2次変分

同義語:二次変分quadratic variation

概要

2次変分(quadratic variation)とは、過程の増分の 2 乗を区間の分割にわたって足した和の、分割の幅を $0$ に近づけたときの極限である。上限をとる全変動とはこの点が異なる。有界変動の連続関数では $0$、Brown 運動では時間 $t$ になり、連続な局所マルチンゲール $M$ では、$M^2$ から引くと局所マルチンゲールになる連続な増加過程としてただ 1 つに定まり、その期待値の有限性は $M$ が $L^2$ マルチンゲールであることと同値である。伊藤の公式の補正項を与え、2 次変分が $t$ である連続な局所マルチンゲールは Brown 運動に限られる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 局所マルチンゲール, Brown運動, Doobの極大不等式, 半マルチンゲール

2次変分(quadratic variation)は、過程の増分の 2 乗を細かい分割にわたって足した和の極限である。滑らかな関数や連続な有界変動関数ではこの極限は $0$ だが、Brown 運動では時間 $t$ そのものになる。増分が $\sqrt{\Delta t}$ の大きさで揺れるので、2 乗の和が消えずに残るのである。
この量は、確率解析で「時計」の役割をする。伊藤の公式 で通常の連鎖律に足される項はちょうど 2 次変分による積分であり、連続な局所マルチンゲールの 2 乗から 2 次変分を引くと局所マルチンゲールになる。Brown 運動は「2 次変分が $t$ である連続な局所マルチンゲール」として特徴づけられる。

結果内容扱い
thm-qv-brownBrown 運動の 2 次変分は $t$証明
thm-qv-main連続な局所マルチンゲールの 2 次変分の存在と一意性証明
thm-qv-l2$E[M]_t< \infty$ と $L^2$ マルチンゲールの同値証明
thm-qv-levy2 次変分が $t$ なら Brown 運動(Lévy の特徴づけ)証明
ex-qv-poisson跳びがあると 2 次変分は $M^2$ の「予測可能な増加部分」と別物になる証明

定義

$\pi\colon0=t_0< t_1< \dots< t_n=T$ を $[0,T]$ の分割、$\lvert\pi\rvert:=\max_i(t_i-t_{i-1})$ をその幅とする。過程 $X$ と $t\le T$ について
$$S_\pi(X;t):=\sum_{i=1}^n\bigl(X_{t_i\wedge t}-X_{t_{i-1}\wedge t}\bigr)^2$$
とおく。$t=T$ のときは単に $S_\pi(X)$ と書く。

2 次変分

適合過程 $[X]=([X]_t)_{t\ge0}$ が $X$ の2次変分であるとは、すべての $T>0$ と $t\le T$ について、$[0,T]$ の分割の幅を $0$ に近づけたとき $S_\pi(X;t)\to[X]_t$(確率収束)となることをいう。すなわち、任意の $\varepsilon,\delta>0$ に対して $\eta>0$ があり、$\lvert\pi\rvert< \eta$ となるすべての分割で $P(\lvert S_\pi(X;t)-[X]_t\rvert>\varepsilon)< \delta$ である。

全変動と違い、これは分割についての上限ではなく、幅を $0$ に近づけた極限である。この区別が本質的であることは rem-qv-sup で見る。確率変数でなく確定した関数 $f$ についても同じ式で $[f]$ を定める。連続な局所マルチンゲールについての記号 $\langle M\rangle$ は、この記事の $[M]$ と同じものである(ex-qv-poisson の後の注意を見よ)。

有限変動の項は寄与しない

$f$ が $[0,T]$ で連続かつ有界変動なら $[f]=0$ である。また $X$ が連続な過程なら、$\lvert\pi\rvert\to0$ で経路ごとに $S_\pi(X+f)-S_\pi(X)\to0$ である。

最大の増分を括り出す

$\omega(\eta)$ を $f$ の連続度とすると $S_\pi(f)\le\omega(\lvert\pi\rvert)\sum_i\lvert f(t_i)-f(t_{i-1})\rvert\le\omega(\lvert\pi\rvert)V_T(f)\to0$ である。後半は平方を展開し、交差項 $2\sum_i\Delta_iX\,\Delta_if$ を同じように $X$ の連続度と $V_T(f)$ で抑える(半マルチンゲール の命題「有限変動の項の消去」)。$\square$

