布朗运动可以用随机微分方程来描述:
$$dX_t = \mu dt + \sigma dW_t$$
其中,$X_t$表示在时刻$t$的位置,$\mu$是漂移系数,$\sigma$是扩散系数,$W_t$是标准布朗运动。根据这个随机微分方程,我们可以得到布朗运动的转移概率密度函数:
$$p(x, t | x_0, t_0) = \frac{1}{\sqrt{2\pi\sigma^2(t-t_0)}}\exp\left(-\frac{(x-x_0-\mu(t-t_0))^2}{2\sigma^2(t-t_0)}\right)$$
其中,$x_0$和$t_0$是起始位置和时间。
现在我们来证明布朗运动满足马尔可夫性质,即它是一种马尔可夫过程。首先,我们需要证明布朗运动的状态只与当前状态有关,而与之前的状态无关。也就是说,对于任意时刻$t$和$t_0$,有:
$$p(x, t | x_{t_1}, t_1, x_{t_2}, t_2, ..., x_{t_n}, t_n) = p(x, t | x_{t_n}, t_n)$$
其中,$t_1 < t_2 < ... < t_n < t$。
为了证明上述等式成立,我们可以利用随机微分方程的性质。根据随机微分方程,我们可以得到:
$$X_t - X_{t_n} = \int_{t_n}^t \mu ds + \sigma(W_t - W_{t_n})$$
其中,$W_t - W_{t_n}$是标准布朗运动的增量。由于布朗运动的增量是独立同分布的,因此它只与当前状态有关,