维纳过程Wiener process(布朗运动Brownian Motion)

随机游动-->布朗运动
定义
(1) X(t) 是平稳独立增量过程(X(0) = 0)
(2) 每个增量 X(t) - X(s) 服从均值为 0 和方差为 \sigma^{2}|t-s| 的正太分布,且
\sigma > 0.
布朗运动B(t)又叫维纳过程W(t)。
有限维分布
路径性质
(1)是 t 的连续函数;
(2)在任何区间(无论区间多小)上都不是单调的;
(3)在任何点都不是可微的。
Brown 运动是特殊的 Gauss 过程


关于 Brown 运动的积分

\rm{It\hat o}积分

例子:定义

\rm{It\hat o}公式
随机分析中的链式法则the chain rule。
根据形式,首先给出\rm{It\hat o}过程的定义:

(1-dimensional \rm{It\hat o} processes)

(1-dimensional \rm{It\hat o} formula)


例子:Ito 公式

随机微分方程

解的存在唯一性
强解和弱解

  • 弱唯一

例子:
dX_{t}=\mu X_{t}dt+\sigma dB_{t}

dX_{t}=AX_{t}dt+H_{t}dt+KdB_{t}

dX_{t}=rX_{t}dt+\alpha X_{t}dB_{t}

dX_{t}=F(t)X_{t}dt+C(t)X_{t}dB_{t}

dY_{t}=rdt+\alpha Y_{t}dB_{t}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容