Окороков Фракталы в фундаменталной физике.Фракталные свойства множественного образования частиц и топология выборки 2009
.pdft
ds w ,s uk s kuk .
0
Решением данного уравнения являются
|
|
|
t |
|
|
2 |
|
|
|
|
|
|
. |
|
k : |
|
|
, |
u |
|
sin |
2k 1 |
|||||||
|
|
|
|
k |
|
|
|
|||||||
k |
|
k 1 2 |
|
|
|
|
2 |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
t |
Вероятность того, что wt имеет, по крайне мере, |
один нуль в |
||||||||||
интервале t0 ,t1 , при условии wt 0 0, равна: |
|
|
|
||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
P |
arccos |
t0 |
. |
|
|
|
|
|||
|
|
|
|
|
|
|
|||||
|
|
t1 |
|
|
|
|
|||||
Аналогом |
винеровского процесса |
для |
векторного параметра |
||||||||
t t1, ,tn |
являются случайные поля, введенные П. Леви. |
||||||||||
|
|
|
|
|
|
|
|
1 |
|
n |
опреде- |
Многомерный винеровский процесс wt |
wt |
, ,wt |
ляется как совокупность одномерных винеровских процессов, удовлетворяющая следующим свойствам:
wt i 0, wt i ,ws j ij min t,s .
Необходимо отметить, что вероятностная мера, являющаяся распределением винеровского процесса wt , t 0,1 на борелевской
-алгебре пространства C 0,1 непрерывных действительных
функций, играет важную роль в теории меры в бесконечномерных функциональных пространствах и называется винеровской мерой.
Определение 3.56. Случайным процессом белого шума или белым шумом называется стационарный случайный процесс nt , t 0 с постоянной спектральной плотностью и корреляционной (обобщенной) функцией следующего вида:
n t,s 2 t s ,
где 2 – некоторая положительная постоянная, x – (обобщен-
ная) сингулярная функция Дирака ( -функция).
Процесс белого шума широко используется в физических приложниях для описания случайных возмущений с очень малым временем корреляции. Одним из примеров таких явлений является
148
«тепловой шум» – пульсации силы тока в проводнике, вызываемые тепловым движением электронов.
В спектральном разложении белого шума
nt exp i t dZ
|
|
«элементарные колебания» exp i t dZ |
при всех частотах |
имеют в среднем одинаковую интенсивность или, точнее, средний квадрат их амплитуды имеет следующий вид:
|
|
dZ |
|
2 |
2 |
d , |
, . |
|
|
||||||
|
|
2 |
|||||
|
|
|
|
|
|
|
Указанное выше спектральное разложение означает, что для любой интегрируемой со своим квадратом функции t справедливо
|
|
|
|
|
|
|
|
|
|
|
n, t ntdt |
|
dZ , |
||||
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
– фурье-образ функции t . |
Необходимо отметить, что |
||||||
где |
||||||||
более |
явная зависимость |
обобщенного |
случайного процесса |
|||||
n, |
от функции t |
может быть описана с использованием |
||||||
|
|
|
|
|
t , |
где dZ t – стохастиче- |
||
понятия меры в виде n, |
t dZ |
|||||||
|
|
|
|
|
|
|
|
|
ская мера того же типа, что и dZ , |
представляющая собой фу- |
рье-образ стохастической меры dZ .
Определение 3.57. Автомодельным случайным процессом (полуустойчивым процессом, скейлинг-процессом) называется слу-
чайный процесс at , t 0, для которого |
k 0 найдется |
Ak такое, |
что совпадают все конечномерные |
распределения |
процесса |
akt Ak at .
На качественном уровне это означает, что изменение временной шкалы t kt приводит к тому же результаты, что и изменение фазовой шкалы at Ak ak . Автомодельный случайный процесс имеет стационарные приращения, равные at as a. Если выпол-
149
нено a2 |
, то t 0 : a |
t |
a и если A |
k H , где H – некото- |
|||||
t |
|
|
k |
|
|
|
|
|
|
рый параметр такой, что 0 H 1, то |
D at |
as 2 |
|
t s |
|
2H . Кор- |
|||
|
|
реляционная функция процесса зависит, таким образом, от пара-
метра H. |
При условии 0,5 H 1 корреляционная функция при- |
|
ращения |
at as 0 s t неинтегрируема, это, в |
свою очередь, |
означает, |
что автомодельный процесс с указанным |
H имеет бес- |
конечную память. Если H 0,5, то автомодельный процесс является случайным процессом с независимыми приращениями, если H 1, то at a At, где A имеет распределение с A 0 и
DA 2.
