RELATIVIDADE SDCTIE GRACELI SOBRE Fórmula de Feynman-Kac

A fórmula de Feynman-Kac, batizada em homenagem a Richard Feynman e Mark Kac , estabelece uma ligação entre as equações diferenciais parciais parabólicas (PDEs) e os processos estocásticos . Quando Mark Kac e Richard Feynman estavam no corpo docente de Cornell, Kac assistiu a uma palestra de Feynman e observou que os dois estavam trabalhando na mesma coisa em direções diferentes. ^{[ quando? ]} A fórmula de Feynman-Kac resultou, que prova rigorosamente o caso real das integrais do caminho de Feynman. O caso complexo, que ocorre quando o giro de uma partícula é incluído, ainda não foi comprovado. ^{[ citação necessária ]}

Ele oferece um método para resolver certas equações diferenciais parciais, simulando caminhos aleatórios de um processo estocástico. Por outro lado, uma classe importante de expectativas de processos aleatórios pode ser calculada por métodos determinísticos.

Teorema [ editar ]

Considere a equação diferencial parcial

{\frac {\partial u}{\partial t}}(x,t)+\mu (x,t){\frac {\partial u}{\partial x}}(x,t)+{\tfrac {1}{2}}\sigma ^{2}(x,t){\frac {\partial ^{2}u}{\partial x^{2}}}(x,t)-V(x,t)u(x,t)+f(x,t)=0,

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

definido para todos

x\in \mathbb {R}

t\in [0,T]

, sujeito à condição do terminal

u(x,T)=\psi (x),

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

onde μ, σ, ψ, V , f são funções conhecidas, T é um parâmetro e

u:\mathbb {R} \times [0,T]\to \mathbb {R}

é o desconhecido. Então a fórmula de Feynman-Kac nos diz que a solução pode ser escrita como uma expectativa condicional

u(x,t)=E^{Q}\left[\int _{t}^{T}e^{-\int _{t}^{r}V(X_{\tau },\tau )\,d\tau }f(X_{r},r)dr+e^{-\int _{t}^{T}V(X_{\tau },\tau )\,d\tau }\psi (X_{T}){\Bigg |}X_{t}=x\right]

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

sob a medida de probabilidade Q, de modo que X é um processo Itô conduzido pela equação

dX=\mu (X,t)\,dt+\sigma (X,t)\,dW^{Q},

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

com W ^Q ( t ) é um processo de Wiener (também chamado de movimento browniano ) sob Q , e a condição inicial para X ( t ) é X (t) = x .

Prova [ editar ]

A prova de que a fórmula acima é uma solução da equação diferencial é longa, difícil e não apresentada aqui. No entanto, é razoavelmente simples mostrar que, se existe uma solução , ela deve ter a forma acima. A prova desse resultado menor é a seguinte.

Seja u ( x , t ) a solução da equação diferencial parcial acima. Aplicando a regra do produto para processos Itô ao processo

Y(s)=e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }u(X_{s},s)+\int _{t}^{s}e^{-\int _{t}^{r}V(X_{\tau },\tau )\,d\tau }f(X_{r},r)\,dr

um fica

{\begin{aligned}dY={}&d\left(e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\right)u(X_{s},s)+e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\,du(X_{s},s)\\[6pt]&{}+d\left(e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\right)du(X_{s},s)+d\left(\int _{t}^{s}e^{-\int _{t}^{r}V(X_{\tau },\tau )\,d\tau }f(X_{r},r)\,dr\right)\end{aligned}}

Desde a

d\left(e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\right)=-V(X_{s},s)e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\,ds,

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

o terceiro termo é

O(dt\,du)

e pode ser descartado. Nós também temos isso

d\left(\int _{t}^{s}e^{-\int _{t}^{r}V(X_{\tau },\tau )\,d\tau }f(X_{r},r)dr\right)=e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }f(X_{s},s)ds.

