【随机分析(八)】鞅
$\sigma$域流
如果$\Omega$上的一族$\sigma$ 域$(F_t,t \geq 0)$ 满足:对所有的$0\leq s\leq t$,都有:
$$
F_s \ \subset F_t
$$
则称$(F_t,t \geq 0)$ 为 $\sigma$ 域流,显然一个$\sigma$ 域流是一个信息递增的流。
如果对所有的$t \geq 0$ ,有:
$$
\sigma(Y_t) \subset F_t
$$
则称随机过程$Y=(Y_t\ ,t \geq 0)$ 适应于 $\sigma$ 域流$(F_t,t \geq 0)$ 。随机过程$Y$总是适应于由$Y$ 产生的自然$\sigma$ 域流:
$$
F_t = \sigma(Y_s,s \leq t)
$$
鞅
给定$\sigma$域流 $(F_t\ ,\ t \geq 0)$,如果随机过程$X=(X_t,t \geq 0 )$满足条件:
- 对所有的$t \geq 0 $有 $E[X_t] < +\infty$
- $X$适应于 $(F_t)$
- 对所有的 $0 \leq s<t$,有$X_s$是给定$F_s$下对$X_t$的最优预测:
$$
E(X_t|F_s)=X_s
$$
则称 $X=(X_t,t \geq0)$为关于$\sigma$ 域流 $(F_t\ ,\ t \geq 0)$的连续时间鞅,记为$(X,(F_t))$
对上式两边取期望,可得:
$$
E(X_s)=E(E(X_t|F_s))=E(X_t)
$$
于是鞅的期望函数为常数。
用公平赌博来解释鞅的概念
略。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Toby_'s Blog!
评论