一維隨機遊走,帶移動吸收壁,吸收的期望時間是否有限?
依然聲明不是作業題。雖然看起來越來越像作業題了,但可能仍有相當的難度。
我費了一天的勁,終於把賭徒問題進階版化歸成了如下一個形式很簡單的問題。化歸過程等我下周有時間寫個專欄。化歸後的問題如下:粒子在數軸上隨機遊走,初始位置為,每次等概率地向左或向右走1步,即。粒子的兩側均有吸收壁。左側的吸收壁固定在處;右側的吸收壁會移動,位置為。如果或,則粒子在時刻被吸收。問:粒子被吸收的時刻的期望是否有限?
========================補充一下化歸過程:我注意到,原問題的狀態的兩個要素(賭本和賭注)僅由輸贏的次數決定,而與輸贏的順序無關。連續的一輸一贏或一贏一輸,對賭注沒有影響,對賭本的影響是加1。設一共輸了次,贏了次,則。當時,輸贏可以抵消次(影響是賭本加,賭注不變),剩下的次輸的錢數正是,影響是賭本減,賭注加。故最終的賭本是,賭注是(以前賭注用表示,現在改用避免混亂)。當(最終贏了)時,輸贏可以抵消次,還剩下一次贏1塊錢,可以發現上面賭本和賭注的表達式也成立。而賭博進行的時間為。把賭本用時間和賭注表示出來,結果是。遊戲結束的條件是或,後者即。
我來寫下我的計算過程吧。
之前說的漏洞應該算是修復了,算出來的結果是。因為指數小於-2,所以期望吸收時間有限。雖然上面的式子只是一個上界,但那個指數跟模擬結果居然是吻合的……下面是計算過程。
定義為的分布列,這是一個長度為的列向量。
從到的遞推關係為,其中是一個形如的階方陣。如果的長度小於(吸收壁又讓出一個位置),則要先在末尾添0湊齊長度。方陣可以進行特徵值分解,得到,其中
,。
畫成圖片更容易理解:最初我還真把按給分解了……其實並無必要,我們只需關注裡面絕對值最大的特徵值,這個特徵值是。一個向量與相乘,它的2範數與原來的2範數的比值,一定不會超過這個特徵值。也就是說,,這是第一次放縮。我們的目的只是證明停時期望有限,並不需要求出具體的值,所以計算過程中我們可以進行各種同階代換。
對上式取個對數,並利用在時與同階,得到把和代進去,忽略取整號和常數5,得到
求個和,就能得到即與吸收時間的分布的關係是這樣的:,1範數即所有元素求和。
一個長度為的向量,其1範數和2範數之間有如下關係:,其中左邊的等號在僅有一個分量非零(分布極端集中)時取得,右邊的等號在的所有分量絕對值都相等(分布極端均勻)時取得。我們現在要用的是右一半。的長度為,忽略取整號和常數5,則有,這是第二次放縮。
現在有了,取個差分就有。
而吸收時間的期望,通項指數小於-1,故級數收斂,吸收時間的期望有限。==============================
模擬發現,的階真的就是,這說明兩次放縮都沒有影響階。
對於第一次放縮,我最初的想法是,方陣作用足夠多次後,只有特徵值最大的分量能夠留下來,所以相鄰兩個之比就是最大的特徵值。
不過模擬發現,每次吸收壁讓出一個位置時,方陣階數增加會導致特徵向量改變,這一變就使得特徵值並非最大的特徵向量又有了明顯的係數。好在每次發生這樣的事情的時候,特徵值最大、次大、第三大……特徵向量的係數幾乎總是保持相同的比例,特徵值最大的分量依然佔主導地位,這使得第一次放縮確實不會影響到階。對於第二次放縮,我觀察到的形狀基本是恆定的,一直是佔滿兩個吸收壁之間空間的、半個周期的正弦。這依然是因為只有特徵值最大的分量佔主導地位。
這使得一直更接近分布均勻的極端而不是分布集中的極端,故第二次放縮也不影響階。
==============================
我還考慮了一下的一般情況,不過這時,放縮就不一定不影響階了。
特別地,當時,吸收壁移動較快,粒子位置分布的擴散速度趕不上吸收壁的移動速度,這就會導致粒子位置分布遠離「均勻」的極端,第二次放縮就會影響階了。(但粒子畢竟還在擴散,所以其位置分布也到達不了「集中」的極端。)更新:
此處更新是因為Mathematica 10.3終於支持解本徵值問題了(贊一個).
