UA MATH565C 随机微分方程III Ito Isometry
UA MATH565C 随机微分方程III Ito Isometry
定义ft,gtf_t,g_tft,gt是step process,∀0=t0<t1⋯<tn=t\forall 0=t_0<t_1 \cdots < t_n = t∀0=t0<t1⋯<tn=t,
ft=fj,t∈[tj,tj+1),j=0,⋯,n−1ft=0,t≥tnf_t = f_j, t \in [t_j,t_{j+1}),j=0,\cdots,n-1 \\ f_t = 0, t\ge t_nft=fj,t∈[tj,tj+1),j=0,⋯,n−1ft=0,t≥tn
gt=gj,t∈[tj,tj+1),j=0,⋯,n−1gt=0,t≥tng_t = g_j, t \in [t_j,t_{j+1}),j=0,\cdots,n-1 \\ g_t = 0, t\ge t_ngt=gj,t∈[tj,tj+1),j=0,⋯,n−1gt=0,t≥tn
则Ito Isometry指的是
E[∫0tfsdWs∫0tgsdWs]=∫0tE[fsgs]dsE \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right] = \int_0^t E \left[ f_s g_s \right]dsE[∫0tfsdWs∫0tgsdWs]=∫0tE[fsgs]ds
证明
E[∫0tfsdWs∫0tgsdWs]=E[∑j=0n−1fjΔjWt∑k=0n−1gkΔkWt]=∑j=0n−1∑k=0n−1E[fjgkΔkWtΔjWt]E \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right] \\= E \left[ \sum_{j=0}^{n-1} f_j\Delta_j W_t \sum_{k=0}^{n-1} g_k\Delta_k W_t \right] \\ = \sum_{j=0}^{n-1} \sum_{k=0}^{n-1} E \left[ f_j g_k\Delta_k W_t \Delta_j W_t\right] E[∫0tfsdWs∫0tgsdWs]=E[j=0∑n−1fjΔjWtk=0∑n−1gkΔkWt]=j=0∑n−1k=0∑n−1E[fjgkΔkWtΔjWt]
如果j<kj<kj<k
E[fjgkΔkWtΔjWt]=E[fjgkΔjWt]E[ΔkWt]=0E \left[ f_j g_k\Delta_k W_t \Delta_j W_t\right] = E \left[ f_j g_k \Delta_j W_t\right] E[\Delta_k W_t ]=0E[fjgkΔkWtΔjWt]=E[fjgkΔjWt]E[ΔkWt]=0
这里独立性的用法与性质2一样;如果j=kj=kj=k
E[fjgjΔjWtΔjWt]=E[fjgj]E[ΔjWtΔjWt]=E[fjgj]ΔjtE \left[ f_j g_j\Delta_j W_t \Delta_j W_t\right] = E \left[ f_j g_j\right] E[\Delta_j W_t \Delta_j W_t] = E \left[ f_j g_j\right] \Delta_j tE[fjgjΔjWtΔjWt]=E[fjgj]E[ΔjWtΔjWt]=E[fjgj]Δjt
所以
E[∫0tfsdWs∫0tgsdWs]=∑j=0n−1E[fjgj]ΔjtE \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right] =\sum_{j=0}^{n-1} E \left[ f_j g_j\right] \Delta_j tE[∫0tfsdWs∫0tgsdWs]=j=0∑n−1E[fjgj]Δjt
显然右边这个是简单可测函数的Lebesgue积分:
∫0tE[fsgs]ds\int_0^t E \left[ f_s g_s \right]ds∫0tE[fsgs]ds
综上
E[∫0tfsdWs∫0tgsdWs]=∫0tE[fsgs]dsE \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right] = \int_0^t E \left[ f_s g_s \right]dsE[∫0tfsdWs∫0tgsdWs]=∫0tE[fsgs]ds
证毕。
关于这个性质再做一些评注。左边这个表达式E[∫0tfsdWs∫0tgsdWs]E \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right]E[∫0tfsdWs∫0tgsdWs],展开来写是
∫Ω[∫0tfsdWs∫0tgsdWs]dP\int_{\Omega} \left[ \int_0^t f_s dW_s \int_0^t g_s dW_s \right] dP∫Ω[∫0tfsdWs∫0tgsdWs]dP
它可以看成是Hilbert空间L2(Ω,Ft,P)L^2(\Omega,\mathcal{F}_t,P)L2(Ω,Ft,P)上的内积。右边的表达式∫0tE[fsgs]ds\int_0^t E \left[ f_s g_s \right]ds∫0tE[fsgs]ds展开来写是
∫0t∫Ωfsgsdλ⊗P\int_0^t\int_{\Omega}f_sg_s d\lambda \otimes P∫0t∫Ωfsgsdλ⊗P
