随机积分常见试题与精准答案解析

随机积分常见试题与精准答案解析考试时间：______分钟总分：______分姓名：______一、单项选择题（每小题3分，共30分。下列每小题给出的四个选项中，只有一项是符合题目要求的。请将正确选项前的字母填在答题卡相应位置。）1.设随机变量序列{X_n}依概率收敛于X，则下列说法正确的是（）。A.若E[X_n]存在，则E[X]存在。B.若D[X_n]存在，则D[X]存在。C.若{X_n}是有界的，则X必有界。D.若X_n→X依分布，则X_n→X依概率。2.设{F_t}是一个完备的filtration，X是F_t适应的随机过程，Y是F_t适应的随机变量。若E[Y|F_t]=0对所有t成立，则称Y为（）。A.F_t的martingaleB.F_t的sub-martingaleC.F_t的super-martingaleD.F_t的鞅差3.对于随机过程{X(t),t≥0}，如果对任意t_0<t，增量X(t)-X(t_0)只依赖于(t-t_0)和{X(s),s∈[t_0,t]}，则称{X(t)}是（）。A.独立增量过程B.王过程C.马尔可夫过程D.布朗运动4.设W(t)是标准布朗运动，α是一个非零常数，则W(t+α)-W(t)的均值和方差分别是（）。A.0,αB.α,αC.0,tD.α,t5.对于随机过程{X(t),t≥0}，如果存在一个可积函数Q(t)使得对任意t_1<t_2，有E[X(t_2)|X(t_1),F_{t_1}]=X(t_1)+Q(t_2)-Q(t_1)则称{X(t)}是（）。A.独立增量过程B.线性过程C.布朗运动D.半鞅过程6.设{F_t}是一个filtration，X是F_t适应的随机变量，Y是F_t适应的随机过程。若E[|Y(t)|]<∞对所有t成立，且E[Y(t)|F_s],s≤t是可积的，则称Y(t)是（）。A.F_t适应B.F_t可积C.F_t涉及D.F_t关于Y(t)可积7.Itô公式是随机积分论中的基本工具，它适用于（）。A.所有随机过程B.所有连续随机过程C.所有适应的随机过程D.所有满足特定条件的平方可积适应过程8.设X(t)=W(t)+t，其中W(t)是标准布朗运动，则E[X(t)^2]=?（请直接写出结果）。9.设X(t)=e^(at)W(t)，其中W(t)是标准布朗运动，a是常数。则E[X(t)X(s)]=?（请直接写出结果，其中s<t）。10.设{F_t}是一个filtration，W(t)是标准布朗运动。若G(t)是F_t适应的鞅，且满足G(0)=0，则根据Itô定理，dG(t)=?（请直接写出结果）。二、填空题（每小题4分，共20分。请将答案填在答题卡相应位置。）1.若随机变量X服从参数为λ的泊松分布，则E[X|Y=y]=?（其中Y是与X独立的，且服从参数为μ的泊松分布）。2.设W(t)是标准布朗运动，f(t)是t的连续函数，则Itô积分I=∫_0^tf(s)dW(s)的均值E[I]=?。3.设X(t)是一个半鞅，且X(0)=0，则根据Doob-Meyer定理，X(t)可以表示为X(t)=M(t)+A(t)，其中M(t)是F_t适应的鞅，A(t)是F_t适应的增过程。若A(t)的漂移系数为b(t)，则dM(t)=?。4.设W(t)是标准布朗运动，N(t)是参数为λ的泊松过程。则随机积分∫_0^tW(s)dN(s)的均值E[∫_0^tW(s)dN(s)]=?。5.根据Itô定理，若X(t)=sin(W(t))，其中W(t)是标准布朗运动，则dX(t)=?。三、计算题（每小题8分，共40分。请写出详细的计算过程。）1.设W(t)是标准布朗运动，f(t)=t^2。利用Itô公式计算X(t)=∫_0^ts^2dW(s)+t^3的期望E[X(t)]和方差D[X(t)]。2.设W(t)是标准布朗运动，N(t)是参数为λ的泊松过程。计算Y(t)=W(t)-λt的期望E[Y(t)]和方差D[Y(t)]。3.设X(t)=e^(W(t)+t^2)，其中W(t)是标准布朗运动。证明{X(t)}是一个马尔可夫过程。4.设W(t)是标准布朗运动，f(t)=sin(t)。利用Itô公式计算Z(t)=∫_0^tsin(s)dW(s)+cos(t)的期望E[Z(t)]。5.设{F_t}是一个filtration，W(t)是标准布朗运动。定义随机过程X(t)=W(t)^2-t。证明{X(t)}是一个F_t适应的鞅。四、证明题（每小题10分，共30分。请写出详细的证明过程。）1.证明：若随机变量X服从正态分布N(μ,σ^2)，则E[X|Y=y]=μ+σ*(y-μ)*(1-ρ^2)/σ^2，其中ρ是X和Y的相关系数。（提示：利用正态分布的性质和条件期望的定义）。2.证明：若W(t)是标准布朗运动，f(t)是t的连续函数，且满足f(0)=0，则Itô积分I=∫_0^tf(s)dW(s)是F_t适应的。