UA MATH565C 随机微分方程I SDE的定义与例子

随机微分方程的定义

经典力学中描述一个确定性系统的演化过程通常可以用微分方程，比如ODE
$$\frac{dx}{dt}=b(x),x(0)=x_0,x,b(x)\in {\mathbb{R}}^n$$
但统计物理中系统都不会是确定性的，因此一般需要给这个ODE加一个噪声，假设噪声项是$\sigma (x){\eta }_t$，则
$$\frac{d{x}_t}{dt}=b(x_t)+\sigma (x_t){\eta }_t$$
通常称$b(x)$为漂移项，$\sigma (x)$为噪声的强度，${\eta }_t$是白噪声。为了让这个定义有意义，需要定义一下白噪声。

白噪声过程

白噪声${\eta }_t$是一个随机过程，假设概率空间为$(\Omega ,\mathcal{F},P)$，假设$t\in \mathcal{T}=[0,+\infty )$，则${\eta }_t$可以看成映射：
$${\eta }_t:(\Omega \times \mathcal{T},\mathcal{F}\otimes \mathcal{B}(\mathcal{T}),P\otimes \lambda )\to ({\mathbb{R}}^m,\mathcal{B}({\mathbb{R}}^m))$$
其中$\mathcal{B}(\mathcal{T})$是$\mathcal{T}$生成的Borel $\sigma$代数，$\lambda$是可测空间 ( T , B ( T ) (\mathcal{T},\mathcal{B}(\mathcal{T})