第5章随机分析(应用随机过程,陈萍)详解.ppt

应用随机过程 第五章 随机分析简介 教师: 陈 萍 prob123@mail.njust.edu.cn 5.1 均方随机分析 一、随机序列的均方收敛 1、均方收敛定义和准则 2、均方极限的性质 二、随机过程的均方连续 三、随机过程的均方导数 1、定义和结论 2、均方导数的性质 四、随机过程的均方积分 1、定义和结论 4、均方广义积分 5.2.2 It? 积分的性质 设 f,g ? V(0,T] ，0≤SUT. 则 5.2.3 多维It? 积分 §5.3 It?过程与It?公式 5.3.1 一维It?过程与It?公式 §5.4 随机微分方程 §5.5 It?扩散过程的基本性质 (A) The Markov property (E) The boundary value problem (i) The Dirich设 problem 定理5.2.2 设 f? V(0,T] . 则 P30 定理 5.2.1. 设f(t, ? )? V(0,T]. 则?t≤T 是 Ft 鞅. 关于t连续。 定理5.2.3 （鞅表示定理）设 是 鞅,则存在唯一的随机过程 ,满足 且 利用鞅表示定理，将下列过程表示成It?积分 Answer: 设 是 n维Brown运动， 是m × n距阵, 其中 ?ij(t, ?) ? V(S,T), 定义 v=[?ij(t, ?) ]的It?积分为如下m×1距阵 它的第 i个分量是 定义 5.3.1 设 Bt 为 (?,F, P)上的1-维标准Brown运动，若 (?,F, P)上的随机过程 {Xt,t?0}满足如下的It?积分: 其中 定理5.3.2 (It?公式) 设Xt为形如(5.3.1)的It?过程, 则 Yt=g(t,Xt)仍为It?过程, 且满足如下It?积分方程 或等价的It?微分方程 (5.3.4) 其中 按如下规则运算 (5.3.5) 于是It?公式为 证 例 5.3.3 设 Xt=Bt,， 例5.3.4 定理5.3.5 (分部积分). 设 f(s, ? )=f(s) 只依赖于s ,f (t) 在[0,t]可微，则 例 5.3.6 设 定义 其中 Bs 是标准Brown运动. 证明,若 ，则Zt是鞅. 5.3.2 多维It?公式 设 是m维Brown运动, 若n维随机过程 满足如下的n维微分方程: (5.3.5) 则称Xt为n维It?过程. 写成矩阵形式为 (5.3.6) 其中 (5.3.7) 定理5.3.6 (n维It?公式) 设 为 n-维 It? 过程，设 为 [0, ∞) ×Rn 到Rp的 C2 映射，则过程 也是 It? 过程, 其中分量 Yk 满足 其中 于是 例 5.3.7 设 为 Rn Brown运动, n≥2, 称过程 R 为 n-dimensional Bessel process . 则 1. 设 Xt Yt 为 一维It? 过程. 求证 (5.4.1) 解的存在唯一性定理 例5.4.1 设 是一维标准Brown运动, r,α为常数, 解人口增长模型 (A) 方程(5.4.1)是否有唯一解? (B)方程(5.4.1)如何解? 解下列Ornstein-Uhlenbeck随机微分方程 Answers: 定义 5.5.1 A (time-homogeneous) Ito diffusion is a stochastic process Xt(?)=X(t, ?):[0, ∞) ×? →Rn satisfying a stochastic differential equation of the form satisfy the conditions in 定理7.4, We will called b the drift coefficient and ?- the diffusion coefficient. Where Bt is m-dimensional Brown运动and (5.5.1) Denote the solution of (5.5.1) by The res