4.1 预备知识
在第一章里面我们看到了随机微分方程的形态
其中
。在这章中它将被转化为
但在此之前,我们首先要弄清楚对于满足 "恰当" 性质的随机过程
,
到底是什么意思,我们应该怎么定义它。
然而这件事似乎并不显然:Brown 运动的采样路径
对几乎所有
都有无限变差,这个积分项显然不能按照通常的积分理解。
4.1.1 Paley-Wiener-Zygmund 随机积分
当
时,我们首先介绍 Paley,Wiener 和 Zygmund 提出的定义
定义 4.1 (Paley-Wiener-Zygmund, 随机积分)
考虑连续可微的函数
,有
,定义
注意
是随机变量。接下来看一些随机积分的性质
引理 4.2
-
-
证明.
(1)
(2)
事实上我们可以对定义 4.1 做推广:考虑
,以及一个函数序列
,其中
,同时满足
,使得
,根据性质 2 和积分的线性性,有
因此
在
中是一个 Cauchy 列。因此我们可以定义
这样对原定义的拓展依然满足引理中的两条性质。
注释 4.3
由于在 Paley-Wiener-Zygmund 的定义中要求
是一个确定的函数。我们还是没有办法处理
这样的东西,因此我们必须将其拓展到更大范围的被积对象上,并在确定函数情况下和 Paley-Wiener-Zygmund 的定义保持一致。
4.1.2 Riemann 和
在开始进一步讨论之前,我们来看看对于一个一维 Brown 运动
应该如何定义。一个比较自然的方法是用 Riemann 和然后取极限(如果极限存在)。
定义 4.4 (划分)
给定区间
,它的一个划分(partition)
是该区间中的有限个不同的点构成的集合
。该划分的 网格大小 定义为
。对于固定的
,和
上的给定划分
,定义
,它是
区间上的一点。
定义 4.5 (
的 Riemann 和估计)
对于
上的给定划分
,记
为随机积分
的 Riemann 和估计。
我们的核心问题是,固定
的值上述估计在
时会发生什么?
引理 4.6 (Brown 运动轨道的二次变差)
考虑
上的一个区间
,定义该区间上的一个划分序列
它满足当
时,
。于是有在
中当
时,有
证明.
首先注意到
因此
当两个求和指标
和
不同时,根据 Brown 运动的增量独立性,有
。因此
因此双重求和中的非 “对角” 项都为零,就得到当
时,
四阶原点矩二阶原点矩
除此之外因为我们发现
的方差恰好就是
,因此还可以这样做
注释 4.7 (
)
可以看出,对于微小的时间增量
,Brown 运动(轨道)的增量
服从 Gauss 分布
,其标准差恰好是
,这说明在时间间隔
内,轨道增量
的变化水平大致是
,这一定程度上解释了第一章中提到的
这件事情。
注释 4.8 (Brown 运动轨道在区间上变差几乎必然无限)
另一方面,因为当
时,
在
中有极限
。由于 Brown 运动本身对一切
,我们在样本空间中找一个样本点使得该结论成立,这个样本点对应的 Brown 运动轨道有一致
-Hölder 连续性,因此存在
,使得
由于
,等式右边最后一项必须满足
的划分
这就证明了 Brown 运动轨道在任意闭区间
上的变差几乎一定是无穷大。
有了 Brown 运动轨道平方变差在
中的收敛性后,我们来看看对
的 Riemann 和估计我们能得到什么。
引理 4.9
给定一个固定的
,以及区间
上的一列细度趋于零的划分
,定义
其中
,于是在
中有极限
换句话说,Riemann 和估计的极限值受中点的选取位置影响。
证明.
引理
注释 4.10 (Itô 积分和 Stratonovich 积分)
事实上,Itô 的定义就是取
得到的:
ô
另一种定义来自 Stratonovich,取
:
看起来更自然的定义应该是后面那个,但是前者有一些优势。前者将中点
选取在划分区间的左端点
,可以使得
这样形式的积分可以允许
是一大类叫做 非预期过程 的随机过程。另一方面,我们不知道随机过程在区间
上的行为,取左端点作为估计最为稳妥。