关于马尔可夫链与布朗运动积分(Z,R)的联合强马尔可夫性证明问询

好的，结合你已经完成的结论（$Z$与$B$独立），我们可以通过以下关键理论和步骤来证明$(Z,R)$的联合强马尔可夫性：

先梳理下已有的基础：

• $(Z_t)$是连续时间齐次马尔可夫链，离散状态空间$\mathcal{S} \subset \mathbb{R}$，路径满足càdlàg性质、无爆炸，属于Protter定义下的半鞅；
• $R_t = \int_0^t Z_s dB_s$，其中$B$是标准布朗运动；
• 已证：二次变差$[Z,B] = 0$ ⇒ $Z$与$B$相互独立。

我们要证明的核心是：联合过程$(Z_t, R_t)$是强马尔可夫过程，即对任意停时$\tau$，任意有界可测函数$f: D([0,\infty), \mathcal{S} \times \mathbb{R}) \to \mathbb{R}$（$D$表示càdlàg函数空间），有：
$$
\mathbb{E}\left[f\left( (Z_{\tau+t}, R_{\tau+t}){t \geq 0} \right) \mid \mathcal{F}\tau\right] = \mathbb{E}{Z\tau}\left[f\left( (Z_t, \int_0^t Z_s dB's){t \geq 0} \right)\right]
$$
其中$\mathbb{E}z$表示从初始状态$z$出发的期望，$B'$是独立于$\mathcal{F}\tau$的标准布朗运动。

这里有三个直接可用的核心结论：

• 离散状态连续时间马尔可夫链的强马尔可夫性：
  对于离散状态、càdlàg路径、无爆炸的连续时间齐次马尔可夫链，强马尔可夫性天然成立——停时$\tau$后的过程$(Z_{\tau+t}){t\geq0}$是从$Z\tau$出发的同分布马尔可夫链，且独立于$\mathcal{F}_\tau$。
• 布朗运动的强马尔可夫性：
  标准布朗运动是强马尔可夫过程，即对任意停时$\tau$，增量过程$(B_{\tau+t} - B_\tau){t\geq0}$是独立于$\mathcal{F}\tau$的标准布朗运动（记为$B'_t$）。
• 独立过程的条件期望分解：
  若两个随机过程$X$和$Y$相互独立，且$X$在停时后的路径与$Y$都独立于$\mathcal{F}\tau$，则对任意可测函数$g$，有$\mathbb{E}[g(X,Y) \mid \mathcal{F}\tau] = \mathbb{E}[g(X_\tau, Y)]$（$X_\tau$表示$\tau$时刻后的$X$过程）。

我们分三步完成推导：

1. 拆分$R_{\tau+t}$的表达式：
   根据随机积分的可加性，停时后的$R$可以拆分为停时前的累积值加上停时后的增量：
   $$
   R_{\tau+t} = R_\tau + \int_\tau^{\tau+t} Z_s dB_s = R_\tau + \int_0^t Z_{\tau+s} d(B_{\tau+s} - B_\tau) = R_\tau + \int_0^t Z_{\tau+s} dB's
   $$
   其中$B't = B{\tau+t} - B\tau$是独立于$\mathcal{F}_\tau$的布朗运动（由布朗运动的强马尔可夫性保证）。

2. 利用独立性与$Z$的强马尔可夫性：
   因为$Z$与$B$独立，所以$(Z_{\tau+s}){s\geq0}$（从$Z\tau$出发的马尔可夫链）与$B'$相互独立，且两者都独立于$\mathcal{F}\tau$。而$R\tau$是$\mathcal{F}_\tau$可测的确定值（在条件期望下可视为常数）。

3. 验证联合强马尔可夫性定义：
   对于任意有界可测函数$f$，我们有：
   $$
   \mathbb{E}\left[f\left( (Z_{\tau+t}, R_{\tau+t}){t\geq0} \right) \mid \mathcal{F}\tau\right] = \mathbb{E}\left[f\left( (Z_{\tau+t}, R_\tau + \int_0^t Z_{\tau+s} dB's){t\geq0} \right) \mid \mathcal{F}\tau\right]
   $$
   由于$R\tau$是$\mathcal{F}\tau$可测的，且$(Z{\tau+t}){t\geq0}$与$B'$独立于$\mathcal{F}\tau$，条件期望可以简化为：
   $$
   \mathbb{E}{Z\tau}\left[f\left( (Z_t, R_\tau + \int_0^t Z_s dB's){t\geq0} \right)\right]
   $$
   若关注增量形式的强马尔可夫性（这也是更常用的表述），即考虑$(Z_{\tau+t}, R_{\tau+t} - R_\tau){t\geq0}$，则上式进一步简化为：
   $$
   \mathbb{E}{Z_\tau}\left[f\left( (Z_t, \int_0^t Z_s dB's){t\geq0} \right)\right]
   $$
   这完全符合强马尔可夫性的定义：停时后的联合过程分布仅依赖于停时时刻的状态$Z_\tau$，与停时前的历史无关。

上面的证明默认了$f$是连续有界函数，对于一般的有界可测函数，可以通过单调类定理进行推广：先证明连续有界函数的情况，再利用单调类的性质扩展到所有有界可测函数，这是随机过程中证明强马尔可夫性的标准技巧。

内容的提问来源于stack exchange，提问作者fw1