第 1 章引论（Introduction）

作者

Lawrence C. Evans，UC Berkeley 数学系教授。本章是 Evans 为 Berkeley 本科高年级课程 Math 195 撰写的讲义的第 1 章，全书由他独自撰写；本章作为导引，作用有三：(1) 用 1 维"白噪声"扰动下的常微分方程（ODE）→随机微分方程（SDE）这条线索串起全书；(2) 给出 Itô 公式的形式化推导动机，让读者预先感受随机微积分与经典微积分的本质差异；(3) 把全书的章节结构（先构造 Wiener 过程、再定义 Itô 积分、最后证明 SDE 存在唯一性）一次性讲清。

内容概述

本章分为三节（A 动机、B 启发式推导、C Itô 公式的形式预览），核心问题只有一个：为什么要在确定性 ODE 里加一项随机扰动？ 经典 ODE $\dot x = b(x)$ 给出光滑轨道，但实验测得的真实轨道在光滑趋势上叠加了不可忽略的随机抖动。作者把抖动抽象成"白噪声" $\xi(\cdot)$，写出 $\dot X = b(X) + B(X)\xi$。在形式上把 $\xi$ 替换为 $dW/dt$（$W$ 为 Wiener 过程）再乘 $dt$，就得到 SDE：$dX = b(X)dt + B(X)dW$，等价地 $X(t) = x_0 + \int_0^t b(X(s))ds + \int_0^t B(X(s))dW$。这一改写把"白噪声到底是什么"留为后文的关键数学问题（Ch 3 构造 $W$、Ch 4 定义 Itô 积分、Ch 5 解 SDE、Ch 6 讨论噪声是不是真的"白"）。

作者随后用一节篇幅直接展示了 Itô 公式的"反直觉"修正：把经典链规则 $d(u(X)) = u'(X)dX$ 套到 $dX = bdt + dW$ 上，并利用 $(dW)^2 = dt$（$dW$ 的量级是 $\sqrt{dt}$）展开到 $dt$ 阶，就得到

\[dY = \left(u'b + \tfrac{1}{2}u''\right)dt + u' dW,\]

与经典链规则相比多出 $\tfrac12 u'' dt$ 这一项。两个示例把这个修正的具体后果坐实：(1) 解 $dY = Y\,dW$、$Y(0)=1$ 的"显然"答案 $Y=e^{W}$ 是错的，正确答案是 $Y(t)=\exp(W(t)-t/2)$，多出 $-t/2$；(2) 股票价格的经典几何布朗运动模型 $dP/P=\mu dt+\sigma dW$ 的解是 $P(t)=p_0\exp(\sigma W(t)+(\mu-\sigma^2/2)t)$，同样比直觉答案多了 $-\sigma^2 t/2$ 的修正。

阅读本章需要的预备知识：常微分方程基础（$\dot x = b(x)$ 的存在唯一性、轨道概念），以及初等概率论中的期望、方差、独立性概念。它不依赖 $\sigma$-代数、鞅等高级概念，那些在 Ch 2 才引入。

核心方程与概念

关键方程（1.1）——白噪声驱动的随机 ODE

形式上把确定性 ODE 写为

\[\dot X(t) = b(X(t)) + B(X(t))\xi(t),\quad t>0,\qquad X(0)=x_0,\]

其中 $b:\mathbb{R}^n\to\mathbb{R}^n$ 是已知光滑向量场，$B:\mathbb{R}^n\to\mathbb{M}^{n\times m}$ 是把 $m$ 维噪声"嵌入"到 $n$ 维系统中的矩阵值函数，$\xi(\cdot)$ 是所谓的 $m$ 维"白噪声"。这一方程刻画的核心思想是：系统的演化由"趋势项"$b$ 加上"随机扰动项"$B\xi$ 共同驱动；纯确定性轨道与实际实验轨道的差异来自后一项。

关键方程（1.2）——Itô SDE 及其积分形式

把 $\xi = \dot W$ 代入再乘以 $dt$，得

\[dX(t) = b(X(t))\,dt + B(X(t))\,dW(t),\quad X(0)=x_0,\]

或者等价地用积分形式写出"解"的定义：

\[X(t) = x_0 + \int_0^t b(X(s))\,ds + \int_0^t B(X(s))\,dW,\quad \forall t>0.\]

