Moto browniano — ingegnerismo.it

Il moto browniano, o processo di Wiener standard, è uno dei processi stocastici fondamentali. Modella l’accumulo continuo di moltissimi piccoli effetti casuali indipendenti ed è la base matematica di diffusione, rumore bianco integrato, calcolo stocastico e molti modelli di incertezza dinamica.

Un processo $(W_t)_{t\ge 0}$ è un moto browniano standard se:

W_0=0,

ha traiettorie continue, incrementi indipendenti e incrementi gaussiani:

W_t-W_s\sim \mathcal N(0,t-s), \qquad 0\le s<t.

Inoltre gli incrementi sono stazionari: la distribuzione di $W_t-W_s$ dipende solo dalla lunghezza dell’intervallo $t-s$ , non dalla posizione dell’intervallo nel tempo.

Media e varianza

Per ogni $t$ :

W_t\sim \mathcal N(0,t).

Quindi:

\mathbb E[W_t]=0, \qquad \operatorname{Var}(W_t)=t.

La varianza cresce linearmente con il tempo. Questo riflette la natura diffusiva del processo: l’incertezza tipica cresce come $\sqrt t$ , non come $t$ .

La covarianza tra due istanti è:

\operatorname{Cov}(W_s,W_t)=\min(s,t).

I valori del processo non sono indipendenti, perché condividono la storia passata; sono indipendenti gli incrementi su intervalli disgiunti.

Traiettorie continue ma non lisce

Le traiettorie del moto browniano sono continue quasi certamente, ma quasi certamente non sono derivabili in nessun punto. Questo è un fatto essenziale: il processo varia senza salti, ma con oscillazioni così irregolari da non ammettere una velocità istantanea ordinaria.

Questa proprietà lo distingue da una normale funzione deterministica del tempo. Non si può trattare $dW_t/dt$ come una derivata classica. Il calcolo stocastico nasce proprio per dare senso a espressioni differenziali che coinvolgono $dW_t$ .

Variazione quadratica

Una proprietà caratteristica è la variazione quadratica. Su una partizione sempre più fine dell’intervallo $[0,t]$ :

\sum_i (W_{t_{i+1}}-W_{t_i})^2 \to t

in senso probabilistico, e con formulazioni più forti sotto condizioni opportune. Per una funzione liscia ordinaria, la variazione quadratica sarebbe nulla; per il moto browniano è pari alla lunghezza dell’intervallo. Questo è il motivo per cui nelle formule di Itô compaiono termini di secondo ordine.

Browniano con drift e scala

Un processo browniano con drift e coefficiente di diffusione ha forma:

X_t=x_0+\mu t+\sigma W_t.

Qui $\mu$ rappresenta una tendenza media lineare e $\sigma$ controlla l’intensità della componente aleatoria. Allora:

X_t\sim \mathcal N(x_0+\mu t,\sigma^2t).

Questa forma è usata come modello elementare di deriva più rumore in sistemi dinamici, errori cumulativi, diffusione e processi di degrado semplificati.

Collegamento con diffusione

Il moto browniano è il limite continuo di passeggiate aleatorie opportunamente riscalate. Se si sommano molti piccoli incrementi indipendenti con media nulla e varianza finita, il comportamento limite porta a un processo browniano. Questa è una versione funzionale dell’idea alla base del teorema del limite centrale.

Fisicamente, descrive la diffusione ideale: particelle soggette a urti microscopici casuali, grandezze che si disperdono nel tempo, errori che si accumulano senza memoria e perturbazioni modellate come rumore continuo.

Uso ingegneristico

In ingegneria è usato per rumore, diffusione, vibrazioni aleatorie, stima, finanza matematica, filtraggio e modelli continui di incertezza. Nei filtri stocastici può rappresentare rumore di processo; nei modelli di degrado può descrivere accumuli aleatori; nelle vibrazioni può entrare come idealizzazione di eccitazioni casuali.

Va però usato con cautela. Il moto browniano ha incrementi gaussiani indipendenti e varianza crescente linearmente. Molti fenomeni reali hanno memoria, limiti fisici, saturazioni, code pesanti o salti improvvisi. In questi casi servono processi più ricchi, come processi di Ornstein-Uhlenbeck, processi di Lévy, modelli a salti o rumori colorati.

Errori comuni

Il primo errore è pensare che continuità significhi regolarità. Il moto browniano è continuo ma estremamente irregolare. Il secondo è trattare gli incrementi sovrapposti come indipendenti: solo incrementi su intervalli disgiunti lo sono. Il terzo è usare un modello browniano per grandezze che devono restare positive senza modifiche: un browniano con drift può diventare negativo con probabilità positiva.

Il moto browniano è quindi un modello limite e un oggetto matematico di riferimento. È potente perché semplice e universale, ma proprio per questo deve essere adattato quando il fenomeno fisico impone vincoli o dipendenze non browniane.