由随机游走到连续时间极限
赌徒破产笔记中的对称随机游走在每个整数时刻移动 。若把步长缩为 ,并把时间加快 倍,则缩放后的游走 在每个固定的 处方差接近 ,并由中心极限定理近似服从正态分布。其连续时间的极限过程就是布朗运动(Brownian motion)。本单元给出定义与最初的几个推论,以及反射原理:它把游走的对称性移到连续情形,并给出运行最大值与击中时间的显式分布。本单元以鞅与有界停时单元为基础(其可选停时论证在这里再次使用),并用到正态分布与独立性。
定义与基本性质
定义 5.1.1
(标准布朗运动)
标准布朗运动是随机过程 ,满足:
- ;
- 增量独立:对 ,变量 相互独立;
- 增量为平稳正态:当 时,;
- 样本路径连续:以概率一, 连续。
具备这些性质的过程存在,是 Wiener 的定理;我们不加证明地采用。令 为 所生成的信息。
命题 5.1.2
(协方差、标度性、对称性与鞅)
对 :
- ,且每个有限族 为均值零的联合正态。
- (标度性)对 ,过程 仍是标准布朗运动。
- (对称性) 是标准布朗运动。
- 、,以及对每个实数 的 ,都是关于 的鞅。
证明
(增量、缩放与条件期望)
(1)设 ,写 。两个加项独立,故 。任何向量 都是独立正态增量的线性像,故为联合正态。
(2)缩放后的过程 满足 、路径连续、增量独立,且 。
(3)取负号保持四条性质,因为 关于原点对称。
(4)对 ,。其次 ,而 与 独立,故 ,所以 是鞅。对指数过程,由独立性得 (正态分布的矩母函数),故 。
(1)有逆命题,它给出同一过程的第二种可用定义。
概念视角结构
把布朗运动看作高斯(Gauss)过程
若一个路径连续的过程,其每个有限族 都是均值零的联合正态,且 ,则它是标准布朗运动。事实上, 给出 。对 ,增量的协方差为 ,而 。互不相关的联合正态变量相互独立,所以增量独立且服从 。这种描述把独立性的检验换成一个协方差函数的计算;下面的标度性例子因此可以一行验证,因为 。
反射论证还需要另一条性质,我们不加证明地使用。
定理 5.1.3
(强马尔可夫(Markov)性)
若 为停时,则在事件 的条件下,过程 是与 独立的标准布朗运动。
样本路径虽然连续,却处处不可微;我们用不到这一点。
离开区间
设 ,。
命题 5.1.4
(离开概率与平均离开时间)
区间 的离开时间 几乎必然有限,且
证明
(在截断的离开时间作可选停时)
固定 。对有界停时 作可选停时(有界定理的连续时间类比,这里不加证明地采用),得 及 。因 ,得 ,所以由单调收敛 ,且 几乎必然。再由控制收敛得 及 。记 :
这与赌徒破产问题中对称随机游走的公式相同,只需取 ,并把 换成 。
反射原理
对 ,令 为首次到达水平 的时间,并令 。由连续性, 当且仅当 。
定理 5.1.5
(反射原理)
对 与 ,
其中 为标准正态分布函数。更一般地,对 与 ,
证明
(在击中时间之后反射路径)
时间 是停时,可能为无穷。在事件 上定义反射路径
由强马尔可夫(Markov)性, 是与 独立的布朗运动,而由对称性其负过程有相同分布; 就是把 之后的增量取负所得的路径。因此 与 分布相同,且 也是 首次到达 的时间。在 上, 当且仅当 。于是
第二个等号是因为 与 分布相同且击中时间相同。由于 ,由连续性,事件 包含于 (路径在到达 的途中必须经过 ),故右端等于 。这证明了第二个公式。对于第一个,取 :。因 且 ,
最后 ,故 。
证明透视
强马尔可夫性与连续性在哪里使用
