Рассмотрим процесс

, где

- произвольный период итегрирования,

- белый шум.
Можно показать абсолютно точно, что данный процесс - стационарный и марковский.
Коэффициент корреляции данного процесса:

,

, Таким образом процесс переходит в стацтонароное состояние при

, что согласуется с определением

Требуется опрелелить условную плотность вероятности

Можно предположить, что

, где

,

(

- энергетическая характеристика белого шума).
Однако, это - предположение. Попытки определения коэффициентов сноса и диффузии у меня ни к чему не привели.
У кого какие соображения на этот счет?
Заранее спасибо.