3.证明：Itô定理中的修正项`-½∫_0^tσ^2(s)ds`是必要的。即，若忽略修正项，则对于X(t)=W(t)^2，Itô公式将不成立。（提示：直接计算dW(t)^2并与忽略修正项的公式比较）。试卷答案一、单项选择题1.C2.A3.A4.A5.B6.D7.D8.t^2+2at9.e^(a(t-s))*(t^2+2as+s^2)/210.dG(t)=dW(t)*dM(t)+dA(t)二、填空题1.y*λ/(λ+μ)2.03.dM(t)=b(t)dt4.05.dX(t)=cos(W(t))dW(t)+2tsin(W(t))dt三、计算题1.解：E[X(t)]=E[∫_0^ts^2dW(s)+t^3]=E[∫_0^ts^2dW(s)]+E[t^3]=0+t^3=t^3（由Itô积分性质E[∫_0^tf(s)dW(s)]=0）D[X(t)]=D[∫_0^ts^2dW(s)+t^3]=D[∫_0^ts^2dW(s)]+D[t^3]=∫_0^ts^4ds+0=[s^5/5]_0^t=t^5/52.解：E[Y(t)]=E[W(t)-λt]=E[W(t)]-λE[t]=0-λt=-λtD[Y(t)]=D[W(t)-λt]=D[W(t)]+D[λt]-2E[W(t)λt]=1+λ^2t^2-2λtE[W(t)]=1+λ^2t^2-2λt*0=1+λ^2t^23.解：需证明对任意s<t，X(t)的条件分布只依赖于{X(s)}。考虑Y(t)=X(t)-X(s)=e^(W(t)+t^2)-e^(W(s)+s^2)=e^(W(s)+s^2)*(e^(W(t)-W(s))*e^(t^2-s^2)-1)。由Brown运动的性质，W(t)-W(s)∼N(0,t-s)，且与F_s独立。e^(W(t)-W(s))是关于W(t)-W(s)的函数，与F_s独立。e^(t^2-s^2)是确定函数。e^(W(s)+s^2)是F_s适应的。因此，Y(t)=e^(W(s)+s^2)*(关于W(t)-W(s)的函数*确定函数-1)是F_s适应的。即X(t)-X(s)是F_s适应的。根据马尔可夫过程的定义，{X(t)}是马尔可夫过程。4.解：E[Z(t)]=E[∫_0^tsin(s)dW(s)+cos(t)]=E[∫_0^tsin(s)dW(s)]+E[cos(t)]=0+cos(t)=cos(t)（由Itô积分性质E[∫_0^tf(s)dW(s)]=0）5.解：需证明E[X(t)|F_s]=X(s)对所有s<t成立。E[X(t)|F_s]=E[W(t)^2-t|F_s]=E[W(t)^2|F_s]-E[t|F_s]=E[(W(s)+(W(t)-W(s)))^2|F_s]-t=E[W(s)^2|F_s]+2E[W(s)(W(t)-W(s))|F_s]+E[(W(t)-W(s))^2|F_s]-t=W(s)^2+0+E[(W(t)-W(s))^2|F_s]-t（因为W(s)|F_s是F_s下的确定值，W(t)-W(s)|F_s与F_s独立）=W(s)^2+(t-s)-t=W(s)^2-s=X(s)故{X(t)}是F_t适应的鞅。四、证明题1.证明：设X~N(μ,σ^2),Y~N(ν,τ^2),X和Y独立。ρ=Cov(X,Y)/(στ)。令Z=X-ρτY。则E[Z|Y=y]=E[X-ρτY|Y=y]=E[X|Y=y]-ρτy。由正态分布的性质，X|Y=y也服从正态分布，其期望为E[X|Y=y]=Cov(X,Y)/τ^2*y+μ=ρσy/τ^2*y+μ=ρy+μ(1-ρ^2σ^2/τ^2)。由于Y=y给定，ρσy/τ^2是常数。所以E[X|Y=y]=μ+(ρσy/τ^2)*τ^2=μ+ρy。比较两种推导结果，发现E[X|Y=y]=μ+ρy。由ρ=Cov(X,Y)/(στ)=(E[XY]-E[X]E[Y])/(στ)=(E[X|Y=y]-μν/τ^2-μν/τ^2)/(στ)=(E[X|Y=y]-μν/τ^2)/(στ)。所以E[X|Y=y]-μν/τ^2=ρστ。E[X|Y=y]=μν/τ^2+ρστ=μ+ρy。因此E[X|Y=y]=μ+σ*(y-μ)*(1-ρ^2)/σ^2。2.证明：由Itô积分定义，I=∫_0^tf(s)dW(s)是F_t适应的。因为f(s)是F_t适应的（假设f连续，则对任意s,f(s)是F_s适应的），而dW(s)是F_s适应的增量。根据随机积分的定义，∫_0^tf(s)dW(s)是通过在时间段[0,t]上对f(s)和dW(s)进行F-sigma可测函数的加权平均构造出来的。因此，对于任意s∈[0,t]，加权函数f(u)和增量dW(u)都与F_s有关（因为u≤s），所以最终的加权平均I也是F_s适应的。由于s是任意选择的，所以I是F_t适应的。3.证明：直接计算dW(t)^2：dW(t)^2=dW(t)*dW(t)=dW(t)*dW(t)+½*d(dW(t)^2)-½