0
大学数学基礎問題
文献あり

【拡散モデル】確率微分方程式と拡散過程における条件付き確率について

480
0

質問

岡野原大輔さんの著書、拡散モデル データ生成技術の数理を読んでて, p70の導出がわかりませんでした.

条件付き確率の導出方法について, どなたかご教示頂けないでしょうか?

確率微分方程式が与えられているとする.

dx=f(t)xdt+g(t)dw

このときの, 一般解を求めよ.

dxf(t)xdt=g(t)dw(t)

両辺にexp(0tf(t)dt)をかける.

exp(0tf(t)dt)dxexp(0tf(t)dt)f(t)xdt=exp(0tf(t)dt)g(t)dw(t)

伊藤の公式より,
d(exp(0tf(t)dt)x)=exp(0tf(t)dt)dxexp(0tf(t)dt)f(t)xdt

よって,
d(exp(0tf(t)dt)x)=exp(0tf(t)dt)g(t)dw(t)

両辺を積分すると,
exp(0tf(t)dt)xx0=0texp(0tf(t)dt)g(t)dw(t)

よって,
x=x(0)exp(0tf(t)dt)+exp(0tf(t)dt)0texp(0tf(t)dt)g(t)dw(t)

確率微分方程式が与えられているとする.

dx=f(t)xdt+g(t)dw

このとき, 条件付き確率は,
p(x(t)|x(0))=N(s(t)x(0),s(t)2σ(t)2I)

ただし,
s(t)=exp(0tf(ξ)dξ)σ(t)=0tg(ξ)2s(ξ)2dξ

である.

簡単のため, 1次元の場合について考える.

E[x(t)]=E[x(0)exp(0tf(t)dt)]+E[exp(0tf(t)dt)0texp(0tf(t)dt)g(t)dw(t)]=x(0)exp(0tf(t)dt)   (E[h(t)dw(t)]=0)

E[x2(t)]=E[(x(0)exp(0tf(t)dt))2]+E[(exp(0tf(t)dt)0texp(0tf(t)dt)g(t)dw(t))2](E[h(t)dw(t)]=0)=E[(x(0)exp(0tf(t)dt))2]+E[(exp(0tf(t)dt))20t(exp(0tf(t)dt)g(t))2dt]()=(x(0)exp(0tf(t)dt))2+(exp(0tf(t)dt))20t(exp(0tf(t)dt)g(t))2dt

E[(x(t)E[x(t)])2]=E[x2(t)]E[x(t)]2=(exp(0tf(t)dt))20t(exp(0tf(t)dt)g(t))2dt

多次元の場合はわからなかったので, どなたか補足お願いします.
一応, 私なりに多次元の場合を証明したので下記に示します.

E[x(t)]=E[x(0)exp(0tf(t)dt)]+E[exp(0tf(t)dt)0texp(0tf(t)dt)g(t)dw(t)]=x(0)exp(0tf(t)dt)   (E[h(t)dw(t)]=0)

E[x(t)xT(t)]=E[(exp(0tf(t)dt))2x(0)x(0)T]+E[(exp(0tf(t)dt))2x(0)(0texp(0tf(t)dt)g(t)dw(t))T]+E[(exp(0tf(t)dt))2(0texp(0tf(t)dt)g(t)dw(t))x(0)T(t)]+E[(exp(0tf(t)dt))2(0texp(0tf(t)dt)g(t)dw(t))(0texp(0tf(t)dt)g(t)dw(t))T]=(exp(0tf(t)dt))2x(0)x(0)T+(exp(0tf(t)dt))2E[x(0)(0texp(0tf(t)dt)g(t)dw(t))T]+(exp(0tf(t)dt))2E[(0texp(0tf(t)dt)g(t)dw(t))x(0)T]+(exp(0tf(t)dt))2E[(0texp(0tf(t)dt)g(t)dw(t))(0texp(0tf(t)dt)g(t)dw(t))T]=exp(0tf(t)dt)2x(0)x(0)T+exp(0tf(t)dt)2E[(0texp(0tf(t)dt)2g2(t)dt)I]=exp(0tf(t)dt)2x(0)x(0)T+exp(0tf(t)dt)2(0texp(0tf(t)dt)2g2(t)dt)I

E[(x(t)E[x(t)])(x(t)E[x(t)])T]=E[x(t)x(t)T]E[x(t)]E[x(t)T]E[x(t)]E[x(t)T]+E[x(t)]E[x(t)T]=E[x(t)x(t)T]E[x(t)]E[x(t)]T=exp(0tf(t)dt)2(0texp(0tf(t)dt)2g2(t)dt)I

本当は, コルモゴロフの前向き方程式とかコルモゴロフの後ろ向き方程式から条件付き確率を求めたほうがいいんでしょうが, 導出方法がわかりませんでした...

参考文献

[1]
岡野原大輔, 拡散モデル データ生成技術の数理
投稿日:2023525
OptHub AI Competition

この記事を高評価した人

高評価したユーザはいません

この記事に送られたバッジ

バッジはありません。
バッチを贈って投稿者を応援しよう

バッチを贈ると投稿者に現金やAmazonのギフトカードが還元されます。

投稿者

hdk105
hdk105
14
15060
計測・制御・情報に興味があります. 備忘録として残していきます.

コメント

他の人のコメント

コメントはありません。
読み込み中...
読み込み中