과 밀접하게 관련된 일반적인 미분 방정식의 해법으로 줄일 수 있다.
알려진 솔루션과 역전이 있는 특정 사례
국지적 변동성을 통한 옵션의 변동성 스마일 모델링을 위한 수학 금융에서는 시장 옵션 견적을 통해 얻은 확률 밀도와 일치하는 확산 계수 ( , 을 도출하는 문제가 있다. 따라서 문제는 Fokker-Planck 방정식의 반전이다: 옵션 시장에서 추론된 X 기본 옵션의 밀도 f(x,)를 감안할 때, f와 일치하는 현지 변동성 (t }t을 찾는 것을 목표로 한다. 이것은 듀피어(1994년, 1997년)가 비모수적 해법으로 대체적으로 해결한 역문제다.[16][17] Brigo와 Mercurio(2002, )는 혼합물 모델에 의해 주어진 Fokker-Plank 방정식의 솔루션과 일치하는 특정 국부 변동성 (,t }t을 통해 파라메트릭 형태로 솔루션을 제안한다.[18][19] 더 많은 정보는 펑러(2008년),[20] 게르말(2008년),[21] 뮤시엘라와 러트코스키(2008년)에서도 이용할 수 있다.[22]
Fokker-Planck 방정식과 경로 적분
모든 Fokker-Planck 방정식은 경로 적분과 동일하다. 경로 적분 제형은 자기장 이론 방법의 적용을 위한 훌륭한 출발점이다.[23] 예를 들어, 이것은 비판적인 역학관계에서 사용된다.
경로 적분 도출은 양자역학에서와 유사한 방법으로 가능하다. 하나의 변수 을(를) 갖는 Fokker-Planck 방정식의 파생은 다음과 같다. 델타 함수를 삽입한 다음 부품별로 통합하십시오.
^Kolmogorov, Andrei (1931). "Über die analytischen Methoden in der Wahrscheinlichkeitstheorie" [On Analytical Methods in the Theory of Probability]. Mathematische Annalen (in German). 104 (1): 415–458 [pp. 448–451]. doi:10.1007/BF01457949. S2CID119439925.
^Bruno Dupire (1994) 웃음과 함께 가격 책정. 리스크 매거진, 1월 18~20일.
^Bruno Dupire(1997) 가격 책정 및 Smiled with Smiles. 파생상품증권 수학. M.A.H. 뎀스터와 S.R. 플리스카가 편집한 캠브리지 대학 출판부, 103–111. ISBN0-521-58424-8
^Brigo, D.; Mercurio, Fabio (2002). "Lognormal-Mixture Dynamics and Calibration to Market Volatility Smiles". International Journal of Theoretical and Applied Finance. 5 (4): 427–446. CiteSeerX10.1.1.210.4165. doi:10.1142/S0219024902001511.
^Brigo, D.; Mercurio, F.; Sartorelli, G. (2003). "Alternative asset-price dynamics and volatility smile". Quantitative Finance. 3 (3): 173–183. doi:10.1088/1469-7688/3/3/303. S2CID154069452.
Frank, Till Daniel (2005). Nonlinear Fokker–Planck Equations: Fundamentals and Applications. Springer Series in Synergetics. Springer. ISBN3-540-21264-7.
Pavliotis, Grigorios A. (2014). Stochastic Processes and Applications: Diffusion Processes, the Fokker–Planck and Langevin Equations. Springer Texts in Applied Mathematics. Springer. ISBN978-1-4939-1322-0.
Risken, Hannes (1996). The Fokker–Planck Equation: Methods of Solutions and Applications. Springer Series in Synergetics (2nd ed.). Springer. ISBN3-540-61530-X.