1) set-valued square integrable martingales
集值随机积分
1.
set-valued square integrable martingales .
本文定义了一类有界可料过程关于集值平方可积鞅的集值随机积分,并研究了集植随机积分的性质。
2) Integrals of multivalued functions
集值随机变量的积分
3) set-valued Riemann-Stieltjes stochastic integral
集值Riemann-Stieltjes 随机积分
4) stochastic integrals of fuzzy set-valued process
模糊集值随机积分
1.
In this paper,using definitions of fuzzy set-valued processes stochastic integrals and properties of set-valued processes stochastic integrals,we study martingale property,addition property and the maximal inequality of stochastic integrals of fuzzy set-valued processes.
本文利用模糊集值随机积分的定义,运用集值随随机积分的相关性质,研究了模糊集值随机积分的可加性,鞅性及最大值不等式性质。
6) stochastic integral
随机积分
1.
The properties and convergence theorem of weakly Henstock variable stochastic integral;
弱Henstock变差随机积分的性质及收敛定理
2.
The stochastic integral with respect to a fractional Brownian motion can be defined by non-uniform Riemann′s approach.
用非一致Riemann和的方法定义了关于分数布朗运动的随机积分,并给出了此积分与关于分数布朗运动的分数积分∫0Lu(s)dBH(s)=(-1)∫α0LD0α+u0+(s)D1L--αBLH-(s)ds+u(0+)BLH的等价关系。
3.
In paper [1],the auther has proved that the stochastic integral can be defined by Riemann s approach using nonuniform meshes,i.
在讨论了随机积分可以用非一致Riemann和的方法刻画时所得积分(即WHVB积分)的基础上,通过定义随机过程弱变差收敛的概念,得到了WHVB积分的平均收敛定理和一致收敛定理,并给出相应的证明。
补充资料：随机积分
对某些随机过程类适当定义的各种积分的总称。它们在随机过程与随机微分方程的研究和应用中各有其重要的作用。
伊藤积分 这是对布朗运动定义的一种随机积分。布朗运动的样本函数虽然连续，但几乎所有的样本函数非有界变差，甚至处处不可微，因而无法按样本函数来定义通常的黎曼－斯蒂尔杰斯积分（简称RS积分）或勒贝格-斯蒂尔杰斯积分（简称LS积分）。一般来说,RS积分定义中的达布和不会以概率1收敛到一定的极限,但在适当的条件下，达布和的均方极限存在。伊藤清正是利用这一性质定义了对布朗运动的随机积分。设{,t∈R+=[0,∞)}是一族上升的子σ域,布朗运动W＝{W(t),t∈R+}是()鞅。如果样本连续的有界随机过程φ＝{φ(t),t∈R+}是()适应的，那么当有限区间[α,b]嶅R+的分割 的直径趋于零时，达布和 的均方极限存在，记作,它称为φ在区间[α,b]上对W 的伊藤积分。值得注意的是,在达布和的构造中,被积过程在[tk-1,tk]上的取值点不是随意一点,而只能是它的左端点 tk-1。这是一个严格的限制。完全不加限制时其极限不存在，如作其他的限制，则可能得到另外的极限，从而定义出另外的积分，但最有用的是这种限制。伊藤积分最重要的性质是著名的伊藤公式:设F是二次连续可微的实函数，则
