由隨機遊走到連續時間極限
賭徒破產筆記中的對稱隨機遊走在每個整數時刻移動 。若把步長縮為 ,並把時間加快 倍,則縮放後的遊走 在每個固定的 處方差接近 ,並由中心極限定理近似服從正態分佈。其連續時間的極限過程便是布朗運動(Brownian motion)。本單元給出定義與最先的幾個推論,以及反射原理:它把遊走的對稱性移到連續情形,並給出運行最大值與擊中時間的顯式分佈。本單元以鞅與有界停時單元為基礎(其可選停時論證在此再次使用),並用到正態分佈與獨立性。
定義與基本性質
定義 5.1.1
(標準布朗運動)
標準布朗運動是隨機過程 ,滿足:
- ;
- 增量獨立:對 ,變量 相互獨立;
- 增量為平穩正態:當 時,;
- 樣本路徑連續:以概率一, 連續。
具備這些性質的過程存在,是 Wiener 的定理;我們不加證明地採用。令 為 所生成的資訊。
命題 5.1.2
(協方差、標度性、對稱性與鞅)
對 :
- ,且每個有限族 為均值零的聯合正態。
- (標度性)對 ,過程 仍是標準布朗運動。
- (對稱性) 是標準布朗運動。
- 、,以及對每個實數 的 ,都是關於 的鞅。
證明
(增量、縮放與條件期望)
(1)設 ,寫 。兩個加項獨立,故 。任何向量 都是獨立正態增量的線性像,故為聯合正態。
(2)縮放後的過程 滿足 、路徑連續、增量獨立,且 。
(3)取負號保持四條性質,因為 關於原點對稱。
(4)對 ,。其次 ,而 與 獨立,故 ,所以 是鞅。對指數過程,由獨立性得 (正態的矩母函數),故 。
(1)有逆命題,給出同一過程的第二種可用定義。
概念視角結構
把布朗運動看作高斯(Gauss)過程
若一個路徑連續的過程,其每個有限族 都是均值零的聯合正態,且 ,則它是標準布朗運動。事實上, 給出 。對 ,增量的協方差為 ,而 。互不相關的聯合正態變量相互獨立,所以增量獨立且服從 。這種描述把獨立性的檢驗換成一個協方差函數的計算;下面的標度性例子便可一行驗證,因為 。
反射論證還需要另一性質,我們不加證明地使用。
定理 5.1.3
(強馬爾可夫(Markov)性)
若 為停時,則在事件 的條件下,過程 是與 獨立的標準布朗運動。
樣本路徑雖然連續,卻處處不可微;我們用不到這一點。
離開區間
設 ,。
命題 5.1.4
(離開概率與平均離開時間)
區間 的離開時間 幾乎必然有限,且
證明
(在截斷的離開時間作可選停時)
固定 。對有界停時 作可選停時(有界定理的連續時間類比,此處不加證明地採用),得 及 。因 ,得 ,所以由單調收斂 ,且 幾乎必然。再由控制收斂得 及 。記 :
這與賭徒破產問題中對稱隨機遊走的公式相同,只需取 ,並把 換成 。
反射原理
對 ,令 為首次到達水平 的時間,並令 。由連續性, 當且僅當 。
定理 5.1.5
(反射原理)
對 與 ,
其中 為標準正態分佈函數。更一般地,對 與 ,
證明
(在擊中時間之後反射路徑)
時間 是停時,可能為無窮。在事件 上定義反射路徑
由強馬爾可夫(Markov)性, 是與 獨立的布朗運動,而由對稱性其負過程有相同分佈; 即把 之後的增量取負所得的路徑。因此 與 分佈相同,且 也是 首次到達 的時間。在 上, 當且僅當 。於是
第二個等號是因為 與 分佈相同且擊中時間相同。由於 ,由連續性事件 包含於 (路徑在到達 的途中必須經過 ),故右端等於 。這證明了第二個公式。對於第一個,取 :。因 且 ,
最後 ,故 。
證明透視
強馬爾可夫性與連續性在哪裏使用
