第13章 布朗运动与随机分析基础

Brownian Motion and Stochastic Analysis

连续路径与随机微积分。本章共5节。

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

  1. 13.1 随机过程的构造与路径
    Construction and Sample Paths
  2. 13.2 布朗运动的定义与基本性质
    Brownian Motion
  3. 13.3 强马尔可夫性与首达问题
    Strong Markov Property and Hitting Times
  4. 13.4 伊藤积分与伊藤公式
    Ito Integration and Ito Formula
  5. 13.5 随机微分方程与扩散
    Stochastic Differential Equations