Автомодельные процессы являются важными и представляют интерес для дальнейшего рассмотрения, поскольку частный случай атомодельного процесса, а именно, гауссовский автомодельный процесс с ak k H является математической моделью фрактального броуновского движения (см. ниже).
Теорема 3.4. (Колмогорова) Пусть t , t a,b – случайный процесс на вероятностном пространстве ,A,P с полной отно-
сительно вероятностной меры основной -алгеброй. Пусть суще-
ствуют положительные константы C, и такие, |
что для всех |
||||||||
s,t a,b выполняется следующее неравенство: |
|
||||||||
|
|
t s |
|
C |
|
t s |
|
1 . |
(3.17) |
|
|
|
|
Тогда существует стохастически эквивалентный данному процесс
t , почти все траектории которого непрерывны по t. Доказательство. Во-первых, из неравенства (3.17) следует не-
прерывность случайного процесса t .
Рассмотрим на отрезке a,b подмножество T0, состоящее из
точек вида k2n , где k,n – целые числа, причем n 0. Применяя к (3.17) неравенство Чебышева, можно записать следующее соотношение: P k 1 2n k2n qn 2 n 1 Cq n . Выбирая значение q 2 2 1, можно получить неравенство:
150
P |
k 1 2n k 2n |
qn 2 n Crn , |
r 2 2 1. |
(3.18) |
Из (3.18) следует, что при любом n 0 справедливы соотношения:
|
max |
|
|
n |
|
|
qn |
|
|
P |
k 1 2 |
k 2 |
n |
|
|||||
a k 2n k 1 2n b |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
q |
|
|
|
|
n |
|
n |
|
|
|
k 1 2n k 2n |
|
|
|
|||||
|
a k 2 |
k 1 2 |
|
b |
|
|
|
|
(3.19) |
||||||
|
|
P |
|
k 1 2n k 2n |
|
|
qn |
|
|||||||
|
|
|
|||||||||||||
a k 2n k 1 2n b |
|
|
|
|
|
|
|
|
|
|
|
|
|
b a 2n C2 n rn b a Crn.
Ряд из указанных выше вероятностей сходится, поэтому, согласно лемме 3.6 (Бореля – Кантелли), с вероятностью равной единице,
начиная с некоторого |
n n0 для всех модулей разностей вы- |
||||
полнено |
|
k 1 2 |
n |
n |
qn. |
|
|
k 2 |
|
|
|
Докажем, что для , для которых выполняется указанное выше |
неравенство для модуля разности, функция t равномерно не-
прерывна на T0. На первом этапе докажем, |
|
что если s,t |
– произ- |
||
вольные двоично-рациональные числа, |
|
s t |
|
2 n , s t, |
со знаме- |
|
|
нателями, не превосходящими 2m m n n0 , то справедливо не-
равенство:
|
|
|
m |
|
|
t s |
|
2 qi . |
(3.20) |
|
|
|||
|
|
|
i n 1 |
|
Доказательство данного утверждения выполним по методу матема-
тической индукции. Пусть при m n справедливо s t 2 n , то-
гда s и t совпадают в силу того, что обе части неравенства (3.20) обращаются в нуль. Предположим, что для значений m m0 неравенство (3.20) верно. Докажем справедливость данной формулы для m m0. Обозначим через s ' ближайшее справа к s двоично-
151
рациональное число со знаменателем меньше 2m0 1. Аналогично определим t ' – ближайшее к t слева двоично-рациональное число
со знаменателем меньше 2m0. Имеем s ' t ', |
s' t ' |
|
s t |
2 n. Ис- |
||||||||||||||||||||||||||||||||||
пользуя неравенство (3.20) при m m0 |
1 для |
s ',t ' |
и неравенства |
|||||||||||||||||||||||||||||||||||
|
t ' t |
|
qm0 , |
|
s ' |
s |
|
qm0 , можно получить выполнение неравен- |
||||||||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||||||||||||
ства (3.20) для s |
и t. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
Теперь для двоично-рациональных |
s t, |
|
t s |
|
|
|
2 n0 |
выберем |
|||||||||||||||||||||||||||||
|
|
|
||||||||||||||||||||||||||||||||||||
значение n n , |
такое, |
что выполняется |
2 n 1 |
|
t s |
|
2 n ; или, |
|||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||||||||
0 |
|
|
|
|
|
|
|
n 1 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
иначе говоря, n log2 |
|
t s |
|
Тогда |
из (3.20) |
получаем |
||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||||||||||
следующие соотношения: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
t s 2 qi |
2q |
|
2 q |
|
2 |
t s |
|
|
2 t s , |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n 1 |
|
|
log |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
i n 1 |
|
|
1 q |
|
|
1 q |
|
1 q |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где показатель log2 q 0 называется показателем Гельдера.
