ランダムウォーク
酔歩の軌跡は時間とともに √n で広がる — 統計・確率過程
200
200
0.50
経過ステップ n
0
1歩の幅
±1
理論ドリフト μ·n
0.0
理論ばらつき σ√n
0.0
実測の終点平均
—
実測の終点SD
—
軌跡の束(左→右が時間) + 右端に終点ヒストグラム
ランダムウォーク(酔歩)とは、毎ステップ「+1 か −1」をランダムに選んで進む位置
多数の酔歩を同時に走らせると、軌跡の束は中心
S_n = X_1 + … + X_n のことです。
各ステップは確率 p で +1、確率 1−p で −1。多数の酔歩を同時に走らせると、軌跡の束は中心
μn(ドリフト)を進みながら、幅が 時間の平方根 √n に比例して広がります(±σ√n)。
速さ n ではなく √n でしか広がらないのが拡散の本質で、これが正規分布や中心極限定理の土台になります。
いま何が起きている?
アニメーションを再生中です。
ここがポイント
- 束の中心はドリフト
μ·n(μ = 2p − 1)── 時間 n に比例して直線的に進む - 束の幅は
±σ√n(σ = 2√(p(1−p)))── √n でしか広がらないのが拡散の本質 - p = 0.5 でドリフト 0 ── 中心は動かず、左右対称に √n で広がるだけ
- 右端の終点分布は 正規分布に近づく ── ばらつきは
√nで増えるが、それでも釣鐘型(CLT)