Brown 運動

Brown 運動の 2 次変分

$B$ を Brown 運動、$\pi$ を $[0,t]$ の分割、$\delta_i:=t_i-t_{i-1}$ とする。このとき
$$E\bigl[S_\pi(B)\bigr]=t,\qquad E\bigl[(S_\pi(B)-t)^2\bigr]=2\sum_i\delta_i^2\le2t\lvert\pi\rvert$$
である。したがって $[B]_t=t$ である。さらに分割の列 $(\pi_k)$ が $\sum_k\lvert\pi_k\rvert< \infty$ を満たせば、確率 $1$ で $S_{\pi_k}(B)\to t$ である。

独立な項の分散の和と Borel–Cantelli の補題

増分 $\Delta_i:=B_{t_i}-B_{t_{i-1}}$ は独立に $N(0,\delta_i)$ に従い、$E[\Delta_i^2]=\delta_i$、$E[\Delta_i^4]=3\delta_i^2$ である。$Y_i:=\Delta_i^2-\delta_i$ は独立で平均 $0$、$E[Y_i^2]=3\delta_i^2-2\delta_i^2+\delta_i^2=2\delta_i^2$ である。$S_\pi(B)-t=\sum_iY_i$ なので、独立性から $E[(\sum_iY_i)^2]=\sum_iE[Y_i^2]=2\sum_i\delta_i^2$ である。$\sum_i\delta_i^2\le\lvert\pi\rvert\sum_i\delta_i=t\lvert\pi\rvert$ から不等式を得る。Chebyshev の不等式から $P(\lvert S_\pi(B)-t\rvert>\varepsilon)\le2t\lvert\pi\rvert/\varepsilon^2\to0$ である。
列の主張は、$\sum_kP(\lvert S_{\pi_k}(B)-t\rvert>\varepsilon)\le(2t/\varepsilon^2)\sum_k\lvert\pi_k\rvert< \infty$ と Borel–Cantelli の補題を、$\varepsilon=1/m$($m=1,2,\dots$)に当てて従う。$\square$

$L^2$ の評価そのものは Brown運動 の定理「2 次変分」にもある。そこでは同じ評価から経路が有界変動でないことが導かれている。$S_\pi(B)$ の揺らぎが $\sqrt{\lvert\pi\rvert}$ の程度で消えるのは、$\Delta_i^2$ が互いに独立な小さな項で、大数の法則が働くからである。

上限をとると無限大になる

thm-qv-brown の極限は分割の列を先に決めたものである。分割の列が入れ子なら幅が $0$ に近づくだけで確率 $1$ の収束が成り立つ(MP10 Theorem 1.35、p. 22)。これに対して、経路ごとに分割を選んで上限をとった「真の 2 次変分」は確率 $1$ で無限大である(MP10 p. 35、Dur19 p. 359 の注意)。これは Lévy の結果で、この記事では証明しない。

連続な局所マルチンゲールの 2 次変分

Brown 運動では独立性で計算できた。一般の連続な局所マルチンゲールでは、平方の展開
$$M_t^2=S_\pi(M;t)+2\sum_iM_{t_{i-1}}\bigl(M_{t_i\wedge t}-M_{t_{i-1}\wedge t}\bigr)\qquad(M_0=0)$$
の第 2 項が、幅を $0$ にすると $2\int_0^tM\,dM$ に収束することを $L^2$ で直接示す。

2 次変分の存在と一意性

$M$ を連続な局所マルチンゲールで $M_0=0$ とする。

  1. 連続な増加過程 $[M]$ で $[M]_0=0$、かつ $M^2-[M]$ が局所マルチンゲールであるものが、ただ 1 つ存在する。
  2. すべての $T>0$ について、$[0,T]$ の分割の幅を $0$ に近づけると $\sup_{t\le T}\lvert S_\pi(M;t)-[M]_t\rvert\to0$(確率収束)である。とくにこの $[M]$ は def-qv-main の意味の 2 次変分である。
  3. $M$ が有界なら、2 の収束は $L^2$ で成り立ち、$M^2-[M]$ はマルチンゲールである。
左端の和の Cauchy 性を、有界な場合に $L^2$ で示す