注意：第二个积分是随机积分（Itô 积分），不是 Riemann 积分；它对 $dW$ 积分，而 $W$ 的轨道是几乎处处不可微的（处处连续但几乎处处不可微）。这也是为什么 Ch 4 必须先花力气把这种积分严格定义下来，Ch 5 才能证明 SDE 解的存在唯一性。

关键方程（1.3）——一个最简单的非线性 SDE

\[dX = b(X)\,dt + dW,\qquad X(0)=x_0.\]

这是把 $B\equiv I$、$m=n=1$、去掉漂移-扩散矩阵缩并之后的最简情形，用在第 C 节作为推导 Itô 公式的"教学玩具"。

关键概念（1.4）——白噪声的"形式"量级 $dW \approx (dt)^{1/2}$

这是 Itô 公式的核心直观。Brown 运动 $W$ 的增量 $W(t+dt)-W(t)\sim \mathcal{N}(0,dt)$，所以增量的标准差量级是 $\sqrt{dt}$，记为 $dW \sim (dt)^{1/2}$。由此得到形式等式 $(dW)^2 = dt$，而 $(dt)^2$、$dt\cdot dW$、$(dW)^3$ 等更高阶项在 $dt\to 0$ 时可以忽略。这是 Itô 公式多出"半阶修正项"的根本来源——经典微积分里 $dW^2 = o(dt)$ 但 Itô 框架下 $dW^2 = dt$，所以必须把它升级保留。

关键方程（1.5）——Itô 公式（$n=1$ 标量情形预览）

若 $Y(t) = u(X(t))$，$u$ 光滑，$X$ 满足 (1.3)，则

\[dY = \left(u'(X)\,b(X) + \tfrac{1}{2}u''(X)\right)dt + u'(X)\,dW.\]

推导是形式地把 $dY$ Taylor 展开到二阶、然后用 $(dW)^2 = dt$ 把二阶项降为 $dt$ 阶：

\[dY = u'\,dX + \tfrac{1}{2}u''(dX)^2 = u'(b\,dt+dW) + \tfrac{1}{2}u''(b\,dt+dW)^2 = \left(u'b + \tfrac{1}{2}u''\right)dt + u'\,dW.\]

关键概念：示例 1 与 Itô 校正

考察 $dY = Y\,dW$、$Y(0)=1$。取 $u(x)=e^x$ 在 $x=W(t)$ 处，则 $u'=u''=u$。Itô 公式给出

\[dY = \left(Y\cdot 0 + \tfrac12 Y\right)dt + Y\,dW,\]

即 $dY = \tfrac12 Y\,dt + Y\,dW$。改写为 $dY/Y = \tfrac12 dt + dW$，积分得

\[Y(t) = \exp\!\left(W(t) - \tfrac12 t\right).\]

若按经典链规则"显然"地猜 $Y(t) = e^{W(t)}$，则 $d(e^W) = e^W dW$，缺了 $\tfrac12 dt$ 那一项；也就是说若把 $Y=e^W$ 真的代回去检验，它不满足 $dY = Y dW$。Itô 校正 $-\tfrac12 t$ 是 $u''$ 那一半带来的，而它正来自 $(dW)^2 = dt$。

关键概念：示例 2——几何布朗运动

股票价格 $P(t)$ 满足

\[\frac{dP}{P} = \mu\,dt + \sigma\,dW,\]

即 $dP = \mu P\,dt + \sigma P\,dW$。令 $Y = \ln P$，则 $u(x) = \ln x$、$u'=1/x$、$u''=-1/x^2$。Itô 公式给出

\[d(\ln P) = \left(\mu - \tfrac12 \sigma^2\right)dt + \sigma\,dW,\]

所以

\[P(t) = p_0\,\exp\!\left(\sigma W(t) + \left(\mu - \tfrac12 \sigma^2\right)t\right).\]

参数 $\mu>0$ 称为漂移率（drift），$\sigma\neq 0$ 称为波动率（volatility）。在金融数学里这个方程就是 Black–Scholes 模型的最底层动力学；Black–Scholes 期权定价公式（Ch 6 §D）的 $\sigma^2/2$ 校正项就是上面 Itô 校正 $-\sigma^2 t/2$ 的同源物。

