随机微分方程学习笔记03 Fisk-Stratonovich积分
V:={Y:Y為實值隨機過程,Ft?適合,可測,且滿足∥Y∥V:=(∫0∞E[Y(t)2]dt})12<∞}V:=\{Y:Y為實值隨機過程,\mathscr{F}_t-適合,可測,且滿足\|Y\|_{V}:=\left(\int_{0}^{\infty}\mathbb{E}\left[Y(t)^2\right]\mathrmozvdkddzhkzdt\}\right)^{\frac{1}{2}}<\infty\}V:={Y:Y為實值隨機過程,Ft??適合,可測,且滿足∥Y∥V?:=(∫0∞?E[Y(t)2]dt})21?<∞} ?Y∈V\forall Y\in V?Y∈V定義∫0TY(t)°dW(t):=lim?∣Π∣→0∑ti∈Π12(Y(ti+1+Yi))(W(ti+1)?W(ti)).\int_{0}^{T}Y(t)\circ\mathrmozvdkddzhkzdW(t):=\lim_{|\Pi|\to 0}\sum_{t_i\in\Pi}\frac{1}{2}\left(Y(t_{i+1}+Y_{i})\right)\left(W(t_{i+1})-W({t_i})\right).∫0T?Y(t)°dW(t):=∣Π∣→0lim?ti?∈Π∑?21?(Y(ti+1?+Yi?))(W(ti+1?)?W(ti?)).其中Π\PiΠ是[0,T][0,T][0,T]上的劃分,0=t0<t1<?<tn?1<tn=T0=t_0<t_1<\dots<t_{n-1}<t_n=T0=t0?<t1?<?<tn?1?<tn?=T,∣Π∣=max?i(ti+1?ti)|\Pi|=\max_i(t_{i+1}-t_i)∣Π∣=maxi?(ti+1??ti?)。
定理:對任意的被積函數Y∈VY\in VY∈V,在概率意義上lim?∣Π∣→0∑ti∈Π12(Y(ti+1)+Y(ti))(W(ti+1)?W(ti))=∫0TY(t)dW(t)+12<Y,W>T.\lim_{|\Pi|\to 0}\sum_{t_i\in \Pi}\frac{1}{2}\left(Y(t_{i+1})+Y(t_i)\right)\left(W(t_{i+1})-W(t_i)\right)=\int_{0}^{T}Y(t)\mathrmozvdkddzhkzdW(t)+\frac{1}{2}\left<Y,W\right>_T.∣Π∣→0lim?ti?∈Π∑?21?(Y(ti+1?)+Y(ti?))(W(ti+1?)?W(ti?))=∫0T?Y(t)dW(t)+21??Y,W?T?.
注意到Fisk-Stratonovich積分是線性的,但不是鞅。
總結
以上是生活随笔為你收集整理的随机微分方程学习笔记03 Fisk-Stratonovich积分的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Oracle索引的建立及优缺点
- 下一篇: MATLAB画频率响应曲线(幅频特性和相