有界な場合に $\sum_iM_{t_{i-1}}(\dots)$ が分割の幅について $L^2$ で Cauchy であることを、増分の直交性と 2 乗和の 2 次モーメントの評価で示す。極限から増加過程を取り出し、一般の場合は止めてつなぐ。
第 1 段(有界な場合の準備)。 $\lvert M\rvert\le K$ とし、$T>0$ を固定する。分割 $\pi$ について $I^\pi_t:=\sum_iM_{t_{i-1}}(M_{t_i\wedge t}-M_{t_{i-1}\wedge t})$ とおく。各項は有界な $\mathcal F_{t_{i-1}}$ 可測変数とマルチンゲールの増分の積だから、$I^\pi$ は連続なマルチンゲールである。$a^2-b^2=(a-b)^2+2b(a-b)$ を足し合わせて $M_t^2=S_\pi(M;t)+2I^\pi_t$ である。
第 2 段(Cauchy 性)。 $\pi,\pi'$ を分割、$\rho\colon0=u_0< \dots< u_m=T$ をそれらの合併とし、$\pi(u)$ で $u$ 以下の最大の $\pi$ の分点を表す。$D_j:=M_{\pi(u_{j-1})}-M_{\pi'(u_{j-1})}$ は有界な $\mathcal F_{u_{j-1}}$ 可測変数で、$I^\pi_T-I^{\pi'}_T=\sum_jD_j(M_{u_j}-M_{u_{j-1}})$ である。増分の直交性から
$$E\bigl[(I^\pi_T-I^{\pi'}_T)^2\bigr]=E\Bigl[\sum_jD_j^2(M_{u_j}-M_{u_{j-1}})^2\Bigr]\le E\bigl[w^2S_\rho(M)\bigr]\le\bigl(E[w^4]\bigr)^{1/2}\bigl(E[S_\rho(M)^2]\bigr)^{1/2}$$
である。ここで $w$ は幅 $\lvert\pi\rvert\vee\lvert\pi'\rvert$ での $M$ の $[0,T]$ の連続度で、$\pi(u),\pi'(u)$ はどちらも $u$ の手前の幅以内にあるので $\lvert D_j\rvert\le w$ である。半マルチンゲール の補題「有界マルチンゲールの 2 乗和の 2 次モーメント」により $E[S_\rho(M)^2]\le12K^4$ である。$w\le2K$ で、経路の一様連続性から $w\to0$ なので、有界収束定理により $E[w^4]\to0$ である。よって $\lvert\pi\rvert,\lvert\pi'\rvert\to0$ で右辺は $0$ に近づく。
第 3 段(極限)。 $I^\pi-I^{\pi'}$ はマルチンゲールなので、Doobの極大不等式 の定理「$L^p$ での Doob の極大不等式」(経路の連続性で可算稠密な時刻から全時刻へ移す)により $E[\sup_{t\le T}\lvert I^\pi_t-I^{\pi'}_t\rvert^2]\le4E[(I^\pi_T-I^{\pi'}_T)^2]$ である。連続な過程の空間はノルム $(E\sup_{t\le T}\lvert\cdot\rvert^2)^{1/2}$ で完備だから、連続なマルチンゲール $I$ があって $\sup_{t\le T}\lvert I^\pi_t-I_t\rvert\to0$($L^2$)である。$A:=M^2-2I$ とおくと、$A$ は連続で $A_0=0$、$\sup_{t\le T}\lvert S_\pi(M;t)-A_t\rvert\to0$($L^2$)で、$M^2-A=2I$ はマルチンゲールである。
第 4 段(増加性)。 幅が $0$ に近づく分割の列 $(\pi_k)$ を、確率 $1$ で $S_{\pi_k}(M;\cdot)\to A$ が $[0,T]$ で一様になるようにとる。$s< t$ に対し、$s_k$ を $s$ 以上で最小の $\pi_k$ の分点、$t_k$ を $t$ 以下で最大の分点とする。$k$ が大きければ $s_k\le t_k$ で、分点では $S_{\pi_k}(M;\cdot)$ は部分和なので $S_{\pi_k}(M;s_k)\le S_{\pi_k}(M;t_k)$ である。一様収束と $A$ の連続性から $A_s\le A_t$ である。
第 5 段(一意性)。 $A,A'$ が 1 の条件を満たせば、$A-A'=(M^2-A')-(M^2-A)$ は連続な局所マルチンゲールで有限変動かつ $0$ から出発するので、半マルチンゲール の系「連続で有限変動な局所マルチンゲール」により $0$ である。したがって $T$ を替えても $A$ は同じ過程の制限である。ここまでで有界な $M$ について 1〜3 が示された。
第 6 段(一般の場合)。 $\tau_n:=\inf\{t\mid\lvert M_t\rvert\ge n\}$ とおくと、$M^{\tau_n}$ は有界なマルチンゲールである(局所マルチンゲール の命題「有界になるまで止める」)。$n< n'$ なら $(M^{\tau_{n'}})^2-[M^{\tau_{n'}}]$ を $\tau_n$ で止めたものはマルチンゲールなので、一意性から $[M^{\tau_{n'}}]^{\tau_n}=[M^{\tau_n}]$ である。よって $t\le\tau_n$ で $[M]_t:=[M^{\tau_n}]_t$ と定めるとつじつまが合い、$(M^2-[M])^{\tau_n}$ はマルチンゲールである。一意性は第 5 段と同じである。$\{\tau_n>T\}$ の上では $t\le T$ で $S_\pi(M;t)=S_\pi(M^{\tau_n};t)$ だから
$$P\Bigl(\sup_{t\le T}\lvert S_\pi(M;t)-[M]_t\rvert>\varepsilon\Bigr)\le P(\tau_n\le T)+P\Bigl(\sup_{t\le T}\lvert S_\pi(M^{\tau_n};t)-[M^{\tau_n}]_t\rvert>\varepsilon\Bigr)$$
で、$n$ を先に大きくとれば 2 を得る。$\square$

