Autocorrelación y espectro de densidad de potencia: proceso continuo de Markov

He estado leyendo el artículo de Gillespie sobre el movimiento browniano y el ruido de Johnson ( DOI , PDF ).

Él considera X s ( t ) , una variable estocástica de media cero, que es estacionaria en el sentido de que todos sus momentos X s ( t ) k son independientes del tiempo. Además define la función de autocorrelación (2.39)

X s ( t ) X s ( t + t ) C X ( t )
que es independiente del tiempo ya que todos los momentos son independientes del tiempo. La media es sobre todos los valores posibles de X.

No puedo interpretar esta autocorrelación . Me han dicho que mide cuánto fluctúa la variable aleatoria pero no puedo convencerme de eso.

Creo que esta es la pregunta relevante para responder a mi dilema: en la misma página de la definición de la autocorrelación, continúa mostrando que su frecuencia se transforma en cuatro

C X ( t ) = 0 S X ( v ) C o s ( 2 π v t )
puede relacionarse con la varianza de X s ( t ) como
X s ( t ) 2 = 0 S X ( v ) d v

Ahora en el proceso de Ornstein Uhlenbeck, X s ( t ) debe interpretarse como la velocidad de la partícula, sujeta a una fuerza de arrastre y una fuerza aleatoria de ruido blanco ( Γ )

d X s ( t ) d t = γ X s ( t ) + C Γ ( t )
Entonces se puede calcular el espectro de potencia disipada que se origina a partir de la fuerza de arrastre. Como la potencia es fuerza por velocidad, se obtiene

PAG d i s s = γ X s ( t ) 2 PAG d i s s ( v ) = γ S X ( v ) = γ 2 C γ 2 + ( 2 π v ) 2
Donde se cumple la última igualdad para el proceso en estudio. Gillespie simplemente dice que esto significa que solo el régimen de baja frecuencia contribuye a la potencia disipada y el régimen de alta frecuencia no. ¿Pero frecuencia de qué ?

Mi interpretación sería esta: el argumento de la frecuencia equivale a decir que si la variable está autocorrelacionada también durante mucho tiempo (baja frecuencia en Fourier), entonces tendrá una potencia disipada significativa. Volviendo a mi pregunta original: ¿los largos tiempos de autocorrelación significan que la partícula fluctúa mucho? De ser así, ¿por qué?

Respuestas (1)

La función de autocorrelación es en realidad una especie de medida de la memoria.

El C X ( t ) = X s ( t ) X s ( t + t ) debe compararse con la correlación estadística (Wikipedia: http://en.wikipedia.org/wiki/Correlation_and_dependence ). Con la correlación estadística se mide la dependencia entre dos variables. Si dos variables son independientes tendrán una correlación igual a cero. Si dos variables tienden a tener el mismo valor, la correlación es positiva y si dos variables tienden a tener valores opuestos, la correlación es negativa.

Para el caso de motian browniano, supongo que X s ( t ) es la distribución de velocidad considerando que la función de autocorrelación de velocidad (VACF, por sus siglas en inglés) se usa principalmente en la teoría del movimiento browniano. Entonces C X ( t ) le dice cuál es la correlación entre la velocidad en el tiempo t y en el momento t + t . Para las cadenas continuas de Markov, esto debería caer exponencialmente, lo que también ocurre con el movimiento browniano.