科普一下随机微积分.docVIP

科普一下随机微积分随便写了一个关于随机微积分的科普，如果大家觉得写的不错，读者受益，如果大家觉得写的不好，请指出，我受益，总之是件好事，呵呵1. 随机微积分（Stochastic Calculus）是干什么的？一言以蔽之，给随机变量建立一套类似于普通微积分的理论，让我们能够像对普通的变量做微积分那样对随机变量做微积分。知道了这一点，我们很多时候都可以把普通微积分的思维方式对应到随机微积分上。比如，有些概念，一开始如果我们不理解这个概念起的作用是什么，就可以想想在普通微积分里面跟这个概念相对应的概念的作用。 2. 随即微积分的理论框架是怎么样建立起来的？一言以蔽之，依样画葫芦。这里的“样”，说的是普通微积分。在普通微积分里面，最基本的理论基础是“收敛”（convergence）和“极限”（limit）的概念，所有其他的概念都是基于这两个基本概念的。对于随机微积分，在我们建立了现代的概率论体系（基于实分析和测度论）之后，同样的我们就像当初发展普通微积分那样先建立“收敛”和“极限”这两个概念。与普通数学分析不同的是，现在我们打交道的是随机变量，比以前的普通的变量要复杂得多，相应的建立起来的“收敛”和“极限”的概念也要复杂得多。事实上，随机微积分的“收敛”不止一种，相应的“极限”也就不止一种。用的比较多的收敛概念是　convergence with probability 1 almost?surely 和　mean-square convergence。另一个需要新建立的东西是积分变量。在普通微积分里面，积分变量就是一般的实变量，也就是被积函数（integrand）的因变量，基本上不需要我们做什么文章。而随即微积分的积分变量是布朗运动，在数学上严格的定义和构造布朗运动是需要一点功夫的。这个过程是构建随机微积分的的过程中的基本的一环。“收敛”，“极限”和“积分变量”都定义好了之后，我们就可以依样画葫芦，像普通微积分里面的定义那样去定义接下来的一系列概念。 3. 既然是依样画葫芦，那么跟普通微积分的区别是什么？最基本的区别在于现在的积分变量是布朗运动，它是时间的一个函数，但是却有一个特殊的性质：布朗运动处处连续但是处处不可导。正是这个特殊的性质使得随即微积分跟普通微积分不同。在普通微积分里面，我们其实已经接触了用“基本变量的函数”来作为积分变量的情况，比如g x 是x的函数，我可以用g作为积分变量进行积分：\int_ g g a ^ g g b f g dg如果g x 是一个可导的函数,这就是我们在普通微积分中已经解决了的问题，因为dg ?gdx，所以上式可以写成：\int_ x a ^ x b f g x g x dx但是对于布朗运动W来说，dW/dt不存在。正因为这个“微分”不存在，导致在普通微积分里面可以直接进行的上述微分运算在随即微积分里面不能直接进行。比如，在普通微积分里面，有基本的微积分公式 ln x 1/x因而dx/x d ln x .但在随机微积分里面则不能对dW/W 进行这样的计算?dX/X / d ln X ，因为 ln X 是不可导的。这就需要我们建立新的基本运算规则。 ４. 随即微积分的基本运算规则是什么？在普通微积分里面，首先我们定义了牛顿-莱布尼兹公式f b - f a \int_a^b f x dx然后我们定义了一系列基本的运算法则，比如d x+y dx + dy;d xy x*dy + y*dx和基本微积分公式，比如　 x^2 2x；?\int exp x dx exp x 。然后我们实际进行微积分运算的时候，主要是把要计算的微分或者积分按照运算法则分解成这些基本的微积分公式，然后把他们用这些基本的微积分公式套进去进行计算。在随机微积分里面，我们做相同的事情。导致随即微积分和普通微积分在操作上的区别的就是最基本跟牛顿-莱布尼兹公式相对应的新的微积分公式。普通微积分的牛顿-莱布尼兹公式是由分区间近似求和，然后取极限得到。在随即微积分里面，我们可以用相同的方法来定义积分，但是这个近似的取法不同，会导致计算的结果不同。目前最有实用意义的近似取法是有日本数学家Ito提出的，那就是，在计算某个小区间的对整个积分的贡献的时候，用这个区别的左边界的函数值来代替整个区间的函数值。（Note：在定义普通微积分的时候，我们用的是该区间上任意一点。之所以可以使用该区间上任何一点是因为函数的可导性。而这里，函数不可导，所以不能像普通微积分那样用任意一点的函数值来代替）用这种近似