隨機分析及應用（英文版）（第2版）

圖書標準信息

• 作者 [澳]克萊巴納（Klebaner,F.C） 著
• 出版社 人民郵電出版社
• 出版時間 2008-09
• 版次 2
• ISBN 9787115183446
• 定價 59.00元
• 裝幀 平裝
• 開本 16開
• 紙張 膠版紙
• 頁數 416頁
• 字數 411千字
• 正文語種 英語
• 叢書 圖靈原版教學·統計學系列

【內容簡介】

　　《隨機分析及應用（英文版）（第2版）》介紹了隨機分析的理論和應用兩方面的知識。內容涉及積分和概率論的基礎知識、基本的隨機過程，布朗運動和伊藤過程的積分、隨機微分方程、半鞅積分、純離散過程，以及隨機分析在金融、生物、工程和物理等方面的應用。書中有大量的例題和習題，并附有答案，便于讀者進行深層次的學習。

　　《隨機分析及應用（英文版）（第2版）》非常適合初學者閱讀，可作為高等院校經管、理工和社科類各專業高年級本科生和研究生隨機分析和金融數學的教材，也可供相關領域的科研人員參考。

【作者簡介】

　　Fima C Klebaner，澳夫利亞Monash（莫納什）大學教授，IMS（國際數理統計學會）會士，著名數理統計和金融數學家。主要研究領域有：隨饑過程、概率應用、隨機分析、金融數學、動態系統的隨機擾動等。

【目錄】

1 Preliminaries From Calculus

1.1 Functions in Calculus

1.2 Variation of a Function

1.3 Riemann Integral and Stieltjes Integral

1.4 Lebesgue's Method of Integration

1.5 Differentials and Integrals

1.6 Taylor's Formula and Other Results

2 Concepts of Probability Theory

2.1 Discrete Probability Model

2.2 Continuous Probability Model

2.3 Expectation and Lebesgue Integral

2.4 Transforms and Convergence

2.5 Independence and Covariance

2.6 Normal (Gaussian) Distributions

2.7 Conditional Expectation

2.8 Stochastic Processes in Continuous Time

3 Basic Stochastic Processes

3.1 Brownian Motion

3.2 Properties of Brownian Motion Paths

3.3 Three Martingales of Brownian Motion

3.4 Markov Property of Brownian Motion

3.5 Hitting Times and Exit Times

3.6 Maximum and Minimum of Brownian Motion

3.7 Distribution of Hitting Times

3.8 Reflection Principle and Joint Distributions

3.9 Zeros of Brownian Motion. Arcsine Law

3.10 Size of Increments of Brownian Motion

3.11 Brownian Motion in Higher Dimensions

3.12 Random Walk

3.13 Stochastic Integral in Discrete Time

3.14 Poisson Process

3.15 Exercises

Brownian Motion Calculus

4.1 Definition of It6 Integral

4.2 Ito Integral Process

4.3 Ito Integral and Gaussian Processes

4.4 Ito's Formula for Brownian Motion

4.5 Ito Processes and Stochastic Differentials

4.6 Ito's Formula for It6 Processes

4.7 Ito Processes in Higher Dimensions

4.8 Exercises

Stochastic Differential Equations

5.1 Definition of Stochastic Differential Equations

5.2 Stochastic Exponential and Logarithm

5.3 Solutions to Linear SDEs

5.4 Existence and Uniqueness of Strong Solutions

5.5 Markov Property of Solutions

5.6 Weak Solutions to SDEs

5.7 Construction of Weak Solutions

5.8 Backward and Forward Equations

5.9 Stratanovich Stochastic Calculus

5.10 Exercises

6 Diffusion Processes

6.1 Martingales and Dynkin's Formula

6.2 Calculation of Expectations and PDEs

6.3 Time Homogeneous Diffusions

6.4 Exit Times from an Interval

6.5 Representation of Solutions of ODEs

6.6 Explosion

6.7 Recurrence and Transience

6.8 Diffusion on an Interval

6.9 Stationary Distributions

6.10 Multi-Dimensional SDEs

6.11 Exercises

7 Martingales

7.1 Definitions

7.2 Uniform Integrability

7.3 Martingale Convergence

7.4 Optional Stopping

7.5 Localization and Local Martingales

7.6 Quadratic Variation of Martingales

7.7 Martingale Inequalities

7.8 Continuous Martingales. Change of Time

7.9 Exercises

8 Calculus For Semimartingales

8.1 Semimartingales

8.2 Predictable Processes

8.3 Doob-Meyer Decomposition

8.4 Integrals with respect to Semimartingales

8.5 Quadratic Variation and Covariation

8.6 ItS's Formula for Continuous Semimartingales

8.7 Local Times

8.8 Stochastic Exponential

8.9 Compensators and Sharp Bracket Process

8.10 ItS's Formula for Semimartingales

8.11 Stochastic Exponential and Logarithm

8.12 Martingale (Predictable) Representations

8.13 Elements of the General Theory

8.14 Random Measures and Canonical Decomposition

8.15 Exercises

9 Pure Jump Processes

9.1 Definitions

9.2 Pure Jump Process Filtration

9.3 ItS's Formula for Processes of Finite Variation

9.4 Counting Processes

9.5 Markov Jump Processes

9.6 Stochastic Equation for Jump Processes

9.7 Explosions in Markov Jump Processes

9.8 Exercises

10 Change of Probability Measure

10.1 Change of Measure for Random Variables

10.2 Change of Measure on a General Space

10.3 Change of Measure for Processes

10.4 Change of Wiener Measure

10.5 Change of Measure for Point Processes

10.6 Likelihood Functions

10.7 Exercises

11 Applications in Finance: Stock and FX Options

11.1 Financial Deriwtives and Arbitrage

11.2 A Finite Market Model

11.3 Semimartingale Market Model

11.4 Diffusion and the Black-Scholes Model

11.5 Change of Numeraire

11.6 Currency (FX) Options

11.7 Asian, Lookback and Barrier Options

11.8 Exercises

12 Applications in Finance: Bonds, Rates and Option

12.1 Bonds and the Yield Curve

12.2 Models Adapted to Brownian Motion

12.3 Models Based on the Spot Rate

12.4 Merton's Model and Vasicek's Model

12.5 Heath-Jarrow-Morton (HJM) Model

12.6 Forward Measures. Bond as a Numeraire

12.7 Options, Caps and Floors

12.8 Brace-Gatarek-Musiela (BGM) Model

12.9 Swaps and Swaptions

12.10 Exercises

13 Applications in Biology

13.1 Feller's Branching Diffusion

13.2 Wright-Fisher Diffusion

13.3 Birth-Death Processes

13.4 Branching Processes

13.5 Stochastic Lotka-Volterra Model

13.6 Exercises

14 Applications in Engineering and Physics

14.1 Filtering

14.2 Random Oscillators

14.3 Exercises

Solutions to Selected Exercises

References

Index