强马尔可夫性只用了一次,而且目的明确: 之后的增量是与 之前一切独立的布朗运动,所以把它们取负不改变整条路径的联合分布。独立性在这里不可缺少;若取负的一段依赖过去,分布就可能改变。若把 换成会“看到未来”的时间,例如 上取得最大值的时刻,则它之后直到 的增量都非正,并不构成新的布朗运动,论证就无从开始。
关键一步是路径之间的双射:在时刻 前到达 的路径中,终点不高于 对应于终点不低于 。连续性用了两次:反射路径在同一时刻 首次到达 ;而终点不低于 的路径必然已经越过 。论证在 的情形收尾:零概率事件 使 与 两半可以相加,得出因子 。
反射原理给出击中时间 的整个分布。
推论 5.1.6
(击中时间与运行最大值)
(a)对每个 ,,但 。(b) 在 上的密度为 。(c) 与 同分布。
证明
(由击中时间的尾部读出结论)
(a)()。由于 ()且 ,故 。因 而 发散,故 。
(b)把 对 求导。
(c)由反射原理,对 有 ,且两个变量都非负。
(a)是鞅笔记中无界停时例子的连续对应,并准确显示可选停时的哪个假设不能去掉。
反例模式
在几乎必然有限的时间作可选停时
断言:对鞅 及几乎必然有限的停时 ,。取 、。由(a),;由连续性,在该事件上 ,故 。断言失效,是因为 无界,而停止过程 虽然不超过 ,却没有下界;此外 。修正后的表述就是离开区间问题所用的:在有界时间(如 )停止,并且只在停止过程有界时取极限,正如那里的 。
例题
所用数值:,。
例题 5.1.7
(运行最大值)
求 。由反射原理,取 、:
例题 5.1.8
(用标度性验算)
同一数值也可由标度性得到。取 : 是标准布朗运动,它在时刻 到达 ,恰好当 在时刻 到达 。所以 的 等于 ,其中 是 到达 的时间,故 与 同分布。于是 ,与运行最大值的例题一致。
例题 5.1.9
(最大值与终点联合)
取 ,求 。反射原理取 、,得 。作为一致性检验,,故 。此值大于 ,这是必然的,因为 的路径可以终止在 以上的任何位置。
例题 5.1.10
(离开区间)
取 、, 在到达 之前到达 的概率为 ,期望离开时间为 。若固定 而令 ,先到达 的概率趋于 ,平均离开时间 却趋于无穷;这与推论及对称性给出的 一致,因为离开时间从不超过 。
例题 5.1.11
(高斯向量)
,两个加项独立,故为 。协方差公式给出相同答案:。
常见错误与细节
常见错误
(只用普通马尔可夫性作反射)
反射原理需要在击中时间(随机时刻)使用强马尔可夫性。固定时刻的普通马尔可夫性对 之后的增量什么也没有说,不足以支持在那里反射。
常见错误
(漏掉因子 2)
写成 只计算了终点在 以上的路径。每条碰到 而终点在 以下的路径,都对应一条终点在 以上的反射路径,两类概率相等。取 、,错误公式给出 ,而不是 。
常见错误
(把时间当作位置来缩放)
标度性把位置乘以 、时间乘以 。若声称 与 同分布,就会得到 ,而不是正确的 ;正确关系是 。
另有两点。公式针对从 出发首次到达水平 ;对 用对称性。 是鞅,而 不是; 的路径在每个区间上都有无界变差,所以关于 的积分不能逐条路径定义。
练习
快速检查
(用 表示并数值计算 。)
取 应用反射原理。
解答 · 答案
由反射原理,取 、:。
快速检查
(求 的分布。)
使用协方差 。
解答 · 答案
和为均值零的正态变量,方差为 。故 。
快速检查
(计算 ,并用它检验反射原理在 时的结论。)
按 与否拆分 。
解答
由反射原理,。检验:,等于 。
快速检查
(取 、,求 在到达 之前到达 的概率,以及离开 的平均时间。)
使用离开时间的命题。
解答 · 答案
在到达 之前到达 的概率为 ,且 。
快速检查
(利用推论(b)中的密度证明 。)
对较大的 ,给指数因子一个下界。
解答
由(b),。当 时指数因子至少为 ,故积分至少为 ,而后者发散。因此 。