Proces Gaussa-Markowa - Gauss–Markov process
Procesy stochastyczne Gaussa-Markowa (nazwane na cześć Carla Friedricha Gaussa i Andreya Markowa ) to procesy stochastyczne, które spełniają wymagania zarówno procesów Gaussa, jak i procesów Markowa . Stacjonarny proces Gaussa-Markowa jest unikalny aż do przeskalowania; taki proces jest również znany jako proces Ornsteina-Uhlenbecka .
Podstawowe właściwości
Każdy proces Gaussa-Markowa X ( t ) posiada trzy następujące właściwości:
- Jeśli h ( t ) jest niezerową funkcją skalarną t , to Z ( t ) = h ( t ) X ( t ) jest również procesem Gaussa-Markowa
- Jeśli f ( t ) jest niemalejącą funkcją skalarną t , to Z ( t ) = X ( f ( t )) jest również procesem Gaussa-Markowa
- Jeśli proces jest niezdegenerowany i średniokwadratowy ciągły, to istnieje niezerowa funkcja skalarna h ( t ) i ściśle rosnąca funkcja skalarna f ( t ) taka, że X ( t ) = h ( t ) W ( f ) ( t )), gdzie W ( t ) jest standardowym procesem Wienera .
Właściwość (3) oznacza, że każdy niezdegenerowany średniokwadratowy ciągły proces Gaussa-Markowa można zsyntetyzować ze standardowego procesu Wienera (SWP).
Inne właściwości
Stacjonarny proces Gaussa-Markowa z wariancją i stałą czasową ma następujące właściwości.
- Wykładniczy autokorelacji :
- Funkcja gęstości widmowej mocy (PSD), która ma taki sam kształt jak rozkład Cauchy'ego :
- Powyższe daje następującą faktoryzację widmową:
Istnieje również kilka trywialnych wyjątków od wszystkich powyższych.