伊藤引理

更新时间:2022-08-25 17:38

随机分析中,伊藤引理(Ito's lemma)是一条非常重要的性质。发现者为日本数学家伊藤清,他指出了对于一个随机过程函数作微分的规则。

伊藤引理较早版本

第一引理

布朗运动以及二次可导函数,以下等式成立:

其主要可通过对多项式环形式幂级数的拓展,例如:

第二引理

布朗运动以及二次可导函数,以下等式成立:

第三引理

定义伊藤过程 又称扩散过程有以下特性:

到半鞅的拓展

连续半鞅

不连续半鞅

泊松过程

我们也可以定义非连续随机过程的函数。

定义跳跃强度h,根据跳跃的泊松过程模型,在区间上出现一次跳跃的概率是加上的高阶无穷小量。h可以是常数、显含时间的确定性函数,或者是随机过程。在区间[0,t]上没有跳跃的概率称为生存概率,其变化是:

因此生存概率为:

定义非连续随机过程S(t),并把记为从左侧到达''t''时''S''的值,记是一次跳跃导致S(t)的非无穷小变化。有:

是跳跃幅度''z''的[[概率分布]],跳跃幅度的期望值是:

定义补偿过程和[[]]:

因此跳跃的非无穷小变化,也就是随机过程的跳跃部分可以写为

因此如果随机过程S同时包含漂移、扩散、跳跃三部分,可以写为:

考虑其函数。S(t)跳跃的幅度,会导致g(t)跳跃幅度。取决于的跳跃分布,有可能依赖于跳跃前的函数值,函数微分''dg''以及跳跃前的自变量值。的跳跃部分是:

函数的伊藤引理是:

可以看到,漂移-扩散过程与跳跃过程之和的伊藤引理,恰恰是各自部分伊藤引理的和。

应用

伊藤引理是研究随机过程和解随机微分方程的重要特性,在金融数学里有广泛的应用。例如布莱克-斯科尔斯模型

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}