Metraipolis › archive › dc_ccbaf57795b1

Funzione di Onsager-Machlup — Wikipedia

Source
Wikipedia (it)
Original
https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup
License (as archived)
CC-BY-SA-4.0
Archived
2026-11-05T02:51:55.182Z
SHA-256 of the archived text
c21d8417ef31bd1c5083652d34255a33e23bbd4c412a64f7dfa3ed65ce9e171e
Stable URL of this page
https://metraipolis.com/documento/dc_ccbaf57795b1

How to cite

Funzione di Onsager-Machlup — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_ccbaf57795b1 (Metraipolis archive dc_ccbaf57795b1, sha256 c21d8417ef31bd1c5083652d34255a33e23bbd4c412a64f7dfa3ed65ce9e171e)
BibTeX
@misc{dcccbaf57795b1,
  title = {Funzione di Onsager-Machlup — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_ccbaf57795b1; sha256 c21d8417ef31bd1c5083652d34255a33e23bbd4c412a64f7dfa3ed65ce9e171e},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (it), https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

La funzione Onsager–Machlup è una funzione che riassume la dinamica di un processo stocastico continuo. Viene utilizzato per definire una funzione di densità di probabilità per un processo stocastico ed è simile alla Lagrangiana di un sistema dinamico. Prende il nome da Lars Onsager e Stefan Machlup che furono i primi a considerare tali densità di probabilità. La dinamica di un processo stocastico continuo X dal tempo t = 0 a t = T in una dimensione, che soddisfa un'equazione differenziale stocastica d X t = b ( X t ) d t + σ ( X t ) d W t {\displaystyle dX_{t}=b(X_{t})\,dt+\sigma (X_{t})\,dW_{t}} dove W è un processo di Wiener, può essere descritto approssimativamente dalla funzione di densità di probabilità del suo valore x i {\displaystyle x_{i}} in un numero finito di punti nel tempo t i {\displaystyle t_{i}} : p ( x 1 , … , x n ) = ( ∏ i = 1 n − 1 1 2 π σ ( x i ) 2 Δ t i ) exp ( − ∑ i = 1 n − 1 L ( x i , x i + 1 − x i Δ t i ) Δ t i ) {\displaystyle p(x_{1},\ldots ,x_{n})=\left(\prod _{i=1}^{n-1}{\frac {1}{\sqrt {2\pi \sigma (x_{i})^{2}\Delta t_{i}}}}\right)\exp \left(-\sum _{i=1}^{n-1}L\left(x_{i},{\frac {x_{i+1}-x_{i}}{\Delta t_{i}}}\right)\,\Delta t_{i}\right)} dove L ( x , v ) = 1 2 ( v − b ( x ) σ ( x ) ) 2 {\displaystyle L(x,v)={\frac {1}{2}}\left({\frac {v-b(x)}{\sigma (x)}}\right)^{2}} e Δ t i = t i + 1 − t i > 0 {\displaystyle \Delta t_{i}=t_{i+1}-t_{i}>0} , t 1 = 0 {\displaystyle t_{1}=0} e t n = T {\displaystyle t_{n}=T} . Un'approssimazione simile è possibile per processi in dimensioni superiori. L'approssimazione è più accurata per Δ t i {\displaystyle \Delta t_{i}} molto piccoli, ma nel limite Δ t i → 0 {\displaystyle \Delta t_{i}\rightarrow 0} la funzione di densità di probabilità diventa mal definita, uno dei motivi è che il prodotto dei termini 1 2 π σ ( x i ) 2 Δ t i {\displaystyle {\frac {1}{\sqrt {2\pi \sigma (x_{i})^{2}\Delta t_{i}}}}} diverge all'infinito. Nonostante questo, per definire una densità per il processo stocastico continuo X, si considerano comunque i rapporti di probabilità di X che giaciono entro una piccola distanza ε dalle curve lisce φ 1 {\displaystyle \varphi _{1}} e φ 2 {\displaystyle \varphi _{2}} : P ( | X t − φ 1 ( t ) | ≤ ε for every t ∈ [ 0 , T ] ) P ( | X t − φ 2 ( t ) | ≤ ε for every t ∈ [ 0 , T ] ) → exp ( − ∫ 0 T L ( φ 1 ( t ) , φ ˙ 1 ( t ) ) d t + ∫ 0 T L ( φ 2 ( t ) , φ ˙ 2 ( t ) ) d t ) {\displaystyle {\frac {P\left(\left|X_{t}-\varphi _{1}(t)\right|\leq \varepsilon {\text{ for every }}t\in [0,T]\right)}{P\left(\left|X_{t}-\varphi _{2}(t)\right|\leq \varepsilon {\text{ for every }}t\in [0,T]\right)}}\to \exp \left(-\int _{0}^{T}L\left(\varphi _{1}(t),{\dot {\varphi }}_{1}(t)\right)\,dt+\int _{0}^{T}L\left(\varphi _{2}(t),{\dot {\varphi }}_{2}(t)\right)\,dt\right)} con ε → 0, dove L è la funzione di Onsager-Machlup.

Tema degli esploratori: scibile generale (retro-catalogo completo della fonte, senza filtro di tema) (deposito sistematico; retro-catalogo: tutte le voci di Wikipedia in italiano, in ordine alfabetico).
Fonte: Wikipedia in italiano, voce «Funzione di Onsager-Machlup» — https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup
Wikidata Q17104894: «concept in mathematics» (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q17104894
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Funzione_di_Onsager-Machlup?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 153094873, consultata il 2026-11-05T02:46:21.270Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 66c0852d8959ce3f0c2790dffe8fca161f12b4c3fb00a86e4643b314f2669dd0