关于应用随机过程的材料.pdf

2014 应用随机过程讲义 （第一次修订稿） 授课教师：郭志军（2014,2 ） 【前言】本讲义系仓促成稿，错漏之处在所难免；请读者不 吝赐教！（联系方式：zijunyxq@163.com. ）讲义成稿前历经 07 数学与应用数学、07、08、09、10 统计学等专业同学使 用；讲义的编写参考了许多国内外中、英文资料，在此不再 一一列出！ 【参考阅读书目】 1. 《测度与概率》—严士健、刘秀芳，北京师范大学出版社 2. 《应用随机过程》—S.M.Ross （中译本），人民邮电出版社 3. 《应用随机过程》－林元烈，清华大学出版社 4. 《金融随机分析》－Shreve （中译本），上海财经大学出版 社 第一篇 概率论基础 §1 概率测度与概率空间 §2 随机变量及其分布 §3 数学期望与积分 §4 条件数学期望 §5 概率测度变换 §6 随机变量的收敛性 第二篇 随机过程（1） §1 随机过程的基本概念、数字特征 §2 泊松（Possion ）过程 §3 更新过程 §4 布朗（Brown ）运动 §5 鞅(Martingale) 第三篇 随机过程（2 ）——随机分析及其在金融、 保险中的应用 §1 简单被积函数的 Ito （伊藤）积分 §2 一般函数的 Ito 积分 §3Ito-Doeblin （伊藤—德布林）公式 1 §4 多元随机分析 §5 风险中性测度 §6 金融衍生品——期权的定价 §7 关于跳过程的随机分析 §8 无套利的寿险定价理论、模型 第一篇 概率论基础 §1.概率测度与概率空间 在概率论的发展早期，拉普拉斯（Laplace ）给出了概率 的古典定义；但随着概率论研究范围的扩大，古典定义的局 限性也凸显出来。人们通过对“事件”和“概率”的长期研 究发现：事件的运算与集合的运算完全类似，“概率”也与 “测度”有着完全相同的性质。 19 世纪以后，数学界广泛流行着公理化浪潮，它们主张 把最基本的假定公理化，其它结论则由这些公理演绎导出。 这种背景下，出现了诸多的概率论的公理化结构，其中广泛 被接受的是 1933 年前苏联的柯尔莫哥洛夫（Kolmogorov ） 提出的公理化结构，从而使概率论成为严谨的数学分支。 所谓公理化的概率论，其实就是测度论式的概率论，是 建立在集合论与测度论基础上的概率论。 一、 事件域（事件σ-代数） 用概率度量事件发生的可能性时，希望用简单事件的概率来 推算复杂事件的概率；那么一般情况下， 1.是否对任何基本事件都能给出概率？ 2. 当给出基本事件的概率后，是否可推算出其它事件的概 率？ 对于可列样本空间Ω，结论是肯定的；但对一般的样本 空间，答案却是否定的。因为几何概型只对Ω的可测子集（即: 有长度、有面积、有体积）有定义，而可测集远不能穷尽Ω的 一切子集。这样，一方面我们不必把Ω的一切子集作为事件； 另一方面，又必须把 “感兴趣”的事件都包括进来；比如： 若A ⊂Ω是事件，则A （或Ac ）也应是事件；若A, B 是事件， 则A UB 也应是事件，当然也要考虑可列并的情形；此外，Ω作 2 为事件应是必然事件。我们把事件的全体记为F ，则其应满 足：1）Ω∈F ；2 ）若A ∈F ，则A ∈F ；3 ）若 A , n ≥1 ⊂F ，即： { n } ∞ σ ∀n ≥1, A ∈F ，则 A ∈F （或 A ∈F ）；则F 为Ω上的一个 -域