这一公式及其各种推广在理论上和应用上都有重要的作用。例如，可以用来证明关于布朗运动的鞅刻画的莱维定理：一个从零出发的样本连续过程W={W(t),t∈R+}为布朗运动的充要条件,是W 和{W 2(t)-t,t∈R+}都为鞅。
对平方可积鞅的随机积分 使E的鞅x＝{x(t),t∈R+}称为平方可积鞅，其中x(∞)是当t→∞时，x(t)以概率1 收敛的极限。对一个平方可积鞅x, -x2是类(D)上鞅，因此根据上鞅分解定理,x 2可惟一地表成一致可积鞅M和可料增过程A 之和, X 2(t)＝M(t)+A(t)。由此，对任何样本连续的有界适应过程 φ，当［α，b)］的分割的直径δ(墹)趋于零时，达布和的均方极限存在,这个极限就称为φ 在[α,b)]上对x的随机积分。这种积分也有相应的伊藤公式：对二次连续可微的函数F，
右边最后一项是按轨道的LS积分,可料增过程A的轨道是右连续增函数。这种随机积分还可以进一步推广到对局部鞅以至半鞅的积分。
斯特拉托诺维奇积分 在伊藤积分定义的达布和中，如果用在小区间[tk-1,tk]中点的被积过程值φ (或者等价地， 用在两个区间端点的过程值的算术平均代替左端点的过程值φ(tk-1)，则均方极限也存在,但此极限与伊藤积分不相同,它定义了用斯特拉托诺维奇命名的另一种积分，记作这种积分的一个优点是，对一个三次连续可微的函数F，
,它保持了普通微积分中牛顿-莱布尼茨公式的形式。
其他类型的随机积分 常见的还有均方随机积分和对正交增量过程的积分。对一个均方连续的随机过程x，即对一切t0∈R+满足的x，达布和的均方极限存在，它定义了x在区间[α,b)]上的均方随机积分,记作其中是[α,b]的分割，sk可在[tk-1,tk]上任取,均方极限是在δ(墹)趋于零的条件下取的。设Z 是一个正交增量过程,即对一切 那么对任一［α，b］上的连续函数??，达布和的均方极限定义了??在［α,b］上对Z的积分，记作。这种对正交增量过程积分的最重要的应用是宽平稳过程的谱表示（见平稳过程）。
随机微分方程 形如 的方程称为伊藤方程,其中α(s,x)、σ(s,x)是一次连续可微的二元函数,W是布朗运动,X是待求的半鞅。由于形式上还可以将方程改写为 dx（t）＝α(t,x(t))dt+σ(t,x(t))dW(t)这种微分表示,习惯上常称为(伊藤)随机微分方程。理论上对它已有很多研究，解的存在惟一性问题已经解决,并且有各种形式的推广,如用半鞅代替布朗运动等。但能把解明确表达出来的还只有少数简单的特例，如对x(0)=1,α(s,x)呏0，σ(s,x)呏x,方程有惟一解
它是一个样本连续鞅。
此外，对于均值函数为零的实二阶过程x(见随机过程),可定义其各阶均方导数。若x的协方差函数 Г(s,t)＝Ex(s)x(t)二次连续可微，则差商[x(t+Δt)-x(t)]/Δt当 Δt→0 时的均方极限总存在，它定义了x的一阶均方导数。一般地，若 Г(s,t)2n次连续可微，则x的n阶均方导数存在。联系着一个二阶过程x及其各阶均方导数之间的方程，如等，称为均方随机微分方程。求解它，就是要找出满足该关系式的二阶过程x。例如在初值x(0)=ξ下的惟一解是其中α是实常数，ξ为已知的随机变量，Y为已知的均方连续随机过程，而积分是均方随机积分。
参考书目
J.L.Doob,Stochastic Processes,John Wiley & Sons.New York, 1953.