Это означает, что функция t равномерно непрерывна на
T0, следовательно, ее можно продолжить по непрерывности с дво-
ично-рациональных значений аргумента на все значения t a,b
(существование конечного предела во всех иррациональных точках следует из критерия Коши).
Во-вторых, положим теперь |
|
t |
для t T0, а для остальных |
|||||
t |
||||||||
значений t a,b |
определим |
|
|
как |
предел |
|
lim s , |
пробегая |
t |
t |
|||||||
|
|
|
|
|
|
|
s t |
|
двоично-рациональные значения, если указанный предел сущест-
вует, и как t 0, если предел не существует. Можно проверить,
что так определенная функция t будет измерима относительно указанной в условии теоремы -алгебры. С вероятностью равной единице для всех t a,b одновременно осуществляется первая
1 Необходимо отметить, что s ' s, если знаменатель s после сокращения меньше, чем 2m0 , и s ' s 2 m0 , если он равен 2m0.
152
возможность – существование предела, и выборочная функция непрерывна по t.
В-третьих, остается доказать, что P t t 1. Для двоично-
рациональных значений t данное утверждение справедливо в силу
|
; |
для остальных почти наверное справедливо: |
||
определения t |
||||
|
|
|
lim s |
lim P s t , |
|
|
t |
||
|
|
|
s t |
s t |
|
|
|
s T0 |
s T0 |
так как процесс стохастически непрерывен. Теорема доказана. ▲ Замечание 1. Если t является случайным процессом, опреде-
ленным на неограниченном промежутке времени, то для существования эквивалентного ему процесса с непрерывными траекториями достаточно, чтобы условие (3.17) было выполнено для t s h,
где h – положительная константа.
Действительно, неограниченный промежуток всегда можно разбить на счетное число отрезков длины, не превышающей h h , и
на каждом из них определить t отдельно, при этом вероятность того, что выборочная функция t будет всюду непрерывна, равна вероятности пересечения счетного числа событий вероятности единица, а следовательно, и сама рассматриваемая вероятность равна единице. В частности:
а) любой стационарный в широком смысле процесс имеет модификацию с непрерывными траекториями, если только он дифференцируем в среднеквадратичном; в данном случае можно взять2, что позволяет получить следующее соотношение:
t s 2 2 Re K K t s O t s 2 ;
если процесс является дважды дифференцируемым в среднеквадратичном, то его траектории можно считать один раз непрерывно дифференцируемыми и т.д.;
б) существует винеровский процесс с непрерывными траекториями потому, что для винеровского процесса wt справедливо
wt ws 4 3 t s 2 .
153
Замечание 2. Из условия выполнения неравенства (3.17) выте-
кает существование случайного процесса t не просто с непрерыв-
ными на отрезке a,b траекториями, а с траекториями, удовлетво-
ряющими условию Гельдера:
t s K t s , 0.
Константа K здесь является случайной величиной1.
Для дальнейшего рассмотрения важно отметить, что обозначение f x является двусмысленным: оно применяется как для обо-
значения непосредственно значения рассматриваемой функции f
в точке x, так и для обозначения собственно функции. Поэтому в случае, когда необходимо подчеркнуть, что речь идет именно о функции, а не о ее значении в какой-либо фиксированной точке, будет использоваться обозначение f или f , соответственно,
для значения функции в некоторой произвольной фиксированной точке x будет использоваться обозначение f x .