Aplicando o lema de Itô ao

du(X_{s},s)

, segue que

{\begin{aligned}dY={}&e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\,\left(-V(X_{s},s)u(X_{s},s)+f(X_{s},s)+\mu (X_{s},s){\frac {\partial u}{\partial X}}+{\frac {\partial u}{\partial s}}+{\tfrac {1}{2}}\sigma ^{2}(X_{s},s){\frac {\partial ^{2}u}{\partial X^{2}}}\right)\,ds\\[6pt]&{}+e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\sigma (X,s){\frac {\partial u}{\partial X}}\,dW.\end{aligned}}

FUNÇÃO FUNDAMENTAL E GERAL Do SISTEMA [SDCTIE GRACELI] DE INTERAÇÕES E TRANSFORMAÇÕES EM CADEIAS , DECADIMENSIONAL E CATEGORIAL .E DE ESTADOS TRANSICIONAIS GRACELI. =

TRANSFORMAÇÕES ⇔ INTERAÇÕES ⇔ TUNELAMENTO ⇔ EMARANHAMENTO ⇔ CONDUTIVIDADE ⇔ DIFRAÇÕES ⇔ estrutura eletrônica, spin, radioatividade, ABSORÇÕES E EMISSÕES INTERNA ⇔ Δ de temperatura e dinâmicas, transições de estados quântico Δ ENERGIAS, ⇔ Δ MASSA , ⇔ Δ CAMADAS ORBITAIS , ⇔ Δ FENÔMENOS , ⇔ Δ DINÂMICAS, ⇔ Δ VALÊNCIAS, ⇔ Δ BANDAS, Δ entropia e de entalpia, E OUTROS.

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

[EQUAÇÃO DE DIRAC].

\Delta U={\frac {3}{2}}nR(T_{f}-T_{i})

+ FUNÇÃO TÉRMICA.

N=N_{{o}}.e^{{-\lambda .t}}

+ FUNÇÃO DE RADIOATIVIDADE

T=e^{-2bL}

b={\sqrt {\frac {8\pi ^{2}m(Ub-E)}{h^{2}}}}

\Delta S=S_{2}-S_{1}=\int _{1}^{2}{\frac {\delta Q}{T}}

+ ENTROPIA REVERSÍVEL

\sigma =q(n\mu _{n}+p\mu _{p})[\Omega .cm]^{{-1}}

FUNÇÃO DE CONDUÇÃO ELETROMAGNÉTICA

E_{p}={\sqrt {{\frac {\hbar c^{5}}{G}}}}\approx

ENERGIA DE PLANCK

$V [R] [MA] = Δ e, M, Δ f, Δ E, Δ t, Δ i, Δ T, Δ C, Δ E, Δ A, Δ D, Δ M......$

ΤDCG

X

Δe, ΔM, Δf, ΔE, Δt, Δi, ΔT, ΔC, ΔE,ΔA, ΔD, ΔM...... =
x
sistema de dez dimensões de Graceli +
DIMENSÕES EXTRAS DO SISTEMA DECADIMENSIONAL E CATEGORIAL GRACELI.[como, spins, posicionamento, afastamento, ESTRUTURA ELETRÔNICA, e outras já relacionadas]..
DIMENSÕES DE FASES DE ESTADOS DE TRANSIÇÕES DE GRACELI.
x

sistema de transições de estados, e estados de Graceli, fluxos aleatórios quântico, potencial entrópico e de entalpia. [estados de transições de fases de estados de estruturas, quântico, fenomênico, de energias, e dimensional [sistema de estados de Graceli].

x
TEMPO ESPECÍFICO E FENOMÊNICO DE GRACELI
X
T l   T l    E l      Fl        dfG l

N l   El             tf l

P l   Ml           tfefel

Ta l   Rl

         Ll

D

O primeiro termo contém, entre parênteses, a equação diferencial parcial acima e é, portanto, zero. O que resta é

dY=e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\sigma (X,s){\frac {\partial u}{\partial X}}\,dW.

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

Integrando esta equação de t a T , conclui-se que

Y(T)-Y(t)=\int _{t}^{T}e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }\sigma (X,s){\frac {\partial u}{\partial X}}\,dW.

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

Ao tomar as expectativas, condicionadas em X _t = x , e observando que o lado direito é uma integral Itô , que tem expectativa zero ^{[ citação necessária ]} , segue-se que

E[Y(T)\mid X_{t}=x]=E[Y(t)\mid X_{t}=x]=u(x,t).

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

O resultado desejado é obtido observando-se que

E[Y(T)\mid X_{t}=x]=E\left[e^{-\int _{t}^{T}V(X_{\tau },\tau )\,d\tau }u(X_{T},T)+\int _{t}^{T}e^{-\int _{t}^{r}V(X_{\tau },\tau )\,d\tau }f(X_{r},r)\,dr\,{\Bigg |}\,X_{t}=x\right]

FUNÇÃO FUNDAMENTAL E GERAL Do SISTEMA [SDCTIE GRACELI] DE INTERAÇÕES E TRANSFORMAÇÕES EM CADEIAS , DECADIMENSIONAL E CATEGORIAL .E DE ESTADOS TRANSICIONAIS GRACELI. =

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

[EQUAÇÃO DE DIRAC].

