布朗运动
1布朗运动及其定义
1.1定义
如果实随机过程 W = { W t , t ≥ 0 } W=\{W_t,t\geq0\} W={Wt,t≥0}满足:
- W 0 = 0 W_0=0 W0=0(零初值)
- ∀ s < t , W t − W s \forall s<t,W_t-W_s ∀s<t,Wt−Ws~ N ( 0 , t − s ) N(0,t-s) N(0,t−s)且相互独立(平稳独立增量)
- W t W_t Wt~ N ( 0 , t ) N(0,t) N(0,t)(一维正态分布)
我们称之为标准布朗运动。(这也是布朗运动的证明过程)
例一:
涉及增量的通用证明手段,构造增量,利用增量的独立性
例二
容易出的问题是说明每一个
W
t
n
W_{tn}
Wtn满足正态分布,但是独立性却无法得到保证
1.2数字特征
设
W
=
W
t
,
t
≥
0
W={W_t,t\geq0}
W=Wt,t≥0是标准布朗运动,则
m
w
(
t
)
=
0
,
D
w
(
t
)
=
t
,
t
≥
0
m_w(t)=0,D_w(t)=t,t\geq0
mw(t)=0,Dw(t)=t,t≥0
R
w
(
s
,
t
)
=
C
w
(
s
,
t
)
=
m
i
n
(
s
,
t
)
,
s
,
t
≥
0
R_w(s,t)=C_w(s,t)=min(s,t),s,t\geq0
Rw(s,t)=Cw(s,t)=min(s,t),s,t≥0
1.3性质
设 W = W t , t ≥ 0 W={W_t,t\geq0} W=Wt,t≥0是标准布朗运动,则W具有:
- 对称性
即 − W -W −W也是标准布朗运动
证明:
- 自相似性
即对任意常数a>0固定的t>0,有 W a t = a 1 / 2 W t W_{at}=a^{1/2}W_t Wat=a1/2Wt
证明:
- 时间逆转性
即对固定的T>0,定义: B t = W T − W T − t 0 ≤ t ≤ T , B_t=W_T-W_{T-t}\ \ 0\leq t\leq T, Bt=WT−WT−t 0≤t≤T,则 B = { B t 0 ≤ t ≤ T } B=\{B_t\ \ 0\leq t\leq T\} B={Bt 0≤t≤T}也是标准布朗运动(称为W的时间逆转过程)
2与布朗运动有关的随机过程
2.1n-维标准布朗运动
设 W k = { W t k , t ≥ 0 } , k = 1 , 2 , . . . , n W^k=\{W_t^k,t\geq 0\},k=1,2,...,n Wk={Wtk,t≥0},k=1,2,...,n是标准布朗运动,如果 W 1 , . . . , W n W^1,...,W^n W1,...,Wn相互独立,则称 ( W 1 , . . . , W n ) (W^1,...,W^n) (W1,...,Wn)是n-维标准布朗运动
2.2 ( μ , σ 2 ) (\mu,\sigma^2) (μ,σ2)-布朗运动
设 μ ∈ R , σ > 0 , \mu\in R,\sigma>0, μ∈R,σ>0,定义 B t μ , σ 2 = μ t + σ W t , B^{\mu,\sigma^2}_t=\mu t+\sigma W_t, Btμ,σ2=μt+σWt,称随机过程 B μ , σ 2 = { B t μ , σ 2 , t ≥ 0 } B^{\mu,\sigma^2}=\{B^{\mu,\sigma^2}_t,t\geq 0\} Bμ,σ2={Btμ,σ2,t≥0}为 ( μ , σ 2 ) (\mu,\sigma^2) (μ,σ2)-布朗运动
2.2.1计算 ( μ , σ 2 ) (\mu,\sigma^2) (μ,σ2)-布朗运动的均值函数和相关函数
2.2.2验证 ( μ , σ 2 ) (\mu,\sigma^2) (μ,σ2)-布朗运动是正态过程
2.3布朗桥
对任意的 t ∈ [ 0 , 1 ] , t\in [0,1], t∈[0,1],定义 B t b r = W t − t W 1 , B_t^{br}=W_t-tW_1, Btbr=Wt−tW1,则称随机过程 B b r = { B t b r , t ≥ 0 } B^{br}=\{B_t^{br},t\geq 0\} Bbr={Btbr,t≥0}为0到0的布朗桥
2.3.1求布朗桥的均值函数和相关函数
2.3.2验证布朗桥是正态过程
验证正态过程可以选标准布朗运动差值,也可以选标准布朗运动的几个时刻,这都是被证明是正态过程的过程,可以乘矩阵来证明别的过程是正态过程
例题: