Imagine un proceso puntual definido por el tiempo de paso de partículas brownianas puras a través de un punto dado (en 1D), una línea (2D) o un plano (3D). Estoy interesado en la variación de los recuentos (número de partículas que pasan por los puntos) en función del tiempo de muestreo.
A diferencia del movimiento browniano, espero que mi señal muestre una correlación que no desaparece, porque una partícula que acaba de cruzar el punto tiene una alta probabilidad de cruzarlo nuevamente. Por lo tanto, la correlación debería parecerse a una función delta de dirac (clásica para procesos de puntos discretos) más una función de tiempo decreciente.
Sin embargo, estoy un poco confundido con la forma de calcularlo analíticamente. Busqué en áreas de conteo de fotones, contador geiger y dinámica de gas, pero no encontré ningún cálculo explícito de la varianza.
Dos ideas que tuve:
1/ Estudiar la función de correlación espacio-temporal de un campo de partículas brownianas (ver Gardiner, Stochastic Methods, eq. 13.3.22 por ejemplo):
en 1d. Nosotros deberíamos tener: . Sin embargo, la última expresión es difícil de calcular.
2/ Usando la probabilidad de tiempo de retorno al origen del movimiento browniano (la correlación surge del paso sucesivo de la misma partícula)
¡Cualquier idea o sugerencia será bienvenida!
La cantidad con la que está tratando es el tiempo local del movimiento browniano en un punto. Es bastante difícil manejar las horas locales de manera útil.
Lo que quieres calcular es la distribución de la cantidad.
Primero calcule la función característica del movimiento browniano que comienza en , en el momento
Ahora, transformamos la función delta en (1) en una integral de Fourier gracias a la ecuación (2) y calculamos el promedio de
Hay resultados exactos en una, dos y tres dimensiones para el promedio.
En una dimensión tenemos
en dos dimensiones
He usado el mismo método en un artículo reciente para un puente browniano.
Computar utilice la misma técnica de cálculo (también descrita en el documento). Necesitas evaluar
Pero la distribución que está buscando no está definida en dimensiones mayores que uno: se necesita una longitud de regularización. Esto viene de las propiedades del movimiento browniano.
En el caso del Browian (el caso estudiado en el artículo), una vez regularizado, la distribución es como dices: hay un -función más una función decreciente con la distancia. En tres dimensiones, la función decreciente es una exponencial simple.
Una posibilidad es tal vez considerar el flujo de probabilidad. En el origen de la modelización del movimiento browniano o la ecuación de calor, tiene una ecuación de conservación
Aquí debe considerarse como una densidad de probabilidad y como un flujo de probabilidad.
Entonces, suponiendo una relación simple , obtenemos la ecuación habitual de "calor": , con el Núcleo .
Entonces Podría ser la cantidad en la que estás interesado. Si es así, las relaciones anteriores le permiten tenerlo simplemente a partir de la densidad de probabilidad
AJK
jorish