严加安编著：《鞅与随机积分引论》，上海科学技术出版社，上海，1981。
伊藤积分 这是对布朗运动定义的一种随机积分。布朗运动的样本函数虽然连续，但几乎所有的样本函数非有界变差，甚至处处不可微，因而无法按样本函数来定义通常的黎曼－斯蒂尔杰斯积分（简称RS积分）或勒贝格-斯蒂尔杰斯积分（简称LS积分）。一般来说,RS积分定义中的达布和不会以概率1收敛到一定的极限,但在适当的条件下，达布和的均方极限存在。伊藤清正是利用这一性质定义了对布朗运动的随机积分。设{,t∈R+=[0,∞)}是一族上升的子σ域,布朗运动W＝{W(t),t∈R+}是()鞅。如果样本连续的有界随机过程φ＝{φ(t),t∈R+}是()适应的，那么当有限区间[α,b]嶅R+的分割 的直径趋于零时，达布和 的均方极限存在，记作,它称为φ在区间[α,b]上对W 的伊藤积分。值得注意的是,在达布和的构造中,被积过程在[tk-1,tk]上的取值点不是随意一点,而只能是它的左端点 tk-1。这是一个严格的限制。完全不加限制时其极限不存在，如作其他的限制，则可能得到另外的极限，从而定义出另外的积分，但最有用的是这种限制。伊藤积分最重要的性质是著名的伊藤公式:设F是二次连续可微的实函数，则
这一公式及其各种推广在理论上和应用上都有重要的作用。例如，可以用来证明关于布朗运动的鞅刻画的莱维定理：一个从零出发的样本连续过程W={W(t),t∈R+}为布朗运动的充要条件,是W 和{W 2(t)-t,t∈R+}都为鞅。
对平方可积鞅的随机积分 使E的鞅x＝{x(t),t∈R+}称为平方可积鞅，其中x(∞)是当t→∞时，x(t)以概率1 收敛的极限。对一个平方可积鞅x, -x2是类(D)上鞅，因此根据上鞅分解定理,x 2可惟一地表成一致可积鞅M和可料增过程A 之和, X 2(t)＝M(t)+A(t)。由此，对任何样本连续的有界适应过程 φ，当［α，b)］的分割的直径δ(墹)趋于零时，达布和的均方极限存在,这个极限就称为φ 在[α,b)]上对x的随机积分。这种积分也有相应的伊藤公式：对二次连续可微的函数F，
右边最后一项是按轨道的LS积分,可料增过程A的轨道是右连续增函数。这种随机积分还可以进一步推广到对局部鞅以至半鞅的积分。
斯特拉托诺维奇积分 在伊藤积分定义的达布和中，如果用在小区间[tk-1,tk]中点的被积过程值φ (或者等价地， 用在两个区间端点的过程值的算术平均代替左端点的过程值φ(tk-1)，则均方极限也存在,但此极限与伊藤积分不相同,它定义了用斯特拉托诺维奇命名的另一种积分，记作这种积分的一个优点是，对一个三次连续可微的函数F，
,它保持了普通微积分中牛顿-莱布尼茨公式的形式。
其他类型的随机积分 常见的还有均方随机积分和对正交增量过程的积分。对一个均方连续的随机过程x，即对一切t0∈R+满足的x，达布和的均方极限存在，它定义了x在区间[α,b)]上的均方随机积分,记作其中是[α,b]的分割，sk可在[tk-1,tk]上任取,均方极限是在δ(墹)趋于零的条件下取的。设Z 是一个正交增量过程,即对一切 那么对任一［α，b］上的连续函数??，达布和的均方极限定义了??在［α,b］上对Z的积分，记作。这种对正交增量过程积分的最重要的应用是宽平稳过程的谱表示（见平稳过程）。
随机微分方程 形如 的方程称为伊藤方程,其中α(s,x)、σ(s,x)是一次连续可微的二元函数,W是布朗运动,X是待求的半鞅。由于形式上还可以将方程改写为 dx（t）＝α(t,x(t))dt+σ(t,x(t))dW(t)这种微分表示,习惯上常称为(伊藤)随机微分方程。理论上对它已有很多研究，解的存在惟一性问题已经解决,并且有各种形式的推广,如用半鞅代替布朗运动等。但能把解明确表达出来的还只有少数简单的特例，如对x(0)=1,α(s,x)呏0，σ(s,x)呏x,方程有惟一解
它是一个样本连续鞅。
此外，对于均值函数为零的实二阶过程x(见随机过程),可定义其各阶均方导数。若x的协方差函数 Г(s,t)＝Ex(s)x(t)二次连续可微，则差商[x(t+Δt)-x(t)]/Δt当 Δt→0 时的均方极限总存在，它定义了x的一阶均方导数。一般地，若 Г(s,t)2n次连续可微，则x的n阶均方导数存在。联系着一个二阶过程x及其各阶均方导数之间的方程，如等，称为均方随机微分方程。求解它，就是要找出满足该关系式的二阶过程x。例如在初值x(0)=ξ下的惟一解是其中α是实常数，ξ为已知的随机变量，Y为已知的均方连续随机过程，而积分是均方随机积分。
参考书目
J.L.Doob,Stochastic Processes,John Wiley & Sons.New York, 1953.
严加安编著：《鞅与随机积分引论》，上海科学技术出版社，上海，1981。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条