这个是Hilbert空间L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)L^2(\Omega\times[0,\infty),\mathcal{F} \otimes \mathcal{B}([0,\infty)),\lambda \otimes P)L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)上的积分。这个Hilbert空间的σ\sigmaσ代数其实就是是我们一开始定义的随机过程的那个σ\sigmaσ代数。Isometry的含义是等距同构,假设Hilbert空间L2(Ω,Ft,P)L^2(\Omega,\mathcal{F}_t,P)L2(Ω,Ft,P)就用那个内积导出的距离,然后用右边的表达式展开的那个积分作为Hilbert空间L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)L^2(\Omega\times[0,\infty),\mathcal{F} \otimes \mathcal{B}([0,\infty)),\lambda \otimes P)L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)上距离,考虑映射:
J0:L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)→L2(Ω,Ft,P)J_0:L^2(\Omega\times[0,\infty),\mathcal{F} \otimes \mathcal{B}([0,\infty)),\lambda \otimes P) \to L^2(\Omega,\mathcal{F}_t,P)J0:L2(Ω×[0,∞),F⊗B([0,∞)),λ⊗P)→L2(Ω,Ft,P)
根据性质3,在上面两个距离(fsf_sfs与gsg_sgs的距离)的定义下,这两个空间是等距同构的,J0J_0J0是他们的同构映射,所以性质3叫做Ito Isometry。
这个性质有一个非常常用的推论:如果f=gf=gf=g
E[∫0tfsdWs]2=∫0tE[fs]2dsE \left[ \int_0^t f_s dW_s \right]^2 = \int_0^t E \left[ f_s \right]^2dsE[∫0tfsdWs]2=∫0tE[fs]2ds
UA MATH565C 随机微分方程III Ito Isometry相关推荐
- UA MATH565C 随机微分方程III Ito积分的构造下
UA MATH565C 随机微分方程III Ito积分的构造下 Progressively Measurable 从step process到一般随机过程 Progressively Measurab ...
- UA MATH565C 随机微分方程III Ito积分的构造
UA MATH565C 随机微分方程III Ito积分的构造 Filtration Step Process的Ito积分 Step Process的Ito积分的性质 上一讲讨论到,构造Ito积分要用构 ...
- UA MATH565C 随机微分方程III Ito积分简介
UA MATH565C 随机微分方程III Ito积分简介 Wiener过程的分割 与Riemann积分的对比 Ito积分的构造 在随机微分方程解的构造中,积分 ∫0tσ(Xs)dWs\int_{0} ...
- UA MATH565C 随机微分方程I SDE的定义与例子
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 白噪声过程 SDE的一般形式 例子:Ornstein-Uhlenbeck过程 随机微分方程的定义 经典力学中描述一个确定 ...
- UA MATH565C 随机微分方程VI 扩散过程简介
UA MATH565C 随机微分方程VI 扩散过程简介 Kolmogorov定理 称具有路径连续的Markov Family (ξt,Px)(\xi_t,P_x)(ξt,Px)是一个diffusi ...
- UA MATH565C 随机微分方程V 无穷小生成算子
UA MATH565C 随机微分方程V 无穷小生成算子 Infinitesimal generator as derivative 这一讲给出算子半群那一讲提出的infinitesimal gener ...
- UA MATH565C 随机微分方程V Markov Family的特征函数
UA MATH565C 随机微分方程V Markov Family的特征函数 特征函数 上一讲用u(t,x)u(t,x)u(t,x)和v(t,x)v(t,x)v(t,x)描述了Markov Famil ...
- UA MATH565C 随机微分方程V Stationary Measure
UA MATH565C 随机微分方程V Stationary Measure Markov Property Stationary Measure PDE方法 这一讲试图回答的问题是基于Homogen ...
- UA MATH565C 随机微分方程V 算子半群理论简介
UA MATH565C 随机微分方程V 算子半群理论简介 Banach空间中的算子半群 Hille-Yosida定理 Shift Operator 上一讲提到Homogeneous Markov Fa ...
最新文章
- 链路层寻址与 ARP
- 服务器json文件怎么创建对象,JavaScript中对JSON对象的基本操作示例
- 重磅 |《企业埋点体系搭建方法论及实践经验》白皮书上线
- leetcode(2)495——提莫攻击(C++),运算符优先级(+=,?,+,-)
- 282天,汇付天下“冲上云霄”
- 聊聊身边的嵌入式,英语学习利器点读笔
- C#.Net 常用函数和方法集
- 搭建网站随笔(WordPress)
- linux内核 删除文件_Linux内核与根文件系统的关系详解
- [原创] Wireshark工具培训
- webservice 参数为xml_CXF-web service之集大成者,想要学好web service,必须会
- 永久且免费的CRM系统排行
- 7-1 前n项的和1 (10 分)
- 《Attention Is All Y ou Need》翻译 Ashish Vaswani Noam Shazeer Niki Parmar Jakob etc.
- 谈谈老衲对闭包的理解!!综合了我在网上看的资料,把我的理解跟大家分享
- 大数据——corejava学习笔记
- LTE PDU SDU
- CFA II学习记录-Economics
- 不限时长的录屏工具 captura
- 宝德银河麒麟系统打印机安装及共享方法(二)