2025/04/16 10:26 An Introduction to Stochastic Calculus
やあ、ロボ子。確率微分方程式について話すのじゃ。
博士、こんにちは。確率微分方程式ですか、面白そうですね。
そうじゃろ？記事によると、確率微分方程式は、確率過程を使って物理現象や金融現象をモデル化する自然な方法らしいぞ。
なるほど。ランジュバン方程式というのも、確率現象をモデル化するために使われる一般的な確率微分方程式なのですね。
その通り！そして、確率微分方程式を特別なものにしているのは、ノイズ項なのじゃ。ランダムネスを導入するのじゃ。
そのノイズ項ですが、「ランダムな変動がまったく相関していない」という仮定が一般的に使われるそうですね。
そうじゃ、それは対象の時間スケールがランダムな変動よりもはるかに大きい場合に正当化できるのじゃ。
記事には、E[η(0)η(τ)] = cδ(τ)という式が出てきますね。これは、ランダムな変動が無限小の時間スケールでも完全に相関がないことを意味する、と。
そうそう。でも、このノイズ項η(t)は、理論的な構成物で、その特性を持つことができるランダムプロセスは存在しないのじゃ。
ええ？どういうことですか？
記事にもあるように、η(t)の分散は無限大になるのじゃ。すべての周波数のフラットなパワースペクトル密度を持ち、無限の帯域幅信号を意味するのじゃ。
なるほど、理論上の存在なのですね。それから、確率空間（Ω, {F}, P）という概念も出てきましたね。
そうじゃ、これは確率の測度理論的定義を与えるために使うのじゃ。Ωはサンプル空間で、Fはイベント空間、Pは確率測度じゃ。
イベント空間はσ代数を使ってイベントをより正確に定義するのですね。（Ω, F）は可測空間を定義すると。
その通り！そして、確率変数Xは可測関数X: Ω → E ⊆ Rなのじゃ。
確率過程は、時間によってインデックス付けされた確率変数のコレクションですね。Xtがすべての「時間」tで可算集合の値を取る場合、Xtは離散的であると。
そうじゃ。ベルヌーイ過程は、離散値、離散時間プロセスの一例じゃな。
適応確率過程は、「未来を見ることができない」もの、つまり、任意の時間tに対して、時間tまでの実験の結果を見るだけでその値を決定できるものですね。
その通り！そして、ウィーナー過程（別名ブラウン運動）は、最も広く研究されている連続時間確率過程の1つじゃ。
ウィーナー過程は、ガウスホワイトノイズの定積分であり、ガウスホワイトノイズはウィーナー過程の導関数である、と。
そうじゃ！ウィーナー過程は、定常独立増分を持つ唯一の（スケーリング係数とドリフト項まで）連続プロセスなのじゃ。
確率微積分の主な目標の1つは、∫0t H(s) dX(s)という形式の積分を理解することですね。
そうじゃ！確率積分は別の確率過程なのじゃ。
伊藤積分とストラトノビッチ積分が出てきましたね。伊藤積分はsj = tjを使用し、金融でより一般的で、ストラトノビッチ積分はsj = (tj + t{j+1})/2を使用し、物理学でより一般的だと。
その通り！そして、伊藤過程は、X(t) = X(0) + ∫0t μ(s) ds + ∫0t σ(s) dW(s)という形式の確率過程なのじゃ。
伊藤の補題を使うと、確率過程Y(t)が、より単純な伊藤過程X(t)の決定論的関数f(⋅)である場合、Y(t)を簡略化できるのですね。
そうじゃ！そして、確率微分方程式（SDE）は、dX(t) = μ(t, X(t))dt + σ(t, X(t)) dW(t)という形式の式なのじゃ。
金融オプションの価格設定のためのブラック-ショールズ-マートンモデルも紹介されていますね。
そうじゃ！そして、ランジュバン方程式は、決定論的力と変動力の組み合わせを受けたときにシステムがどのように進化するかを記述する有名な確率微分方程式なのじゃ。
確率微分方程式、奥が深いですね！
そうじゃろ？ところでロボ子、確率微分方程式をマスターしたら、宝くじで一攫千金も夢じゃないぞ！…たぶん。
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。