概述
維納過程的地位在純數學中與在套用數學中同等重要。在純數學中,維納過程導致了對連續
鞅理論的研究,是刻畫一系列重要的複雜過程的基本工具。它在
隨機分析、
擴散過程和
位勢論領域的研究中是不可或缺的。在套用數學中,維納過程可以描述
高斯白噪聲的積分形式。在電子工程中,維納過程是建立噪音的數學模型的重要部分。
控制論中,維納過程可以用來表示不可知因素。
定義
若一個隨機過程{X(t),t>=0}滿足:
⑵ 任意s,t>0,X(s+t)-X(s)~N(0,σ^2*t),即X(s+t)-X(s)是期望為0,方差為σ^2*t的
常態分配;
⑶ X(t)關於t是連續函式。
則稱{X(t),t>=0}是維納過程(Wiener process)或
布朗運動。
特點
⑴過程的當前值就是做出其未來預測中所需的全部信息。
⑵維納過程具有獨立增量。該過程在任一時間區間上變化的
機率分布獨立於其在任一的其他時間區間上變化的機率。
⑶它在任何有限時間上的變化服從
常態分配,其方差隨時間區間的長度呈線性增加。
1、具有獨立增量
2、對任意的t>s>=0,增量
W(t)-W(s)~N(0,σ^2(t-s)),且s>0
3、W(0)=0
則稱此過程為維納過程.
維納過程是
布朗運動的數學模型. 英國植物學家
布朗在顯微鏡下,觀察
漂浮在平靜的液面上的微小
粒子,發現它們不斷地進行著雜亂無章的運動,這種現象後來稱為布朗運動. 以W(t)表示運動中一微粒從時刻t=0到時刻t>0的位移的橫坐標(同樣也可以討論縱坐標),且設W(0)=0,根據
愛因斯坦1905年提出的理論,微粒的這種運動是由於受到大量隨機的相互獨立的分子的碰撞的結果. 於是,粒子在時段(s,t]上的位移可以看作是許多微小位移的
代數和. 則W(t)-W(s)服從
常態分配。
維納過程增量的分布只與時間差有關,所以它是
齊次的
獨立增量過程. 它也是
正態過程. 其分布完全由它的均值函式與
自協方差函式所確定. 維納過程不只是
布朗運動的數學模型,電子元件在恆溫下的熱噪聲也可歸結為維納過程。
期貨定價模型BS模型中,
期貨價格及其所依賴的標的資產價格都受同一種不確定因素的影響,兩者也都是遵循相同的維納過程。
一維維納過程的性質
基本性質
對任意的正實數,一維維納過程在時刻是一個隨機變數,它的
機率密度函式是:
這是因為按照維納過程的定義,當時,可以推出的分布:
在維納過程的獨立增量定義中,令,,那么和是相互獨立的隨機變數,並且
即時最值
而即時最大值的分布是對的積分:
由於維納過程上下對稱,即時最小值顯然是即時最大值的
相反數。
對稱性質
將一個維納過程不斷按比例展開,它的一部分就會呈現另一個維納過程的樣子
時間平移不變性和馬爾可夫性質
維納過程具有
馬爾可夫性質,也就是說,在任意一點之後的走勢僅僅和這一點的取值相關,而與之前的取值無關。因此維納過程具有時間平移不變性:隨機過程也是一個維納過程。不僅如此,維納過程還滿足強馬爾可夫性質:對任意的有限
停時,隨機變數獨立於濾波。
維納過程的強
馬爾可夫性質,說明即便給定的時間不是定時而是一個停時,維納過程在停時之後的走勢仍然與之前無關。所以,將停時之後的維納過程上下反轉,仍然會是一個維納過程。用
數學語言來說,就是:給定一個停時之後,隨機變數也是一個維納過程。這個性質也稱為維納過程的反射原理。