第 1 章绪论（Introduction）

作者

Bernt Øksendal，挪威奥斯陆大学（University of Oslo）数学系教授。Stochastic Analysis 领域国际领军学者之一，其姓氏命名项 "Øksendal 方程" / "Øksendal 条件" 在 Malliavin 演算与 Itô 型随机偏微分方程中均被引用。本书第 6 版自 1985 年第 1 版问世以来已成为随机分析的标准教材与研究参考书，被广泛用作博士课程教材与金融数学/工程应用研究者的案头书。第 6 版由 Universitext（Springer）出版，本笔记依据 2013 年第六次校正印刷版（"Sixth Corrected Printing of the Sixth Edition"，DOI 10.1007/978-3-642-14394-6）。

本章位于全书开篇，是"导引型"章节：作者不开讲任何定理、定义或证明，而是用 7 个具体问题——生物学、电子工程、信号处理、偏微分方程、资产定价——勾画出 SDE 理论的全部应用图景。这种"问题驱动"的写法体现了 Øksendal 的写作哲学：先让读者看到"为什么需要这套理论"，再在后续章节给"理论如何工作"。

内容概述

本章是全书的"地图"——通过 7 个具有强烈物理/工程/金融背景的 Problem（1.1.1–1.6.x），把随机微分方程的全部主应用域全部陈列一遍，并指明每个问题将在哪一章被严格解决。

本章中心问题：在确定性 ODE 系数上叠加"噪声"（概率分布已知但样本路径未知）后，如何严格定义方程的解、估计解的概率分布、从噪声观测中反推隐状态、控制动力系统的决策？

主要信息： 1. SDE 出现于 ODE 系数含随机扰动的所有自然场景——从种群的随机增长率，到 LRC 电路的随机外电压。 2. 与确定性方程不同，SDE 的解本身是随机过程，我们只能谈论其分布性质（如期望、概率密度、Hitting time）。 3. 经典确定性 PDE（如 Laplace 方程的 Dirichlet 问题）可以反过来通过 SDE 求解——Kakutani 1944 年的这一发现预示了 SDE 与 PDE 之间深刻的"对偶"。 4. 1960 年的 Kalman-Bucy 滤波理论是 SDE 的第一个大规模工程应用（航天、航海），证明了 SDE 是"好数学"也是"有用的数学"。 5. 1973 年 Black-Scholes 公式的诞生是 SDE 进入金融工程的标志事件，1997 年 Scholes 与 Merton 共享诺贝尔经济学奖。

在全书中位置：动机章。后续 11 章将逐一处理这 7 个问题，并把所需数学工具——Itô 积分、Itô 公式、鞅表示、扩散过程、Dirichlet 边值、HJB 方程、无套利定价——按需展开。

前置知识：本科概率论（条件期望、马尔可夫过程初步）、ODE 基础、调和方程与 Dirichlet 问题直观理解。严格数学工具在 Ch 2 才开始建立。

核心方程与概念

本章没有可证明的定理，但其 7 个 Problem 本身就是后续 11 章所有方程与定理的"种子"。这里以"问题–方程–去向"三栏列全书的母方程族——这是理解全书结构的关键。

Problem 1 — 含噪种群增长 → Ch 5 (SDE 基础)

\[\frac{dN_t}{dt} = a(t)\,N_t, \quad N_0 = N_0, \qquad a(t) = r(t) + \text{"noise"}.\]

$N_t$：种群规模（实值过程）；$a(t)$：相对增长率。
关键概念："把 ODE 系数变随机 → 整个解过程变随机 → 失去样本路径意义，只剩分布意义"。这是从 ODE 到 SDE 的概念跳跃的最小例子。
去向：Ch 5 用 Itô SDE 框架 $dN_t = r N_t\,dt + \alpha N_t\,dB_t$ 给出显式解 $N_t = N_0 \exp\big((r - \tfrac12\alpha^2)t + \alpha B_t\big)$（几何布朗运动）。

Problem 2 — 含噪 LRC 电路 → Ch 5

\[L\,Q''(t) + R\,Q'(t) + \frac{1}{C}\,Q(t) = F(t), \quad Q(0)=Q_0,\; Q'(0)=I_0.\]

其中 $F(t) = G(t) + \text{"noise"}$。这是 Problem 1 的二阶线性推广——把电路方程写成关于 $X_t = (Q_t, Q'_t)^T$ 的一阶线性 SDE 即可纳入 Ch 5 的存在唯一性定理。