Doob–Meyerの分解 を使えば、有界な $M$ の $M^2$ の分解から $[M]$ の存在がすぐ従う(Mey76 II.16、p. 267 の形)。上の証明はその定理を使わない。また、この定理により $M_0\ne0$ の局所マルチンゲールには $[M]:=[M-M_0]$ と定める。連続半マルチンゲール $X=X_0+M+A$ の 2 次変分は prop-qv-fv の後半により $[M]$ である。

共変分

連続な局所マルチンゲール $M,N$($M_0=N_0=0$)について $[M,N]:=\frac14([M+N]-[M-N])$ を共変分という。

$MN-[M,N]$ は局所マルチンゲールで、$[M,N]$ は有限変動である。分割の和 $\sum_i\Delta_iM\,\Delta_iN$ は $[M,N]_t$ に確率収束する。いずれも $4MN=(M+N)^2-(M-N)^2$ と thm-qv-main から従う。$B^1,B^2$ が独立な Brown 運動なら、$(B^1\pm B^2)/\sqrt2$ も Brown 運動なので $[B^1\pm B^2]_t=2t$ で、$[B^1,B^2]=0$ である。

主な性質

L2 マルチンゲールの判定

$M$ を連続な局所マルチンゲールで $M_0=0$ とする。次は同値である。

  1. すべての $t$ について $E[M]_t< \infty$ である。
  2. $M$ はマルチンゲールで、すべての $t$ について $E[M_t^2]< \infty$ である。
    このとき $E[M_t^2]=E[M]_t$、$E[\sup_{s\le t}M_s^2]\le4E[M]_t$ で、$M^2-[M]$ はマルチンゲールである。
止めて単調収束定理を使う

$\tau_n:=\inf\{t\mid\lvert M_t\rvert\ge n\}$ とおく。thm-qv-main の 3 により $M^{\tau_n}$ について $E[M_{t\wedge\tau_n}^2]=E[M]_{t\wedge\tau_n}$ である。
1 を仮定する。Doobの極大不等式 の定理「$L^p$ での Doob の極大不等式」を $M^{\tau_n}$ に当てると $E[\sup_{s\le t}M_{s\wedge\tau_n}^2]\le4E[M_{t\wedge\tau_n}^2]\le4E[M]_t$ である。$n\to\infty$ の単調収束定理により $E[\sup_{s\le t}M_s^2]\le4E[M]_t< \infty$ である。よって $M$ と $M^2-[M]$(上限が $\sup_{s\le t}M_s^2+[M]_t$ で抑えられる)は 局所マルチンゲール の系「上限が可積分なら真のマルチンゲール」によりマルチンゲールで、$E[M_t^2]=E[M]_t$ である。
2 を仮定する。$M^2$ は劣マルチンゲールで、$M_{t\wedge\tau_n}=E[M_t\mid\mathcal F_{t\wedge\tau_n}]$ と条件付き Jensen の不等式から $E[M_{t\wedge\tau_n}^2]\le E[M_t^2]$ である。よって $E[M]_{t\wedge\tau_n}\le E[M_t^2]$ で、単調収束定理から $E[M]_t\le E[M_t^2]< \infty$ である。$\square$