建模哲学问题："白噪声"是数学抽象还是物理实在？

作者在 B 节末段抛出一个非平凡问题：物理上观察到的随机扰动可能根本不是"白"噪声，而是"高度振荡的光滑函数"序列 $\{\xi^k(\cdot)\}_{k=1}^\infty$ 的某种极限。这两种观点在数学上并不等价：在 Itô 框架下 $dX = b\,dt + \sigma\,dW$ 解出的轨道通常不是有界变差光滑函数的 ODE 轨道；但若把 $\xi$ 替换为某种"极限"光滑序列，ODE 极限可能给出不同的解。这一现象催生了 Stratonovich 积分（Ch 6 §E）：Stratonovich 框架下 $(dW)^2 = 0$，因此与"光滑函数列 ODE 极限"相容；Itô 框架下 $(dW)^2 = dt$，更适合用来做概率论分析。这两种积分在常系数情形可以用一个 $-\tfrac12 \sigma\sigma'$ 的修正项互相转换，但在非线性系数下差异常是本质性的。

关键结论

ODE 实验失配的诊断：实验测得真实轨道偏离 ODE 预测的程度是系统性的、有统计规律的，而不是误差——这暗示应在 ODE 中显式纳入"白噪声"项 $\xi(t)$，得到 SDE 形式 (1.1)。
Itô SDE 的良定义提法：在 (1.2) 中，SDE 的解必须以积分形式写出 $X(t) = x_0 + \int_0^t b(X)\,ds + \int_0^t B(X)\,dW$，这里第二个积分是 Itô 积分，定义见 Ch 4，存在唯一性证明见 Ch 5。
Itô 公式的链规则修正：对 $n=1$ 标量情形，$Y=u(X)$ 满足

$$dY = \left(u'b + \tfrac12 u''\right)dt + u' dW,$$

相比经典链规则多出 $\tfrac12 u'' dt$ 这一项，物理意义是"白噪声 $(dW)^2$ 累积到 $dt$ 阶"。 - $dY=Y\,dW$ 的解：解不是 $e^{W(t)}$，而是 $Y(t)=e^{W(t)-t/2}$，Itô 校正是 $-\tfrac12 t$。 - 几何布朗运动的解：股票价格 $P(t)=p_0\exp(\sigma W(t)+(\mu-\tfrac12\sigma^2)t)$，比"显然答案" $p_0 e^{\sigma W+\mu t}$ 多出 $-\tfrac12\sigma^2 t$。 - 建模的非唯一性：把"白噪声"理解为真随机过程 vs. 理解为某光滑过程列的极限，可以引出两种不等价的 SDE 理论（Itô 与 Stratonovich），Ch 6 §E 会再回到这一议题。

挑战和开放性问题

白噪声 $\xi$ 的严格定义：形式上 $\xi=\dot W$，但 Wiener 过程 $W$ 几乎处处不可微，所以 $\dot W$ 不存在。如何把"白噪声"作为广义随机过程（distribution-valued process）严格化？Ch 3 给出的方案是用协方差 $\mathbb{E}(\xi(t)\xi(s))=\delta_0(t-s)$ 配合 Gaussian 性来定义，绕开逐点定义。
随机积分 $\int_0^t B(X(s))\,dW$ 的定义：在 ODE 时代末曾有过"$\int f\,dW$"用 Riemann–Stieltjes 思路的早期尝试，但因 $W$ 轨道全变差无穷大而失败；Itô 改用 $L^2$ 极限定义（Ch 4），但这一定义强烈依赖"被积函数用 $\omega$ 的非预测性"（即 adaptedness / nonanticipativity），与经典 Riemann 积分的因果结构不同。
建模与数学的鸿沟：真实物理系统的扰动可能既非"白"也非"Gaussian"，而是色噪声或非高斯过程；Itô 框架如何推广到这些情形？Ch 6 给出了一种 Stratonovich 替代方案，并指出它在某些极限意义下与 ODE 极限一致。
解的稳定性与对初值/系数的连续依赖：作者在 B 节末段提出希望"讨论唯一性、渐近行为、对 $x_0,b,B$ 的依赖"，但这些是 Ch 5 的内容，Ch 1 没有给出。
白噪声是否是"无穷大"对象：直观上 $(dW)^2 = dt$ 表明 $\xi^2$ 应该是"白噪声的方差密度" $1/dt$ 量级——也即无穷大。这与量子场论中"白噪声 = 量子真空涨落"有结构上的相似（Ch 6 简短触及，但全书未深入）。

