证 券价格与布朗运动.pptVIP

Nankai University 几何布朗运动 南开大学数学科学学院 白晓棠 Nankai University Contents 正态随机变量 1 对数正态随机变量 2 布朗运动 3 几何布朗运动 4 Nankai University 正态随机变量 连续性随机变量X都对应一个函数f(x)，称为X的概率密度函数，它按下面的方式决定与X有关的概率：对任意实数ab，曲线f(x)下方x轴上方位于区间[a,b]的部分的面积等于X取值于a,b之间的概率。即： P(a≤X≤ b) =a与b之间f(x)与x轴所围成的面积 即右图中阴影区域面积 Nankai University 正态随机变量 正态随机变量X的密度函数f(x)由两个参数μ和σ决定，密度函数的具体形式为： 正态概率密度函数是关于x =μ对称的钟形曲线，参数决定了曲线的陡峭与舒缓程度。 E(X)=μ Var(X)=σ2 Nankai University 正态随机变量 标准正态随机变量： μ=0， σ2=1。 设为Z一标准正态随机变量，定义在实数域上的函数Φ(x)称为标准正态分布函数，即 根据标准正态分布的密度函数的对称性我们有 P(Z-x)= P(Zx) 即Φ(-x)=1-Φ(x) Nankai University 正态随机变量 例 一个年级学生的IQ测验成绩服从均值为100，标准差为14.2的正态分布。问随机抽取一名该年级学生其IQ成绩大于130的概率是多少？ 解 设X为随机抽出的该年级学生的IQ成绩，则： 故 Nankai University 3σ原则 例 设X为正态随机变量X~N (μ, σ2)，则 故 随机变量只有不到0.3%的可能取值在均值3倍标准差以外。 Nankai University 正态随机变量 两个相互独立的正态随机变量的和仍然是正态随机变量。 若X1，X2为相互独立的随机变量，且X1~N (μ1, σ12) ， X2~N (μ2, σ22) ，则 X1+X2 也服从正态分布，且 E(X1+X2)= E(X1)+E(X2)= μ1 + μ2 Var(X1+X2)= Var(X1)+Var(X2)= σ12+ σ22 即X1+X2~N (μ1 + μ2, σ12+ σ22) Nankai University 正态随机变量 例：条件与上例题同，现问从六年级学生中随机抽取4人，他们的平均IQ分数高于130的概率是多少？ 解：设 表示随机抽取四人的平均IQ分数，于是 故 Nankai University 中心极限定理 大量独立同分布的随机变量之和所构成的随机变量近似于一个正态随机变量。 设X1，X2，…为独立同分布的随机变量，它们的均值皆为μ，方差为σ2，记 。 中心极限定理 对足够大的n，Sn近似于均值为n μ ，方差为nσ的正态随机变量，即对任意x，我们有 且随着n的逐步增大，近似程度变得越来越高。 Nankai University 中心极限定理 一个n重贝努利试验，假设每次试验只有成功和失败两种结果，我们用随机变量Xi来表示，若第i次试验成功则Xi=1，若第i次试验失败则Xi=0。且各次试验成功的概率皆为p。 设随机变量 则X服从参数为n，p的二项分布，且 Nankai University 中心极限定理 例：掷一均匀硬币100次，求出现正面的次数小于40的概率。 解：设X为出现正面的次数，则X服从参数n=100，p=1/2的二项分布。且np=50，np(1-p)=25，故： Nankai University 对数正态随机变量 设Y是一个随机变量，若ln(Y)服从均值为μ，方差为σ2的正态分布，则称Y为以μ和σ为参数的对数正态随机变量。 即如果Y为对数正态的，则它可以表示为 Y=eX ，其中X~N (μ, σ2) 可以证明 Nankai University 对数正态随机变量 例 给定初始时间，设S(n)为某证券在n周后的价格(n0)，一个模拟这些价格变化的常用模型是假设价格比率S(n)/S(n-1)是独立同分布的对数正态随机变量，设参数μ=0.0165，σ=0.0730，求以下事件的概率： （1）此后两星期证券价格连续上升； （2）两周后的证券价格高于今天的价格。 Nankai University 对数正态随机变量 解 （1）设Z为标准正态随机变量，求第一周证券价格上升的概率即求 连续两周价格上升的概率为(0.5894)2=0.3474. Nankai University 对数正态随机变量 （2）求两周后证券价格高于今天的价格，即求 Nankai University 布朗运动 1827年英国植物学家罗伯特?布朗（Robert B