Problem 3 — Kalman-Bucy 滤波 → Ch 6 (Filtering)

\[dX_t = a(t)X_t\,dt + b(t)\,dB_t \quad \text{(state)},\qquad dZ_t = h(t)X_t\,dt + d\tilde B_t \quad \text{(observation)}.\]

$X_t$：待估"真实状态"；$Z_t$：被噪声污染的观测；$B_t, \tilde B_t$：独立布朗运动。
关键问题：给定 $\{Z_s : s \le t\}$，求 $X_t$ 的最优（L²）估计 $\hat X_t = E[X_t \mid \mathcal F^Z_t]$。
Kalman-Bucy 1960 给出线性情形闭式解：$\hat X_t$ 满足确定性 ODE + Riccati 方程驱动协方差更新。
应用：航天器导航（Ranger/Mariner/Apollo）、雷达跟踪、金融信号处理。

Problem 4 — Dirichlet 问题的随机解法 → Ch 9 (Boundary Value Problems)

\[\Delta \tilde f = 0 \text{ in } U,\quad \tilde f = f \text{ on } \partial U.\]

Kakutani (1944) 证明：$\tilde f(x) = E^x\!\left[f\!\left(B_{\tau_U}\right)\right]$，其中 $B_t$ 是从 $x$ 出发的布朗运动，$\tau_U = \inf\{t : B_t \notin U\}$ 是首次出域时间。这是 PDE–SDE 对偶的最早范例。Ch 9 将推广到半椭圆二阶 PDE 的 Poisson 问题。

Problem 5 — 资产最优停售 → Ch 10 (Optimal Stopping)

\[dX_t = rX_t\,dt + \alpha X_t\,dB_t, \quad \text{discount rate } \rho,\quad \max_\tau E\!\left[e^{-\rho\tau} X_\tau\right].\]

$X_t$：资产价格；$\tau$：$\mathcal F^X$-停时（"停售时刻"）。
关键发现：最优策略等价于求解一个自由边界的边值问题——边界（continuation region 的边界）未知，必须由"价值匹配 + 高阶光滑"两个条件同时确定。
推广：Ch 10 给出一般时间齐次 / 时变 / 积分型 / 变分不等式表述。

Problem 6 — Merton 最优投资组合 → Ch 11 (Stochastic Control)

\[\begin{cases} dX_t^0 = \rho X_t^0\,dt & \text{(无风险资产)} \\ dX_t^1 = (\mu + \sigma\,\text{"noise"})X_t^1 & \text{(风险资产)} \\ \max_{u_t \in [0,1]} E\!\left[U(V_T^{(u)})\right],\quad V_t = u_t X_t^1 + (1-u_t)X_t^0. \end{cases}\]

$u_t$：在风险资产上的投资比例（控制变量）；$U$：效用函数（凹函数，如 $U(x)=\log x$ 或 $U(x)=x^\gamma/\gamma$）。
关键方程：动态规划 → HJB 方程 $0 = \max_u \{U_t + \mathcal L^u V \cdot V_x + \tfrac12 \mathcal L^u V \cdot V_{xx} \cdot U'(V) + \rho(\cdots)\}$（Ch 11.2 详述）。
当 $U(x)=\log x$ 时，$u_t^* = \mu/(\rho + \sigma^2/(\mu-\rho))$（与财富无关的常数比例）。

Problem 7 — Black-Scholes 期权定价 → Ch 12 (Mathematical Finance)

期权：未来 $T$ 以敲定价 $K$ 买入 1 单位风险资产的权利而非义务。
Black & Scholes (1973) 用无套利 + 动态对冲导出闭式定价：

\[\text{Call price at time } t = X_t\,\Phi(d_1) - K e^{-\rho(T-t)}\Phi(d_2),\quad d_{1,2} = \frac{\ln(X_t/K) + (\rho \pm \sigma^2/2)(T-t)}{\sigma\sqrt{T-t}}.\]

关键概念：等价鞅测度 Girsanov 变换（Ch 8.6）、自融资组合（Ch 12.1）、可达性与市场完备性（Ch 12.2）。
历史地位：1997 年 Scholes & Merton 获诺贝尔经济学奖（Black 已于 1995 年逝世）。