个人反思与批判性分析

本章作为导引有几处明显的长处，也有一两处可以批评的地方。

长处：用最少的符号把 SDE 的核心来源说清楚——白噪声扰动 + 形式化替换 $\xi = \dot W$——这是讲解 SDE 的常见切入点但很多教材讲得过早引入测度论，反而让本科生望而却步。Evans 的做法对"读者只需把握形式上的 chain rule 修正"非常友好，特别是把 $(dW)^2 = dt$ 这一关键事实用"高亮 + 解释"的方式显式摆出来，让读者从第 1 章就建立了 Itô 校正的直觉。

可以改进之处： 1. 示例 1 的解"$\exp(W(t)-t/2)$"在 $t=0$ 处的值是 $1$（因为 $W(0)=0$），但作者没有明确点出这一点；本科生很容易以为初值条件是"形式上满足"。在讲义里更显式地验证 $Y(0)=1$ 会更稳。 2. $(dW)^2 = dt$ 的"推导"是纯粹形式化的——作者明确承认这一点（在前言里说"downplayed measure-theoretic issues"），但本章正文里没有给出哪怕直觉上的合理性论证（譬如把 $W$ 的增量建模为 $\mathcal{N}(0,dt)$，则 $\mathbb{E}[(\Delta W)^2] = dt$，再加上四阶矩可忽略）。如果加上一句"$\mathbb{E}[(\Delta W)^2]=dt$，且更高阶矩 $o(dt)$"，读者会更容易接受。 3. 几何布朗运动的示例里 $\mu-\sigma^2/2$ 这一项在 Black–Scholes 里是 hedging 公式的根源，作者没有指出这条联系，留到 Ch 6 才讲。但既然讲了"Black–Scholes 模型的最底层动力学"，为何不直接预告"$\sigma^2/2$ 这一项后面会让我们做无套利定价"？对金融数学方向的读者这一连接性会很有帮助。

与本书其他章节的连接：本章的两个示例 (几何布朗运动 + 链规则) 实际上在 Ch 4 §D（Itô 公式的严格推导）和 Ch 6 §D（Black–Scholes 期权定价）会被再次用到；Ch 6 §E 的 Stratonovich 积分正是为回应"白噪声是不是数学抽象"这一章末建模问题而准备的。读者如果把第 1 章的两个例子牢记心间，整本书的脉络就一目了然。

与现有教材的对比：相比 Øksendal 的 Stochastic Differential Equations（6th ed., Springer 2003）从一开始就引入 $\sigma$-代数和 filtration，本章完全回避测度论细节；这是 Evans 的目标受众（高年级本科）决定的，也是 Oksendal 与 Evans 的最大差异：前者严密完整，后者直观友好。读者若想从 Evans 进入更严密的概率论风格，Oksendal 是最佳衔接。

重要参考文献

[X1] B. K. Øksendal. Stochastic Differential Equations: An Introduction with Applications. 6th ed., Springer, 2003. — 与本书配套阅读的"严密版"教材，第 1 章同样以白噪声驱动 ODE 引入 SDE，但测度论严格。
[X2] L. Arnold. Stochastic Differential Equations: Theory and Applications. Wiley, 1974. — 经典教科书；Ch 10（Stratonovich 积分与 ODE 极限的关系）正好是 Evans 第 1 章末段提到的"白噪声是不是物理实在"问题的标准答案出处。
[X3] D. W. Stroock. Probability Theory: An Analytic View. Cambridge U. Press, 1993. — 给 Wiener 过程与 Itô 积分的严格分析学构造；Ch 1 的 $\xi = \dot W$ 形式化猜想在 Stroock 那里以广义随机过程的形式落地。
[X4] M. Baxter and A. Rennie. Financial Calculus: An Introduction to Derivative Pricing. Cambridge U. Press, 1996. — 本章 Example 2（股票几何布朗运动）的金融学背景读物；Ch 6 §D 的 Black–Scholes 推导主要参考此书与 Goldberg 课堂讲义。
[X5] J. C. Hull. Options, Futures and Other Derivatives. 4th ed., Prentice Hall, 1999. — 金融工程主流教材，作为 Example 2 的市场化背景。
[X6] A. G. Malliaris. "Itô's calculus in financial decision making." SIAM Review 25 (1983), 481–496. — 综述 Itô 公式在金融决策中的作用，与本章 §C 几何布朗运动示例配套。

第 1 章 引论（Introduction）

作者