Вернемся к рассмотрению случайной функции t . В данной функции можно зафиксировать элементарное событие и получить функцию . Последняя уже не является случайной функцией от t T; функция называется «реализацией случайной функ-
ции»2. Наоборот, зафиксировав t T, можно получить случайную величину.
Определение 3.58. Случайные величины и называются эквивалентными, если для них P 0.
1 Или можно взять неслучайную константу K, но тогда неравенство (ус-
ловие Гельдера) будет выполняться только при t s h, где h 0 – слу-
чайная величина.
2 Или «выборочной функцией», для случайных процессов функция
также может называться «траекторией».
154
Определение 3.59. Случайные функции t и t , определенные на одном и том же множестве T , на одном и том же вероятностном пространстве ,A,P и принимающие значения в одном и том же
измеримом пространстве X ,B , называются стохастически экви-
валентными, если они совпадают почти наверное при любом фиксированном t, то есть справедливо
t T : P t t 0.
Важно отметить, что согласно общему подходу и духу теории вероятностей, пренебрегающей событиями, имеющими нулевую вероятность, считается, что замена изучения некоторой случайной функции изучением какой-либо другой, эквивалентной исходной, случайной функции не наносит никакого ущерба теории и не влияет на практические применения.
7.3. Бесконечномерные распределения случайной функции
В случае бесконечномерных распределений существует несколько групп различных задач.
Известно, что в конечномерном случае вероятности определяются однозначно заданием функции распределения, то есть вероятность P U , где U – любое борелевское множество, определя-
ется вероятностями событий вида 1 x1, 2 x2, n xn .
Возникает закономерный вопрос: будут ли конечномерные распределения играть аналогичную роль для бесконечномерного случая?
Ответ оказывается положительным для бесконечномерных борелевских множеств. Однако необходимо заметить, что многие представляющие интерес множества в пространстве функций оказываются не борелевскими.
Пример 3.2.
Рассмотрим множество всех функций, определенных на отрезке0,1 с верхней гранью, не превосходящей некоторой произвольной константы C.
155
Данное множество не является борелевским. Действительно, пусть C 12. Для случайных процессов t и t , определенных выше в примере 3.1, справедливы следующие соотношения для вероятностей:
|
|
|
|
P sup t |
1 2 1, |
P sup t |
1 2 0. |
t 0,1 |
|
t 0,1 |
|
Но у случайных процессов t и t одни и те же конечномерные распределения. Если бы рассматриваемое множество функций с верхней гранью, не превосходящей C 12, было борелевским, этого не могло бы быть.
Для произвольного случайного процесса t , t T и константы
C множество sup t C может вообще не быть случайным собы-
t T
тием и не иметь вероятности.
С другой стороны, случайную функцию t можно рассмат-
ривать как функцию от элементарного случайного события , принимающую значения в пространстве функций, и изучать данную функцию теми же методами и с тех же точек зрения, как это
делается в теории обычных случайных величин или случайных векторов.
Двумя основными группами понятий являются понятия, касающиеся
-распределений,
-независимости и зависимости.
Для случайных функций можно рассматривать вероятности вида P A , A – множество в бесконечномерном пространстве функ-
ций. Частным случаем таких вероятностей являются именно конечномерные распределения. Важно отметить, что конечномерная
вероятность вида P t1 , t2 , , tn 1 2 n представляет
собой вероятность события, заключающего в том, что траектория случайной функции пройдет ряд вертикальных интервалов (рис.
3.1).
156
Рис.3.1. Траектория некоторой случайной функции, проходящая через вертикальные пределы и соответствующая конечномерной вероятности (подробнее – см. текст)
Важно отметить, что некоторые разделы математики (теории вероятности) имеют дело только с конечномерными распределениями не выше определенного порядка1.
§8. Инфинитезимальные операторы переходных функций
Определение 3.60. Пусть ,A является фазовым пространст-
вом. Функция t, x, , где t 0, x , A, называется переход-
ной функцией, если выполнены следующие условия:
1) при фиксированных t и x функция t, x, является мерой на -алгебре A;
1 Например, корреляционная теория, а также значительная часть теории марковских процессов, связанная с теорией полугрупп, имеют дело с не более чем двумерными (то есть с порядком n 2 ) распределениями.
157