MathLabs
定理証明済み

伊藤の補題

内容

WtW_t を標準ウィーナー過程とし、F(t,x)F(t,x) を xx について2回、tt について1回連続微分可能な関数とする。このとき過程 F(t,Wt)F(t,W_t) は dF=(∂tF+12∂x2F)dt+∂xF dWtdF=\Big(\partial_tF+\tfrac12\partial_x^2F\Big)dt+\partial_xF\,dW_t を満たす——これは通常の連鎖律と比べて余分な二階微分の項(「伊藤補正」)を持つ確率的連鎖律である。

なぜ正しいのか?

これは確率解析において最も頻繁に使われる道具である:ランダムな経路の関数をどのように微分するかを正確に教えてくれ、ブラウン運動に依存する任意の量(オプション価格、物理的な観測量)のダイナミクスを導出する出発点となる。

証明の概略

テイラー展開。滑らかな FF について、小さなステップ Δt\Delta t と ΔW=Wt+Δt−Wt\Delta W=W_{t+\Delta t}-W_t にわたる両変数の通常の2次テイラー展開は ΔF≈∂tF Δt+∂xF ΔW+12∂x2F (ΔW)2+12∂t2F (Δt)2+∂t∂xF Δt ΔW+⋯\Delta F\approx \partial_tF\,\Delta t+\partial_xF\,\Delta W+\tfrac12\partial_x^2F\,(\Delta W)^2+\tfrac12\partial_t^2F\,(\Delta t)^2+\partial_t\partial_xF\,\Delta t\,\Delta W+\cdots と書ける——ここまでは純粋な微積分であり、任意の滑らかな経路に対して成り立つ。

大きさによって項を並べる。ΔW\Delta W は(前の定理で示したとおり Δt\Delta t ではなく)Δt\sqrt{\Delta t} のオーダーであるため、各項は次のようにスケールする:∂tF Δt\partial_tF\,\Delta t は Δt\Delta t のオーダー;∂xF ΔW\partial_xF\,\Delta W は Δt\sqrt{\Delta t} のオーダー(支配的な、主要なランダム項);(Δt)2(\Delta t)^2 と Δt ΔW\Delta t\,\Delta W はそれぞれ (Δt)2(\Delta t)^2 と (Δt)3/2(\Delta t)^{3/2} のオーダーで Δt\Delta t に比べて無視できる;しかし (ΔW)2(\Delta W)^2 は Δt\Delta t のオーダーであり——∂tF Δt\partial_tF\,\Delta t と同じオーダーであって、まったく無視できない。これは (Δx)2(\Delta x)^2 が常に Δx\Delta x に比べて無視できる通常の微積分とは異なる。

(ΔW)2(\Delta W)^2 をその平均で置き換える。二次変分の定理により、多くの小さなステップにわたって足し合わせると (ΔW)2(\Delta W)^2 は Δt\Delta t(その平均であり、ステップが縮小し足し合わされるにつれてその平均の周りの揺らぎは消える)のように振る舞う。これが、無限小ステップの極限における発見的な置き換え規則 (dWt)2=dt(dW_t)^2=dt の非形式的な正当化である。

極限をとる。無視できる高次の項を落とし、Δt→0\Delta t\to0 の極限で (ΔW)2→dt(\Delta W)^2\to dt を代入すると、テイラー展開はまさに主張どおりの微分形 dF=(∂tF+12∂x2F)dt+∂xF dWtdF=\Big(\partial_tF+\tfrac12\partial_x^2F\Big)dt+\partial_xF\,dW_t になる——12∂x2F dt\tfrac12\partial_x^2F\,dt の項こそが、通常の微積分では捨てられるが確率解析では保持しなければならない寄与そのものである。

この定理を使うトピック

ステップごとの証明

この定理のステップごとの証明はまだありません。

参考文献

  1. Ioannis Karatzas, Steven E. Shreve (1991). Brownian Motion and Stochastic Calculus
  2. Kiyosi Itô (1944). Stochastic Integral
  3. Fischer Black, Myron Scholes (1973). The Pricing of Options and Corporate Liabilities