コラッツのモデルの詳細化
いよいよ線形確率過程の場合の式の導出に移ります。線形確率過程とは、線形微分方程式の確率過程を表すものとします。
これまで、まわりくどくグリーン関数を構成してきたのは、線形確率過程の場合、線形確率微分方程式やFokker-Planckを直接解析するのが困難だからです。
以前のコラッツ予想のstopping timeの確率的モデルでは、幾何ブラウン運動を用いて解析を行いました。しかし、実際は、3x+1, x/2の操作を表現できる必要があるため、
のような確率過程が妥当であると考えられます。
にを乗算しているのは、計算の都合上で、本質的な意味はありません。
ここで、はのの部分を表しています。
この確率過程に対する微分方程式は、
と変数変換し、yを改めてxと置きます。
また、を改めてと置きます。
eq(2)
ここで、
です。
この解を幾何ブラウン運動の場合を参考に
のように記載します。
は幾何ブラウン運動と同様、
この二次方程式の二つの解です。
これらの関数を微分した結果を
と置きます。ここでeq(2)はの変数変換を行うことにより、に確定特異点を持つ微分方程式になるため、Frobeniusの級数展開が適用可能になります。よって、w,w_dなどの関数は、すべて1/xの多項式であり、定数係数が1となります。
また、kに依存するのがの係数部分だけであるため、kで微分した結果は、O(1/x)になります。
Sturm-Liouville方程式のように書き換えた結果も同様に修正されます。
となります。
ここで、
です。
x<の領域では、で0になることから、
x>の領域ではx=∞で十分早く0に収束することから
が境界条件を満たす解になります。
次にSturm-Liouville方程式のグリーン関数構成法に従い、グリーン関数を構成します。r(x)が乗算されている部分だけSturm-Liouville方程式とは異なるので、そこを考慮すると、
グリーン関数g(x)は、x<では、
x>では、
です。
ここで、はkに依存することに注意しておきます。
A(x)は具体的には、
ここで、
ここで、k=0と置くと、から出発して、いずれxに到達する回数を求めることができます。
k=0のとき、
, なので、
x<では、
x>では、
となります。
幾何ブラウン運動と同様、
first passage timeの確率分布の特性関数は、
を代入して
ここで、
です。
が大きいところでは、各の多項式はほぼ1になるので、
[tex:(\frac{\xi+\eta}{1+\eta})^{-\beta_k}\frac{\Psi_k(1+\eta)}{w(1+\eta)(\alpha_k-\beta_k)}]
となります。
ここで、kへの依存性を明確に記載しました。