关键结论

SDE 出现的物理必然性：只要 ODE 的系数含有不可完全预测的扰动（无论来自环境、观测还是建模简化），就必然得到 SDE。7 个 Problem 横跨生物–电子–信号–PDE–金融，覆盖了 SDE 的全部主应用。
解的含义的根本转变：确定性 ODE 的解是确定性的函数 $x(t)$；SDE 的解是一族概率分布，或者说是一个随机过程 $\{X_t(\omega)\}_{\omega\in\Omega}$。所有后续章节的"定理"实际都是关于这族分布的命题。
PDE–SDE 对偶是本书的另一条主线：Dirichlet/HJB/Black-Scholes PDE 的解都可用 SDE 的期望表达（$\tilde f(x) = E^x[f(B_{\tau})]$, Merton 价值函数 = 策略期望效用，期权价格 = 折现 payoff 期望）。Ch 8 的 Feynman-Kac 公式是这条主线的核心技术。
Kalman-Bucy 滤波的双重意义：它既是一个"立即有用的"工程成果（航天、航海），又是一个"高级且有趣"的数学对象（无穷维随机控制 + Riccati 方程），是回应"应用数学不好"和"只有初等数学才有用"两种偏见的最强反例。
Black-Scholes 之后的金融工程：期权定价公式与市场的实证吻合，标志数学建模进入金融。它依赖的"无套利"假设至今是争议焦点（2008 危机后尤其如此），但其数学框架——Girsanov 变换 + 鞅表示 + 完备性定理——已成为金融工程的通用语言。
7 个 Problem 的"方程骨架"统摄全书：每章所有复杂推导都围绕"如何用 SDE 工具解其中一个 Problem"展开。读者若能在读完全书后把 7 个 Problem 与 12 章内容一一映射，即达到"森林级"理解。

挑战和开放性问题

Problem 4 的推广边界：Kakutani 的随机 Dirichlet 解法能否推广到所有半椭圆二阶 PDE？Ch 9 会用 $L = \sum a_{ij} \partial_i \partial_j + \sum b_i \partial_i$ 与扩散算子 $\mathcal L$ 的一一对应来回答——但条件 $a_{ij} \ge 0$（"半椭圆"）是否可放宽？Ch 9 Exercise 9.5 给出反例：当退化方向上无正则化时，随机解不存在。
Problem 5 自由边界的存在与正则性：最优停售时间 $\tau^*$ 的边界（"继续持有 vs 立即卖出"的分界面）一般只知道是 Borel 集，连续性 / 光滑性只有部分结果。Ch 10.2 给出 $C^{1,\alpha}$ 正则性但要求 $f$ 强光滑——这一假设在真实金融模型中很难满足。
Problem 6 效用函数的选择：Merton 解对 $U$ 的具体形式（CRRA、HARA、log）极度敏感。当 $U$ 是分段函数（如 $U(x) = \min(x, K)$，期式效用）时，HJB 方程变为不等式，理论远未完备。
Problem 7 的"非完备市场"：Black-Scholes 公式假设市场完备（每个 contingent claim 都可被自融资组合复制）。当波动率是随机过程（如 Heston, SABR）时，完备性破坏，定价变成"无穷多个鞅测度"的选择问题——实际市场用 calibration 选一种，理论上的最优选择仍是开放问题。
隐含在 7 个 Problem 中的一个未明说挑战：所有 7 个问题都被作者描述为"已被解决"。但 21 世纪的现实是——噪声不再是平稳布朗运动，而可能是重尾 Lévy 过程（如 1997 亚洲金融危机、2008 雷曼时刻的跳跃行为）——经典 Itô SDE 框架能否描述这些？Ch 8 简述了 Lévy 过程的扩展，但本书不深入；这是 21 世纪随机分析的活跃前沿。

个人反思与批判性分析

写作哲学的精妙——作者把"7 个 Problem"放在 Ch 1 而不是按"工具→应用"或"理论→应用"的传统顺序，是经过深思的：如果先讲 Itô 积分、鞅表示、再回到应用，读者会迷失在技术中；先给 7 个具体问题再回头补工具，相当于给读者一张"地图"，让后续 11 章的每一段推导都能映射到"这个问题我能不能解决？"。这是案例教学法在数学教材中的典范——和 Rudin《Principles of Mathematical Analysis》的"先公理后例子"路线完全相反，但对学生友好得多。