用Mathematica處理下面的本徵值問題(詳見原答案):
sol = NDEigensystem[{(-(1/4) + y^2/8) *u[y] - 1/2*(u^[Prime][Prime])[y],
DirichletCondition[u[y] == 0, True]}, u[y], {y, 0, 1}, 1];
sol[[1, 1]]
(* 4.72011 *)
跟原來的結果是一樣的. 現在還可以畫出函數的形狀:
q[y_] := -Evaluate@(sol[[2, 1]])*Exp[-(y^2/4)];
Plot[{First@FindMaximum[q[y], {y, 0}]*Sin[[Pi]*y], q[y]}, {y, 0, 1},
PlotLegends -&> {"C[CenterDot]Sin(y)", "q(y)"}, ImageSize -&> 400]
對於第二次放縮,我觀察到的形狀基本是恆定的,一直是佔滿兩個吸收壁之間空間的、半個周期的正弦。這依然是因為只有特徵值最大的分量佔主導地位。
(一維隨機遊走,帶移動吸收壁,吸收的期望時間是否有限? - 王贇 Maigo 的回答)
是非常正確的.
__________原答案分割線__________
雖然很忙, 但是感覺很有意思, 所以還是答一發.
令這個帶吸收壁的隨機遊走結束之前走完的步數為, 則事件相當於對, 均滿足.
注意到. 當很大時, 的分布趨於一個Wiener Process (標準的布朗運動). 所以, 我們可以把這個問題給連續化, 即考慮一個吸收壁為和 的Wiener Process的First Exit Time問題, 只要能求出First Exit Time的PDF就可以了.
因為題主問的只是first exit time的期望值是否有限, 所以常數5並不重要, 我們考慮即可. 注意這裡在是有奇異性, 但是我們可以選擇合適的初始條件, 比如從出發之類的. 這些並不影響first exit time的PDF的漸進形式.
但是, 變邊界的First Exist Time問題很麻煩, 我們注意到:
等價於. 所以, 我們可以考慮另一個Process, 記為.由Itos Lemma可知
因此也是一個Diffusion Process. 我們現在只需要求以和為邊界的first exit time問題即可.求解這種問題, 可以用Fokker-Planck Equation. 一般地來說, 對於一個Diffusion Process
, 其PDF滿足一個PDE:對於, 其F-P方程為:
顯然應該作代換, 則有
當然, 由於這是個帶吸收壁的diffusion, 我們還需要邊界條件
上面這個PDE是可以分離變數的, 即有
, 則有:,的部分是個本徵值問題. 我們做變換, 則當時, 可將一階導數項消去, 得到:
.顯然這個本徵值問題只能有的本徵值. 我們的目的是要看PDF在很大時的漸進行為, 所以我們只需要絕對值最小的那個本徵值即可.
用Mathematica以為條件, 解得:
其中是所謂的ParabolicCylinderD函數.現在要選取絕對值最小的使得. 經過數值運算, 發現絕對值最小的為
.這意味著. 因此, . 注意到就是. 所以, 可以得到結論. 因此, 原來那個隨機遊走的步數期望是有限的.
@王贇 Maigo 的答案說模擬所得的階數就是, 即大概, 跟我這個略有不同, 我猜他的放縮中還是改變了階數, 應該是個比較好的近似吧.
以上.我能證出來如果吸收壁是,那麼對比較小的, 期望是有限的,但目前還沒有把constant改進到1……
大概的思路如下:我們把實數軸分成
如果在前k段都沒有碰到吸收壁,那麼,於是第k+1段碰到吸收壁的概率(第二步根據反射原理)而最終的期望則有上界。
所以如果,那麼這個期望就是有界的,which當足夠小的時候是成立的。但貌似wolfram alpha認為不夠小 。看了 王贇 的答案感覺 還是存在相變的,就是說這個問題對足夠大的,可能這個hitting time的期望就是無窮……那樣的話究竟期望有限和期望無窮的臨界值在哪裡就很好玩了。當然我這個辦法幾乎一定得不到sharp constant,也許加上LDP的計算會好一些。還是等Maigo大神慢慢update吧……是有限的,證明有時間再補。
我討論一下單側吸收的問題:即x=0時候結束假設時間等同於我所說的「步數」,設為n第一次吸收的幾率,是0.5第二次吸收的幾率是0.25(要接下來連續兩次向0走)第三次就是0.125算下來是1/2*1+1/4*2……求和怎麼求容我想想,好像是1?大概算的有問題====好像有疏漏
無右吸收壁的情況都是有限的,就一類卡特蘭級數,何況這個。
推薦閱讀:
※如何研究變步長隨機遊走?
※一個醉漢,從原點開始每秒50%的概率向左走一米,50%概率向右走一米,問一個小時後,醉漢大概率離原點多遠?
※圖靈斑圖:生命圖案的奧秘
※可以解釋一下密碼學中什麼叫雙線性配對嗎?
※西爾維婭《美麗心靈》中,納什提出的一個關於π的小數部分形成的子數列的問題?