เดินสุ่มด้วยโมเมนตัม


18

พิจารณาการเดินสุ่มจำนวนเต็มเริ่มต้นที่ 0 โดยมีเงื่อนไขดังต่อไปนี้:

  • ขั้นตอนแรกคือบวกหรือลบ 1 ด้วยความน่าจะเป็นที่เท่ากัน

  • ทุกขั้นตอนในอนาคตคือ: 60% มีแนวโน้มที่จะเป็นไปในทิศทางเดียวกันกับขั้นตอนก่อนหน้า 40% มีแนวโน้มที่จะเป็นไปในทิศทางตรงกันข้าม

การกระจายแบบนี้ให้ผลเช่นไร?

ฉันรู้ว่าการเดินสุ่มแบบไม่โมเมนตัมให้การแจกแจงแบบปกติ โมเมนตัมเปลี่ยนความแปรปรวนหรือเปลี่ยนธรรมชาติของการกระจายตัวทั้งหมดหรือไม่?

ฉันกำลังมองหาคำตอบทั่วไปดังนั้นโดย 60% และ 40% ข้างต้นฉันหมายถึงpและ1-pจริงๆ


ที่จริง @Dilip คุณต้องมีห่วงโซ่มาร์คอฟกับรัฐจัดทำดัชนีโดยคู่สั่งซื้อ(i,i+1)และ(i,i1) , iZ Z ช่วงการเปลี่ยนภาพคือ(i,i+1)(i+1,i+1)และ(i,i1)(i1,i)ที่มีความน่าจะเป็นpและ(i,i+1)(i+1,i)และ(i,i1)(i1,i2)มีความน่าจะเป็น1pพี
whuber

โปรดทราบว่าขนาดขั้นตอนในรูปแบบห่วงโซ่มาร์คอฟใน{1,+1}และคุณเกิดขึ้น (?!) เพื่อเริ่มต้นที่การกระจายแบบคงที่
พระคาร์ดินัล

คุณต้องการ จำกัด การกระจาย (ส่วนขยาย) สำหรับSn=i=1nXnโดยที่Xn{1,+1}เป็นขั้นตอนของการเดินหรือไม่
พระคาร์ดินัล

อีกวิธีหนึ่งอาจจะดูผลรวมของตัวแปรสุ่มทางเรขาคณิตแล้วใช้ทฤษฎี martingale ปัญหาคือคุณจะต้องกำหนดเวลาหยุดบางชนิดซึ่งอาจยุ่งยาก
shabbychef

คำตอบ:


8

เพื่อข้ามไปสู่ข้อสรุปในทันที "โมเมนตัม" จะไม่เปลี่ยนความจริงที่ว่าการแจกแจงแบบปกติเป็นการประมาณแบบเชิงเส้นกำกับของการแจกแจงของการเดินแบบสุ่ม แต่ความแปรปรวนเปลี่ยนจากเป็นn p / ( 1 - P ) สิ่งนี้สามารถได้มาจากการพิจารณาเบื้องต้นในกรณีพิเศษนี้ ไม่ยากที่จะสรุปข้อโต้แย้งด้านล่างให้กับ CLT สำหรับขอบเขตพื้นที่ จำกัด มาร์คอฟพูด แต่ปัญหาที่ใหญ่ที่สุดคือการคำนวณความแปรปรวน สำหรับปัญหาเฉพาะนั้นสามารถ4np(1p)np/(1p)ถูกคำนวณและหวังว่าข้อโต้แย้งด้านล่างสามารถโน้มน้าวให้ผู้อ่านว่ามันเป็นความแปรปรวนที่ถูกต้อง

การใช้ข้อมูลเชิงลึกที่ Cardinal ให้ไว้ในคอมเม้นต์การเดินแบบสุ่มจะได้รับเป็น โดยที่X k{ - 1 , 1 }และX kเป็นโซ่มาร์คอฟด้วยเมทริกซ์น่าจะเปลี่ยน ( หน้า1 - หน้า1 - พีพี ) สำหรับข้อควรพิจารณาแบบไม่แสดงเมื่อn การแจกแจงเริ่มต้นของX 1ไม่มีบทบาทดังนั้นให้แก้ไข