\Delta U={\frac {3}{2}}nR(T_{f}-T_{i})

+ FUNÇÃO TÉRMICA.

N=N_{{o}}.e^{{-\lambda .t}}

+ FUNÇÃO DE RADIOATIVIDADE

T=e^{-2bL}

b={\sqrt {\frac {8\pi ^{2}m(Ub-E)}{h^{2}}}}

\Delta S=S_{2}-S_{1}=\int _{1}^{2}{\frac {\delta Q}{T}}

+ ENTROPIA REVERSÍVEL

\sigma =q(n\mu _{n}+p\mu _{p})[\Omega .cm]^{{-1}}

FUNÇÃO DE CONDUÇÃO ELETROMAGNÉTICA

E_{p}={\sqrt {{\frac {\hbar c^{5}}{G}}}}\approx

ENERGIA DE PLANCK

$V [R] [MA] = Δ e, M, Δ f, Δ E, Δ t, Δ i, Δ T, Δ C, Δ E, Δ A, Δ D, Δ M......$

ΤDCG

X

Δe, ΔM, Δf, ΔE, Δt, Δi, ΔT, ΔC, ΔE,ΔA, ΔD, ΔM...... =
x
sistema de dez dimensões de Graceli +
DIMENSÕES EXTRAS DO SISTEMA DECADIMENSIONAL E CATEGORIAL GRACELI.[como, spins, posicionamento, afastamento, ESTRUTURA ELETRÔNICA, e outras já relacionadas]..
DIMENSÕES DE FASES DE ESTADOS DE TRANSIÇÕES DE GRACELI.
x

sistema de transições de estados, e estados de Graceli, fluxos aleatórios quântico, potencial entrópico e de entalpia. [estados de transições de fases de estados de estruturas, quântico, fenomênico, de energias, e dimensional [sistema de estados de Graceli].

x
TEMPO ESPECÍFICO E FENOMÊNICO DE GRACELI
X
T l   T l    E l      Fl        dfG l

N l   El             tf l

P l   Ml           tfefel

Ta l   Rl

         Ll

D

e finalmente

u(x,t)=E\left[e^{-\int _{t}^{T}V(X_{\tau },\tau )\,d\tau }\psi (X_{T})+\int _{t}^{T}e^{-\int _{t}^{s}V(X_{\tau },\tau )\,d\tau }f(X_{s},s)\,ds\,{\Bigg |}\,X_{t}=x\right]

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

Observações [ editar ]

A prova acima de que uma solução deve ter a forma fornecida é essencialmente a de ^[1] com modificações para explicar $f(x,t)$ .
A fórmula de expectativa acima também é válida para difusões Itô N- dimensionais. A equação diferencial parcial correspondente para $u:\mathbb {R} ^{N}\times [0,T]\to \mathbb {R}$ torna-se: ^[2]

{\frac {\partial u}{\partial t}}+\sum _{i=1}^{N}\mu _{i}(x,t){\frac {\partial u}{\partial x_{i}}}+{\frac {1}{2}}\sum _{i=1}^{N}\sum _{j=1}^{N}\gamma _{ij}(x,t){\frac {\partial ^{2}u}{\partial x_{i}\partial x_{j}}}-r(x,t)\,u=f(x,t),

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

Onde,

\gamma _{ij}(x,t)=\sum _{k=1}^{N}\sigma _{ik}(x,t)\sigma _{jk}(x,t),

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

\gamma =\sigma \sigma ^{\mathrm {T} }

, Onde

\sigma ^{\mathrm {T} }

denota a transposição de

\sigma

Essa expectativa pode então ser aproximada usando os métodos Monte Carlo ou quase-Monte Carlo .
Quando publicada originalmente por Kac em 1949, ^[3] a fórmula de Feynman-Kac foi apresentada como uma fórmula para determinar a distribuição de certos funcionais de Wiener. Suponha que desejamos encontrar o valor esperado da função

e^{-\int _{0}^{t}V(x(\tau ))\,d\tau }

x

\left(\alpha _{0}mc^{2}+\sum _{{j=1}}^{3}\alpha _{j}p_{j}\,c\right)\psi ({\mathbf {x}},t)=i\hbar {\frac {\partial \psi }{\partial t}}({\mathbf {x}},t)

no caso em que x (τ) é a realização de um processo de difusão começando em x (0) = 0. A fórmula de Feynman-Kac diz que essa expectativa é equivalente à integral de uma solução para uma equação de difusão. Especificamente, nas condições que