Problem 6 与 Problem 7 的微妙关系——读时容易把它们当两个独立问题，但实际上是嵌套的：Problem 6 的"最优投资组合"是投资者在连续时间做决策，Problem 7 的"期权定价"等价于市场没有套利时对任一 contingent claim 的复制问题——后者本质上是前者当 $U$ 取特殊形式（$U(x) = (x-K)^+ $）时的对偶。Ch 11 和 Ch 12 会在 HJB 方程与等价鞅测度之间建立这一对偶。这种"问题之间的对偶"是本书比"工具书 + 应用列表"高一档的地方。

作者的"反偏见"立场——Ch 1.2 末尾关于"应用数学是坏数学"和"只有初等数学才有用"两段反驳是 1990 年代数学家对工程界/教育界偏见的直接回应。Kalman-Bucy 滤波被选为反例极有深意：它既需要深奥的随机控制理论，又解决了 NASA 立刻就要用的工程问题。类似地，Black-Scholes 既需要 Itô 公式与鞅表示这种 1970 年代的尖端数学，又直接被交易员挂在办公桌上。21 年后（1997）的诺奖证实了作者的预见。

对本研究的提示——SDE 的核心是 Itô 公式，Ch 4 是全书的"心脏"。Itô 公式的 $\tfrac12 \sigma^2 \partial_{xx}$ 项是 SDE 与 ODE 的根本区别（Stratonovich 修正会消掉这一项但破坏鞅性），也是 PDE–SDE 对偶的数学源头（$\mathcal L f = f_t + b f_x + \tfrac12 a f_{xx}$）。任何读 Ch 4 感到"这只是链式法则的代换"的读者，到 Ch 9 一定会被 Feynman-Kac 公式的精妙击中心脏——这两个章节是必读之重。

本书与同类书的比较优势——相比 Karatzas & Shreve《Brownian Motion and Stochastic Calculus》（1988，理论更严谨但没有金融应用）和 Shreve《Stochastic Calculus for Finance》（2004，金融导向但工具不全），Øksendal 的 Ch 1–Ch 7 给出"恰好够用"的理论，Ch 8–Ch 12 给出"理论到应用"的完整桥梁。这一布局对做应用研究的人比"做理论证明"的人更友好；对初次进入 SDE 的博士比"已读过 Karatzas 想找补充材料的人"更友好。

重要参考文献

注：Ch 1 是动机章，作者引用的文献相对较少；下面列出本章明确提到的经典来源和后续章节会反复引用的奠基论文。

[X1] R. E. Kalman. A new approach to linear filtering and prediction problems. Transactions of the ASME, Journal of Basic Engineering 82 (Series D): 35–45, 1960. DOI: 10.1115/1.3662552. — Ch 6 Kalman-Bucy 滤波的奠基论文。

[X2] R. E. Kalman, R. S. Bucy. New results in linear filtering and prediction theory. Transactions of the ASME, Journal of Basic Engineering 83 (Series D): 95–108, 1961. DOI: 10.1115/1.3658902. — 引入连续时间滤波方程（"Kalman-Bucy filter" 名称的来源）。

[X3] S. Kakutani. Two-dimensional Brownian motion and harmonic functions. Proceedings of the Imperial Academy of Tokyo 20: 706–714, 1944. — 首次用布朗运动表示调和函数（Dirichlet 问题的随机解法）。

[X4] F. Black, M. Scholes. The pricing of options and corporate liabilities. Journal of Political Economy 81(3): 637–654, 1973. DOI: 10.1086/260062. — Black-Scholes 期权定价公式的原始论文（Ch 12 主线）。

[X5] R. C. Merton. Theory of rational option pricing. Bell Journal of Economics and Management Science 4(1): 141–183, 1973. DOI: 10.2307/3003143. — 与 Black-Scholes 同期独立得到 Merton 公式，含连续时间最优投资组合（Ch 11 主线）。

[X6] K. Itô. Differential equations determining a Markoff process (original: 1942, in Japanese). Reprinted in * Kiyosi Itô Selected Papers* (Springer, 1987), pp. 42–135. — Itô 积分与 SDE 理论的奠基。

[X7] A. Friedman. Stochastic Differential Equations and Applications, Vol. 1–2. Academic Press, 1975–1976. ISBN 978-0122684012. — 与本书齐名的偏微分方程方向的 SDE 教材（理论更深，PDE 视角更重）。

[X8] I. Karatzas, S. E. Shreve. Brownian Motion and Stochastic Calculus, 2nd ed. Springer GTM 113, 1998. ISBN 978-0387976556. — SDE 理论的经典参考书（证明更详尽，本书引理/定理的扩展来源）。

第 1 章 绪论（Introduction）

作者