本章导言
指定每个时刻的分布,并不足以指定一个随机过程;即使给定一致的有限维分布,也还需要研究路径是否连续。本章先区分分布层面的构造与路径层面的正则性,再以布朗运动为主要对象。
布朗运动的独立增量和缩放性质使许多分布可以直接计算,但其路径不具有通常微积分所需的光滑性。二次变差解释了伊藤积分与普通积分的差别,也是伊藤公式中二阶修正项的来源。
最后一节研究随机微分方程的积分含义、存在唯一性条件和两个可显式求解的模型。与偏微分方程的联系在光滑、有界等可验证条件下推导;局部鞅的一般理论、一般半鞅积分及随机偏微分方程留作进一步专题。
先修知识与阅读方式
第9–11章的测度、积分、收敛和鞅;第12章的过程语言;需要多元微积分与常微分方程基础。
先按顺序读定义和证明,再独立完成练习。若直接从本章进入,可回到全书学习路线检查先修知识;遇到技术性证明思路,应结合节末文献补读对应论证。
本章各节
- 13.1 随机过程的构造与路径
Construction and Sample Paths - 13.2 布朗运动的定义与基本性质
Brownian Motion - 13.3 强马尔可夫性与首达问题
Strong Markov Property and Hitting Times - 13.4 伊藤积分与伊藤公式
Ito Integration and Ito Formula - 13.5 随机微分方程与扩散
Stochastic Differential Equations