2 次変分が消えれば 0

連続な局所マルチンゲール $M$ で $M_0=0$、$[M]_T=0$ なら、確率 $1$ で $[0,T]$ の上 $M=0$ である。

止めて 2 乗平均を見る

$[M]$ は増加なので $[0,T]$ で $0$ である。$M^T$ に thm-qv-l2 を当てると $E[\sup_{s\le T}M_s^2]\le4E[M]_T=0$ である。$\square$

分割の和の形の同じ主張は 半マルチンゲール の定理「2 次変分が消える連続局所マルチンゲール」にある。thm-qv-l2 の 2 のマルチンゲール性は、各時刻の $L^2$ 可積分性だけからは従わない。局所マルチンゲール の命題「3 次元 Brown 運動の逆数」の過程 $Y:=1/\lvert B\rvert$ と $N:=Y-Y_0$ について、$E[N_t^2]< \infty$ がすべての $t$ で成り立つが、$N$ はマルチンゲールでない。$N$ を時刻 $t>0$ で止めたものに thm-qv-l2 を当てると、$E[N]_t=\infty$ である。

伊藤積分の 2 次変分

$H$ を 伊藤積分 の被積分過程($E\int_0^TH_s^2\,ds< \infty$)とし、$I_t:=\int_0^tH_s\,dB_s$ を連続な版とする。伊藤積分 の定理「伊藤積分のマルチンゲール性」の 2 から
$$E[I_t^2-I_s^2\mid\mathcal F_s]=E[(I_t-I_s)^2\mid\mathcal F_s]=E\Bigl[\int_s^tH_r^2\,dr\Bigm|\mathcal F_s\Bigr]$$
なので、$I^2-\int_0^\cdot H_r^2\,dr$ はマルチンゲールである。thm-qv-main の一意性から $[I]_t=\int_0^tH_r^2\,dr$ である。とくに $H\equiv1$ なら thm-qv-brown の値に戻る。

Lévy の特徴づけ

$M$ を連続な局所マルチンゲールで $M_0=0$、すべての $t$ について $[M]_t=t$ とする。このとき $M$ は $(\mathcal F_t)$ に関する Brown 運動である。

指数関数に伊藤の公式を当てる

$u\in\mathbb R$ とする。$f(t,x):=\exp(iux+u^2t/2)$ は $\partial_tf+\frac12\partial_x^2f=0$ を満たす。実部と虚部に、$(t,M_t)$ についての 半マルチンゲール の定理「伊藤の公式(半マルチンゲール版)」(多次元の形)と $[M]_t=t$ を当てると、$f(t,M_t)=1+iu\int_0^tf(s,M_s)\,dM_s$ となる。右辺の積分は局所マルチンゲールで、$[0,T]$ で $\lvert f\rvert\le e^{u^2T/2}$ なので有界である。よって 局所マルチンゲール の系「上限が可積分なら真のマルチンゲール」により、$f(t,M_t)$ はマルチンゲールである。$s< t$ で整理すると
$$E\bigl[e^{iu(M_t-M_s)}\bigm|\mathcal F_s\bigr]=e^{-u^2(t-s)/2}$$
である。$C\in\mathcal F_s$ を掛けて期待値をとると、$M_t-M_s$ の条件付き特性関数は定数なので、$M_t-M_s$ は $\mathcal F_s$ と独立で $N(0,t-s)$ に従う。経路は連続である。$\square$

逆に、Brown 運動は thm-qv-brown によりこの条件を満たす。連続なマルチンゲールで 2 次変分が非有界なものは、時刻を取り替えると Brown 運動になる(Dambis、Dubins–Schwarz。MP10 p. 64 の注意。この記事では証明しない)。thm-qv-levy はその基礎にあたる。2 次変分が「時計」であるとは、この意味である。

非整数 Brown 運動の 2 乗和

$B^H$ を Hurst 指数 $H\in(0,1)$ の 非整数Brown運動($E[(B^H_t-B^H_s)^2]=\lvert t-s\rvert^{2H}$ となる連続な中心化 Gauss 過程)とする。$[0,T]$ の分割 $\pi$ について $E[S_\pi(B^H)]=\sum_i\delta_i^{2H}$ である。

