riverstar

伊藤引理

伊藤引理 Ito' lemma

df(Bt)=f(Bt)dBt+1/2f(Bt)dt

与一般的微积分有所不同。下面我们回忆一下,传统的微积分对于微分的形式

对于可微函数f,有

df=f(x)dx

这个式子实际上来自于泰勒展开

f(x+Δx)f(x)=f(x)(Δx)+12f(x)(Δx)2+16f(x)(Δx)3+...+

我们知道第二项12f(x)(Δx)2是第一项的低阶无穷小。所以可以忽略不计,有df=f(x)dx

f是关于x,t的函数,

df=fxdx+ftdt

作为一个随机过程,布朗运动的二次变分是 T 而不是 0(与之相对应的是,连续可微函数的二次变分为 0)

对于一个普通的连续可微函数,随着对区间T越来越细的划分,它的二次变分趋于 0。然而对于布朗运动,其非 0 的二次变分说明随机性使得它的波动太频繁,以至于不管我们如何细分区间 T、得到多么微小的划分区间,这些微小区间上的位移差的平方逐段累加起来的总和都不会消失(即二次变分不为 0),而是等于这个区间的长度 T!
这是布朗运动的一个非常重要的性质。
用公式表示为:

(dB)2=dt

所以伊藤引理有重要形式:

df(Bt)=f(Bt)dBt+12f(Bt)dt

ss

posted on   RVIER  阅读(611)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具

导航

统计信息

点击右上角即可分享
微信分享提示