Eine parabolische partielle Differentialgleichung, die die zeitliche Entwicklung der Wahrscheinlichkeitsdichte des Zustands eines stochastischen Prozesses beschreibt, typischerweise die Diffusionsgrenze der Gesetzesentwicklung einer stochastischen Differentialgleichung.

Prinzip

Ausdruck der Erhaltung der Wahrscheinlichkeit und des Flussgleichgewichts: Driftterme erzeugen advektiven Fluss, Diffusionsterme diffusen Fluss; zusammen steuern sie den Dichtetransport und das Annähern an invariante Maße.

Demonstration

Die Fokker‑Planck‑Gleichung zum Ornstein–Uhlenbeck‑Prozess ist eine lineare parabolische PDE, deren gaußsche fundamentale Lösung zu einer stationären gaußschen Dichte relaxt, wenn die Drift rückstellend ist.

Fehlanwendung

Anwenden von Fokker‑Planck‑Formeln für stetige Diffusionen auf Sprungprozesse oder diskrete Markovketten, ohne sie durch eine Master‑Gleichung oder einen nichtlokalen Operator zu ersetzen.

Konsequenz

Wandelt ein stochastisches Dynamikproblem in eine deterministische PDE für Dichten um: stationäre Lösungen entsprechen invarianten Maßen, spektrale Analyse des Erzeugers liefert Relaxationsraten und Varianzzerfall.

Umkehrung

Weglassen von Diffusionstermen führt zur Liouville‑Transportgleichung für deterministische Flüsse (reiner advektiver Transport); Hinzufügen nichtlokaler Sprungterme verwandelt sie in eine integrodifferenzielle Master‑Gleichung.

Abgrenzung

Gültig für Markov‑Diffusionsprozesse mit ausreichend regulären Koeffizienten und geeigneten Randbedingungen; gilt nicht direkt für reine Sprungprozesse oder schlecht gestellte Koeffizientenszenarien, die distributionelle Lösungen erfordern.

Semantische Spannung

Oft im Vergleich zur rückwärtigen Kolmogorov‑Gleichung: Die Fokker‑Planck ist vorwärts in der Zeit für Dichten, während die rückwärtige Gleichung Beobachtungen oder Erwartungen steuert, die entgegen der Zeitentwicklung des Erzeugers evolvieren.

Synthese

Eine deterministische PDE, die die vorwärtsgerichtete Entwicklung von Wahrscheinlichkeitsdichten für diffusionsartige stochastische Prozesse codiert und Drift‑ und Diffusionskoeffizienten mit advektiven und diffusen Wahrscheinlichkeitsflüssen sowie stationären Zuständen verbindet.