  • $H>1/2$:$\sum_i\delta_i^{2H}\le\lvert\pi\rvert^{2H-1}T\to0$ なので $[B^H]=0$ である。
  • $H=1/2$:Brown 運動で $[B^H]_t=t$ である。
  • $H< 1/2$:$n$ 等分では $E[S_\pi(B^H)]=n^{1-2H}T^{2H}\to\infty$ である。
    $H>1/2$ の場合、$B^H$ は 2 次変分が $0$ なのに有限変動でなく、連続半マルチンゲールでない(半マルチンゲール の例「$H>1/2$ の非整数 Brown 運動」)。

跳びのある場合

跳びがあると、$\lvert\pi\rvert\to0$ の極限と「$M^2$ から引いて局所マルチンゲールにする増加過程」は同じものでなくなる。

補正した Poisson 過程

$N$ を強度 $\lambda>0$ の Poisson過程、$M_t:=N_t-\lambda t$ とする。分割の幅が跳びの間隔より小さければ、各区間の $N$ の増分は $0$ か $1$ なので $S_\pi(N)=N_T$ である。さらに
$$\bigl\lvert S_\pi(M)-S_\pi(N)\bigr\rvert\le2\lambda\lvert\pi\rvert N_T+\lambda^2T\lvert\pi\rvert$$
なので、$\lvert\pi\rvert\to0$ で経路ごとに $S_\pi(M)\to N_T$ である。したがって $[M]=N$ である。
一方、増分の独立性から $E[(M_t-M_s)^2\mid\mathcal F_s]=\lambda(t-s)$ なので、$M^2-\lambda t$ もマルチンゲールである。$M^2-N=(M^2-\lambda t)-M$ もマルチンゲールだから、
$$M^2-A\text{ がマルチンゲール}$$
となる増加過程 $A$ は $A=N$ と $A=\lambda t$ の少なくとも 2 つある。thm-qv-main の一意性は $A$ の連続性を使っている。

一般の 2 乗可積分マルチンゲール $M$ では、$[M]$ を分割の和の極限(連続部分と跳びの 2 乗の和)とし、$\langle M\rangle$ を $M^2-\langle M\rangle$ がマルチンゲールになる予測可能な増加過程とする。$\langle M\rangle$ は $[M]$ の予測可能な増加部分である(Mey76 II.16–17、p. 267)。ex-qv-poisson では $[M]=N$、$\langle M\rangle_t=\lambda t$ である。連続なら両者は一致する。予測可能性による一意性は Doob–Meyerの分解 で扱う。

反例:条件を外すと成り立たないこと

期待する主張反例満たすもの成り立たなくなること
上限で定義しても $t$ になるBrown 運動(rem-qv-sup)固定した分割の列の極限は $t$分割についての上限は無限大
$M^2-A$ がマルチンゲールなら増加過程 $A$ は一意ex-qv-poisson の $A=N$、$A=\lambda t$$M$ はマルチンゲール、$A$ は増加連続性を外すと一意でない
$[X]=0$ なら $X$ は定数$X_t=t$連続、$[X]=0$局所マルチンゲールでない(cor-qv-zero の仮定)
$[X]=0$ なら有限変動ex-qv-fbm の $H>1/2$連続、$[X]=0$半マルチンゲールでない
$E[N_t^2]< \infty$ なら $E[N]_t< \infty$前節の $N=Y-Y_0$連続な局所マルチンゲール、$L^2$ 有界$E[N]_t=\infty$(マルチンゲールでないため)

補足

  • 伊藤の公式:連続半マルチンゲール $X$ について $X_t^2=X_0^2+2\int_0^tX_s\,dX_s+[X]_t$ である。thm-qv-main の証明の左端の和の極限がちょうどこの積分で、Stieltjes 積分の連鎖律との差が 2 次変分である。伊藤の公式 の $\frac12\int F''(B_s)\,ds$ の項は、Taylor 展開の 2 次の項 $\frac12F''(B)(\Delta B)^2$ の和が thm-qv-brown によって残ることから生じる。
  • Riemann 和の取り方:右端で和をとると $\sum_iM_{t_i}\Delta_iM=\sum_iM_{t_{i-1}}\Delta_iM+S_\pi(M)$ だから、極限は 2 次変分の分だけ違う。2 次変分が消えない過程では、積分は和の取り方に依存する。

関連項目

参考文献

[2]
Paul-André Meyer, Un cours sur les intégrales stochastiques (exposés 1 à 6), Séminaire de probabilités, 1976, II.16–17(p. 267、$\langle M,M\rangle$ と $[M,M]$)

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する