KNOWECON WIKI

ARTICLE

随机分析

随机分析 (Stochastic Analysis) 随机分析是概率论与分析学交叉的一门数学分支，主要研究随机过程的微分、积分及其相关性质。它为描述和处理包含随机性的动态系统提供了严格的数学框架，是现代金融数学、计量经济学、统计力学和随机控制理论等领域的核心工具。 随机分析的基本框架 随机分析的出发点是对传统微积分中确定性函数的推广。在确定性系统中，函数 f

浏览 7 更新 2026-05-25

随机分析 (Stochastic Analysis)

随机分析是概率论与分析学交叉的一门数学分支，主要研究随机过程的微分、积分及其相关性质。它为描述和处理包含随机性的动态系统提供了严格的数学框架，是现代金融数学、计量经济学、统计力学和随机控制理论等领域的核心工具。

随机分析的基本框架

随机分析的出发点是对传统微积分中确定性函数的推广。在确定性系统中，函数 f(t)f(t) 的微分和积分由经典的 Newton-Leibniz 公式定义；但当函数的自变量或函数本身受到随机扰动时，路径的不可微性使得经典微积分不再适用。随机分析通过对伊藤积分 (Itô integral) 和斯特拉托诺维奇积分 (Stratonovich integral) 的构造，建立了针对随机过程的微积分体系。

核心概念

布朗运动

布朗运动 (Brownian motion) 又称 Wiener 过程，是随机分析中最为基础的随机过程。它是一个连续时间随机过程 WtW_t，满足：

  1. W0=0W_0 = 0 几乎必然成立；
  2. 增量独立且平稳：对任意 0≤s<t0 \le s < t，Wt−Ws∼N(0,t−s)W_t - W_s \sim N(0, t-s)；
  3. 样本路径几乎必然连续。

布朗运动几乎处处不可微，但其二次变差非零，即 ⟨W⟩t=t\langle W \rangle_t = t，这一性质是伊藤微积分的核心基础。

伊藤积分

伊藤积分是针对适应过程 (adapted process) 定义的随机积分。对于满足适当可积性和可测性条件的被积函数 XtX_t，伊藤积分定义为：

∫0TXt dWt=lim⁡n→∞∑i=0n−1Xti(Wti+1−Wti)\int_0^T X_t \, dW_t = \lim_{n \to \infty} \sum_{i=0}^{n-1} X_{t_i} (W_{t_{i+1}} - W_{t_i})

其中极限在 L2L^2 意义下收敛。伊藤积分的核心特征是鞅性 (martingale property)：若被积函数为平方可积的适应过程，则积分过程是一个鞅。这一性质在金融资产定价中至关重要。

伊藤引理

伊藤引理 (Itô's lemma) 是随机分析中最重要的结论之一，它给出了随机过程的链式法则。设 XtX_t 满足伊藤随机微分方程：

dXt=μtdt+σtdWtdX_t = \mu_t dt + \sigma_t dW_t

对于二次可微函数 f(t,x)f(t, x)，伊藤引理给出：

df(t,Xt)=(∂f∂t+μt∂f∂x+12σt2∂2f∂x2)dt+σt∂f∂xdWtdf(t, X_t) = \left( \frac{\partial f}{\partial t} + \mu_t \frac{\partial f}{\partial x} + \frac{1}{2} \sigma_t^2 \frac{\partial^2 f}{\partial x^2} \right) dt + \sigma_t \frac{\partial f}{\partial x} dW_t

与经典微积分相比，伊藤引理多出了 12σt2∂xxf\frac{1}{2} \sigma_t^2 \partial_{xx} f 项，这是由布朗运动的非零二次变差所导致的。

随机微分方程

随机微分方程 (SDE) 是形如 dXt=μ(Xt,t)dt+σ(Xt,t)dWtdX_t = \mu(X_t, t) dt + \sigma(X_t, t) dW_t 的方程。其解可通过伊藤积分在积分方程意义下理解。SDE 广泛应用于Black-Scholes-Merton模型、利率建模和随机波动率模型中。

应用领域

  • 金融数学：期权定价（Black-Scholes 公式）、风险管理和投资组合优化均依赖随机分析框架。
  • 计量经济学：GARCH模型和随机波动率模型将随机微分方程引入时间序列分析。
  • 物理学：朗之万方程和福克-普朗克方程描述粒子在随机力作用下的运动。
  • 生物学：群体遗传学中的随机漂变和传染病传播的随机模型。

主要人物

现代随机分析由诸多数学家的贡献奠立：伊藤清 (Kiyoshi Itô) 创立了伊藤积分和伊藤引理；保罗·莱维 (Paul Lévy) 在鞅论和 Lévy 过程方面做出开创性贡献；Norbert Wiener 严格构造了布朗运动的数学基础；Joseph Doob 建立了鞅论的系统理论。这些工作的结合使得随机分析成为20世纪概率论最深刻的发展之一。