Sn=k=1nXk
Xk{1,1}Xk
(p1p1pp).
nX1เพื่อประโยชน์ของการโต้แย้งต่อไปและถือว่ายังที่ 0 < P < 1 เทคนิคที่ลื่นไหลคือการสลายโซ่มาร์คอฟออกเป็นวงจรอิสระ ให้ σ 1แสดงเป็นครั้งแรกหลังจากเวลา 1 ว่าเชนมาร์คอฟจะกลับไปเป็น 1 นั่นคือถ้า X 2 = 1แล้ว σ 1 = 2และถ้า X 2 = X 3 = - 1และ X 4 = 1แล้ว σ 1 = 4X1=10<p<1σ1X2=1σ1=2X2=X3=1X4=1σ1=4. โดยทั่วไปให้หมายถึงฉัน 'วันเวลากลับไป 1 และให้τ ฉัน = σ ฉัน - σ ฉัน- 1หมายถึงเวลาระหว่างผลตอบแทน (มีσ 0 = 1 ) ด้วยคำจำกัดความเหล่านี้เรามีσผมผมτผม=σผม-σผม-1σ0=1
  • ด้วยแล้ว S σ n = X 1 + n Σฉัน= 1 UฉันUi=k=σi1+1σiXk
    Sσn=X1+i=1nUi.
  • ตั้งแต่เตะค่า- 1สำหรับk = σ ฉัน- 1 + 1 , ... , σ ฉัน - 1และX σ ฉัน = 1ก็ถือได้ว่า U ฉัน = 2 - τฉันXk1k=σi1+1,,σi1Xσi=1
    Ui=2τi.
  • ครั้งระหว่างทางกลับสำหรับห่วงโซ่มาร์คอฟจะ IID (อย่างเป็นทางการเนื่องจากการที่แข็งแกร่งมาร์คอฟทรัพย์สิน) และในกรณีนี้ที่มีค่าเฉลี่ยE ( τ ฉัน ) = 2และแปรปรวนV ( τ ฉัน ) = 2 หน้าτiE(τi)=2พี มันแสดงให้เห็นวิธีการคำนวณค่าเฉลี่ยและความแปรปรวนด้านล่างV(τi)=2p1p
  • CLT สามัญสำหรับตัวแปร iid ให้ผลว่า
    SσnasympN(0,2np1p).
  • สิ่งสุดท้ายที่ควรทราบซึ่งต้องอาศัยความเชื่อเล็กน้อยเพราะฉันทิ้งรายละเอียดไว้นั่นคือซึ่งให้ผลที่ S n asymp N ( 0 , n หน้าσn=1+i=1nτi2n
    SnasympN(0,np1p).

การคำนวณช่วงเวลาของหนึ่งอาจทราบว่าP ( τ 1 = 1 ) = Pและ2 , P ( τ 1 = เมตร) = ( 1 - P ) 2 พีเอ็ม- 2 จากนั้นเทคนิคที่คล้ายกับเทคนิคที่ใช้เมื่อคำนวณช่วงเวลาสำหรับการแจกแจงเชิงเรขาคณิต หรือถ้าXเป็นรูปทรงเรขาคณิตที่มีโอกาสประสบความสำเร็จ1 - pและZ =τ1P(τ1=1)=pm2P(τ1=m)=(1p)2pm2X1pดังนั้น 1 + X ( 1 - Z )มีการแจกแจงแบบเดียวกับ τ 1และง่ายต่อการคำนวณค่าเฉลี่ยและความแปรปรวนสำหรับการแทนหลังนี้Z=1(τ1=1)1+X(1Z)τ1


+1 ดี ฉันจะเขียนการกระจาย assymptotic เพียง1/nSn

2

ρρ=2พี-1

ข้อผิดพลาดมาตรฐานที่แท้จริงของ x¯พี1-พีsn,
nx¯nsn1-x¯2nx¯nพี/(1-พี)

พี


พี=0

ρ=2p1,12p
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.