10.5. Дифференциальное уравнение марковского процесса
1. Из статистической независимости приращений
где мы полагаем
следует, что статистически независимыми будут и отношения
при любых сколь угодно малых
. Введем локальную производную случайного процесса
Локальная производная строится на ансамбле производных тех реализаций случайного процесса, которые в момент времени
имели значение
.
Очевидно, локальные производные марковского процесса должны быть статистически независимы для любых
. Поэтому совокупность любого числа локальных производных марковского процесса, взятых в различные моменты времени, является совокупностью статистически независимых случайных величин. Отсюда следует, что локальная производная марковского процесса есть совершенно случайный процесс.
Если производная марковского процесса может быть представлена в виде
, где
— некоторая зависящая детерминированно от
и
случайная функция времени, то из вышесказанного следует, что последовательность
для любых
и различных
будет последовательностью статистически независимых величин. При этом, в частности, все
- могут быть равными между собой. Это значит, что
как функция времени должна быть совершенно случайным процессом;
Если же марковский процесс однороден в пространстве, то совершенно случайным процессом является его обычна(нелокальная) производная.
2. Разберем теперь вопрос: какой общий вид должно иметь дифференциальное уравнение для марковской переменной?
Прежде всего, следует заметить, что процесс
может быть марковским только тогда, когда он описывается дифференциальным уравнением первого порядка (см., например, [7]), ибо только в этом случае знание
определит дальнейшую эволюцию реализации
для
что в свою очередь позволит найти
по
.
Таким образом, мы приходим к тому, что дифференциальное уравнение марковского процесса должно в общем случае иметь вид
(10.5.1)
где случайное воздействие
, порождающее марковский процесс, определяет разброс реализаций, выходящих из точки
.
Если случайное воздействие отсутствует, то дифференциальному уравнению
соответствует в пространстве
детерминированное поле скоростей, которое по заданному значению
однозначно определяет траекторию
для
.
Воздействие
вносит случайность в поле скоростей. Она ведет к существованию множества возможных реализаций
, выходящих из точки
, и к необходимости вероятностного описания процесса
. Можно сказать, что «случайность» такого процесса проявляется в пересечениях его реализаций, поскольку его производная в каждый момент времени есть случайная величина.
3. Каким свойством должно обладать случайное воздействие
, чтобы процесс
был марковским? Оно должно быть таким, чтобы
как функция времени являлась совершенно случайным процессом. Другими словами, случайные величины
для любых различных должны представлять совокупность статистически независимых величин.
В подавляющем большинстве практически встречающихся ситуаций функция
зависит от аргументов
детерминированно и вместе с тем достаточно «гладко».
В этом случае
будет совершенно случайным процессом лишь тогда, когда им будет случайное воздействие
.
Таким образом, условием марковости процесса
, заданного дифференциальным уравнением (10.5.1) с функцией
, гладкой относительно
, является совершенная случайность воздействия
. В частном случае гауссова воздействия
достаточна, очевидно, его дельта-коррелированность; при этом мы получим непрерывный марковский процесс.
Все сказанное элементарно обобщается и на тот случай, когда правая часть уравнения (10.5.1) зависит от нескольких порождающих случайных функций:
Процесс
будет марковским, если
есть совершенно случайная функция времени. Если зависимость
от
, является гладкой, то необходимо, чтобы все
были, например, статистически независимыми совершенно случайными процессами.