強馬爾可夫性只用了一次,而且目的明確: 之後的增量是與 之前一切獨立的布朗運動,所以把它們取負不改變整條路徑的聯合分佈。獨立性在此不可少;若取負的一段依賴過去,分佈便可能改變。若把 換成會「看到未來」的時間,例如 上取得最大值的時刻,則它之後直到 的增量都非正,並不構成新的布朗運動,論證便無從開始。
關鍵一步是路徑之間的雙射:在時刻 前到達 的路徑中,終點不高於 對應於終點不低於 。連續性用了兩次:反射路徑在同一時刻 首次到達 ;而終點不低於 的路徑必已越過 。論證在 的情況收結:零概率事件 使 與 兩半可以相加,得出因子 。
反射原理給出擊中時間 的整個分佈。
推論 5.1.6
(擊中時間與運行最大值)
(a)對每個 ,,但 。(b) 在 上的密度為 。(c) 與 同分佈。
證明
(由擊中時間的尾部讀出結論)
(a)()。由於 ()且 ,故 。因 而 發散,故 。
(b)把 對 求導。
(c)由反射原理,對 有 ,且兩個變量皆非負。
(a)是鞅筆記中無界停時例子的連續對應,並準確顯示可選停時的哪個假設不能刪去。
反例模式
在幾乎必然有限的時間作可選停時
斷言:對鞅 及幾乎必然有限的停時 ,。取 、。由(a),;由連續性,在該事件上 ,故 。斷言失效,是因為 無界,而停止過程 雖然不超過 ,卻沒有下界;此外 。修正後的敍述就是離開區間問題所用的:在有界時間(如 )停止,並只在停止過程有界時取極限,正如那裏的 。
例題
所用數值:,。
例題 5.1.7
(運行最大值)
求 。由反射原理,取 、:
例題 5.1.8
(以標度性驗算)
同一數值亦可由標度性得到。取 : 是標準布朗運動,它在時刻 到達 ,恰當 在時刻 到達 。所以 的 等於 ,其中 是 到達 的時間,故 與 同分佈。於是 ,與運行最大值的例題一致。
例題 5.1.9
(最大值與終點聯合)
取 ,求 。反射原理取 、,得 。作為一致性檢驗,,故 。此值大於 ,這是必然的,因為 的路徑可以終止在 之上的任何位置。
例題 5.1.10
(離開區間)
取 、, 在到達 之前到達 的概率為 ,期望離開時間為 。若固定 而令 ,先到達 的概率趨於 ,平均離開時間 卻趨於無窮;這與推論及對稱性給出的 一致,因為離開時間從不超過 。
例題 5.1.11
(高斯向量)
,兩加項獨立,故為 。協方差公式給出相同答案:。
常見錯誤與細節
常見錯誤
(只用普通馬爾可夫性作反射)
反射原理需要在擊中時間(隨機時刻)使用強馬爾可夫性。固定時刻的普通馬爾可夫性對 之後的增量一無所說,不足以支持在那裏反射。
常見錯誤
(漏掉因子 2)
寫成 只計算了終點在 以上的路徑。每條碰到 而終點在 以下的路徑,都對應一條終點在 以上的反射路徑,兩類概率相等。取 、,錯誤公式給出 ,而非 。
常見錯誤
(把時間當作位置來縮放)
標度性把位置乘以 、時間乘以 。若聲稱 與 同分佈,便會得到 ,而非正確的 ;正確關係是 。
另有兩點。公式針對自 出發首次到達水平 ;對 用對稱性。 是鞅,而 不是; 的路徑在每個區間上都有無界變差,所以對 的積分不能逐條路徑定義。
練習
快速檢查
(以 表示並數值計算 。)
取 應用反射原理。
解答 · 答案
由反射原理,取 、:。
快速檢查
(求 的分佈。)
使用協方差 。
解答 · 答案
和為均值零的正態,方差為 。故 。
快速檢查
(計算 ,並以它檢驗反射原理在 時的結論。)
按 與否分拆 。
解答
由反射原理,。檢驗:,等於 。
快速檢查
(取 、,求 在到達 之前到達 的概率,以及離開 的平均時間。)
使用離開時間的命題。
解答 · 答案
在到達 之前到達 的概率為 ,且 。
快速檢查
(利用推論(b)中的密度證明 。)
對大的 ,給指數因子一個下界。
解答
由(b),。當 時指數因子至少為 ,故積分至少為 ,而後者發散。因此 。