如何推导伊藤过程的微分表示？从积分形式转微分形式
嘿，咱们来好好捋清楚这两个关于伊藤过程的问题——其实核心是理解随机微分和随机积分的关系，还有伊藤微积分和普通微积分的本质区别～
1. 如何推导伊藤过程的微分表示形式？
伊藤过程的微分表示，本质是从随机积分的定义和伊藤泰勒公式出发的，和普通微积分的微分逻辑不太一样，因为布朗运动的特殊性：
首先，回忆布朗运动$W_t$的核心性质：它的增量$\Delta W_t = W_{t+\Delta t} - W_t$满足$E[(\Delta W_t)^2] = \Delta t$，而$(\Delta t)^2$和$\Delta t \cdot \Delta W_t$都是高阶无穷小，可以直接忽略。
假设我们有一个依赖于时间$t$和布朗运动$W_t$的随机过程$X_t$，我们对它的增量$\Delta X_t = X_{t+\Delta t} - X_t$做二阶泰勒展开（这就是伊藤泰勒公式的来源，因为一阶展开不够）：
$$\Delta X_t = \frac{\partial X}{\partial t}\Delta t + \frac{\partial X}{\partial W}\Delta W_t + \frac{1}{2}\frac{\partial^2 X}{\partial W^2}(\Delta W_t)^2 + o(\Delta t)$$把$(\Delta W_t)^2 \approx \Delta t$代入（这个等式在均方收敛的意义下成立，是伊藤微积分的核心假设），再合并关于$\Delta t$的项：
$$\Delta X_t = \left( \frac{\partial X}{\partial t} + \frac{1}{2}\frac{\partial^2 X}{\partial W^2} \right)\Delta t + \frac{\partial X}{\partial W}\Delta W_t + o(\Delta t)$$忽略高阶小量$o(\Delta t)$，我们就可以把这个增量写成“微分”的形式：
$$dX_t = g(X_t,t)dt + f(X_t,t)dW_t$$
这里$g(X_t,t) = \frac{\partial X}{\partial t} + \frac{1}{2}\frac{\partial^2 X}{\partial W^2}$，$f(X_t,t) = \frac{\partial X}{\partial W}$。要注意：这里的$dX_t$不是普通微积分里的微分（极限的商），而是随机微分，它的定义是和对应的随机积分等价的——这就自然过渡到第二个问题了。
2. 从伊藤过程的积分形式推导微分形式
已知伊藤过程的一般积分形式：
$$X_s = X_0 + \int_0^s g(X_r, r) dr + \int_0^s f(X_r, r) dW_r \quad \text{ for } s \in [0,t].$$
我们要推导出对应的微分形式：
$$dX_s = g(X_s, s)ds + f(X_s,s) dW_s \quad \text{ for } s \in [0,t].$$
步骤其实很直接，核心是把积分形式的增量转化为微分的简写：
- 首先取一个很小的时间增量$\Delta s > 0$，计算$X_{s+\Delta s} - X_s$：
$$X_{s+\Delta s} - X_s = \int_s^{s+\Delta s} g(X_r, r) dr + \int_s^{s+\Delta s} f(X_r, r) dW_r$$ - 对于第一个普通勒贝格积分（关于$dr$的），利用积分中值定理：当$\Delta s \to 0$时，存在$\xi \in [s, s+\Delta s]$，使得$\int_s^{s+\Delta s} g(X_r, r) dr = g(X_\xi, \xi)\Delta s$。因为$g$是连续适应的（伊藤过程的标准假设），当$\Delta s$趋近于0时，$\xi \to s$，所以$g(X_\xi, \xi) \to g(X_s, s)$，这个积分可以写成$g(X_s, s)\Delta s + o(\Delta s)$。
- 对于第二个伊藤随机积分（关于$dW_r$的），根据随机积分的性质，这个增量可以表示为$f(X_s, s)(W_{s+\Delta s} - W_s) + o(\sqrt{\Delta s})$。而$W_{s+\Delta s} - W_s$就是布朗运动的微分$dW_s$，且$o(\sqrt{\Delta s})$相对于$\Delta s$是高阶无穷小，在随机微分的框架下可以忽略。
- 把这两部分合并，就得到：
$$X_{s+\Delta s} - X_s = g(X_s, s)\Delta s + f(X_s, s)dW_s + o(\Delta s)$$ - 忽略高阶小量后，我们就把增量写成微分形式：
$$dX_s = g(X_s, s)ds + f(X_s, s)dW_s$$
简单来说，随机微分就是随机积分增量的“简写”——积分形式是过程的累积，微分形式是过程的瞬时变化率，两者是完全等价的定义。
内容的提问来源于stack exchange，提问作者gioxc88
