终于要到这一章了!在很多随机的分析当中都需要用到它。
布朗运动
设 { B t , t ≥ 0 } \{B_t,t\ge 0\} { Bt,t≥0}是一个随机过程,如果它满足以下三条
- B t + s − B t B_{t+s}-B_{t} Bt+s−Bt服从正态分布 N ( 0 , σ 2 s ) \mathscr{N}(0,\sigma^2s) N(0,σ2s);
- 对任意 0 < t 1 < t 2 < ⋯ < t n 0<t_1<t_2<\dots<t_n 0<t1<t2<⋯<tn, B 0 , B t 1 − B 0 , … , B t n − B t n − 1 B_0,B_{t_1}-B_0,\dots,B_{t_n}-B_{t_{n-1}} B0,Bt1−B0,…,Btn−Btn−1相互独立【这条说明 { B t , t ≥ 0 } \{B_t,t\ge 0\} { Bt,t≥0}是独立增量过程】;
- 对所有的 ω \omega ω, B t ( ω ) B_t(\omega) Bt(ω)关于 t t t连续。
则称 { B t , t ≥ 0 } \{B_t,t\ge 0\} { Bt,t≥0}是一个(一维)布朗运动(Browian motion)。当 σ 2 = 1 \sigma^2=1 σ2=1, B 0 = 0 B_0=0 B0=0时称为标准布朗运动。
{ B t ( 1 ) , t ≥ 0 } , … , { B t ( n ) , t ≥ 0 } \{B_t^{(1)},t\ge 0\},\dots,\{B_t^{(n)},t\ge 0\} { Bt(1),t≥0},…,{ Bt(n),t≥0}为 n n n个互相独立的一维标准布朗运动,则称 { ( B t ( 1 ) , … , B t ( n ) ) , t ≥ 0 } \{(B_t^{(1)},\dots,B_t^{(n)}),t\ge 0\} { (Bt(1)