1942 年 Itô 積分：向左看齊的賭局#
探案代號 ： 左顧右盼
一句話案情 ： 布朗運動抖得太兇 ， 傳統積分全數陣亡 ， 少年偵探下令一律向左看齊 。
案件檔案
| 項目 | 內容 |
|---|---|
| 案發時間 | 1942 年 ， 戰火中的日本 ， 論文以德文發表 |
| 案發地點 | 東京帝國大學 ， Itô Kiyosi 的博士研究 |
| 主角 | Itô Kiyosi ， 時年 27 歲 ， 孤軍奮戰 |
| 核心證物 | 非預知被積分 ， 左端點 Riemann 和 ， Itô 等距 |
| 涉案人物 | Wiener ， Kolmogorov ， Lévy ， Doob ， Stratonovich |
| 案件狀態 | 已破案 ， 隨機分析的起點 |
| 關聯案件 | 1923 年 Wiener 過程 ， 1933 年公理化 ， 1951 年 Itô 公式 |
案發現場#
案發現場是一條抖到無法描摹的曲線 。
Wiener 在 1923 年構造的布朗運動 \(W_t\) 處處連續卻處處不可微 ， 變差無窮 ， 傳統 Riemann–Stieltjes 積分直接斃命 。
物理學家想寫 \(\int H dW\) ， 卻發現取左端點還是右端點 ， 結果天差地別 。
若被積分函數偷看未來 ， 賭局就不公平 ， 期望值會憑空生出漂移 。
更糟的是 ， 二次大戰切斷了日本與歐美的學術郵路 ， Itô 幾乎收不到最新文獻 。
他手邊只有 Wiener 的論文 ， Kolmogorov 的公理 ， Lévy 的斷簡殘篇 。
現場留下一具屍體 ： 路徑逐點積分之夢 ， 死因是布朗運動的無窮變差 。
偵探 Itô 蹲下來檢查屍體 ， 發現兇器正是未來資訊 ， 解藥則是 filtration 。
他說 ， 賭徒下注時只能看過去 ， 積分也一樣 ， 一律向左看齊 。
偵查過程#
偵探先界定賭桌規則 ， 即 filtration \(F_t\) 與適應過程 。
被積分過程 \(H_t\) 必須非預知 ， 也就是對每個時刻 \(t\) ， \(H_t\) 為 \(F_t\) 可測 。
直覺是 ， 下注金額只能依賴過去的牌面 ， 不能偷看下一張牌 。
接著定義最簡單的賭注 ， 即簡單過程 ， 形如分段常數 。
設分割為 \(0 = t_0 < t_1 < \dots < t_n = T\) ， 在區間上取值為 \(H_{t_i}\) 。
對簡單過程的積分 ， 偵探下令取左端點 。
其中 \(H_{t_i}\) 為左端值 ， \(W_{t_{i+1}} - W_{t_i}\) 為布朗增量 ， 兩者相互獨立於過去 。
為何堅持左端點 ， 偵探在筆記本上列出三條理由 。
第一 ， 左端值 \(H_{t_i}\) 與未來增量獨立 ， 期望相乘可分離 。
第二 ， 增量均值為零 ， 故積分均值為零 ， 賭局公平 。
第三 ， 右端點或中點會偷看未來 ， 導致均值不再為零 ， 公平性崩解 。
關鍵證據是 Itô 等距 ， 它把隨機的平方期望化為確定的時間積分 。
其中 \(H\) 為適應平方可積過程 ， \(W\) 為布朗運動 ， 等號右端不再隨機 。
證明思路是交叉項消失 ， 偵探展示如下 。
| 步驟 | 計算 | 理由 |
|---|---|---|
| 展開平方 | \(E[(\sum_i H_{t_i}\Delta W_i)^2]\) | 代入左端點定義 |
| 對角項 | \(\sum_i E[H_{t_i}^2] \Delta t_i\) | \(E[(\Delta W_i)^2] = \Delta t_i\) |
| 交叉項 | \(E[H_{t_i}H_{t_j}\Delta W_i\Delta W_j] = 0\) | \(i \ne j\) 時條件期望為零 |
| 取極限 | 得到 \(E[\int H^2 dt]\) | 等距保持完備化 |
有了等距 ， 積分可從簡單過程完備化至一般適應過程 ， 記為 \(\int H dW\) 。
完備後的積分保有兩大美德 ， 零均值與鞅性 。
其中 \(M_t\) 對 \(F_t\) 為鞅 ， 未來期望等於現在 ， 即 \(E[M_t \mid F_s] = M_s\) 。
偵探還預見了對手 ， 二十多年後的 Stratonovich 積分 ， 特整理對照表 。
| 特徵 | Itô 積分 | Stratonovich 積分 |
|---|---|---|
| 記號 | \(\int H dW\) | \(\int H \circ dW\) |
| 取點 | 左端點 \(H_{t_i}\) | 中點 \((H_{t_i}+H_{t_{i+1}})/2\) |
| 均值 | 零均值 ， 公平賭局 | 一般非零 ， 含修正漂移 |
| 鞅性 | 是鞅 | 一般不是鞅 |
| 鏈鎖律 | 需二階修正 ， 見 1951 年案 | 普通鏈鎖律成立 |
| 物理直覺 | 因果 ， 適合金融與濾波 | 對稱 ， 適合 Wong–Zakai 逼近 |
| 轉換關係 | 基準 | \(H\circ dW = H dW + \frac{1}{2}d\langle H,W\rangle\) |
一句話總結 ， Itô 選因果 ， Stratonovich 選對稱 ， 兩者以二次協變差相連 。
結案報告#
真兇落網 ： 傳統積分之死 ， 肇因於無窮變差與未來偷窺 。
Itô 積分用非預知與左端點重建了公平賭局 ， 讓 \(\int H dW\) 首次有了嚴格意義 。
本案遺產有四件 ， 件件改變歷史 。
第一 ， 鞅論得以大展身手 ， Doob 將隨機積分納入鞅王國 ， 金融數學從此有法可依 。
第二 ， SDE 從此可以嚴格書寫 ， 1951 年 Itô 公式與強解理論皆立於此積分之上 。
第三 ， 等距給了數值方法靈魂 ， Euler–Maruyama 格式的均方收斂分析全靠它 。
第四 ， 與 Stratonovich 之爭澄清了建模哲學 ， 因果與對稱不可兼得 ， 必須抉擇 。
當然 ， 本案初發表時門可羅雀 ， 戰時日本論文無人問津 。
直到 1950 年代 Doob 在美國大力引介 ， Itô 積分才從冷案變成顯學 。
遲到的正義仍是正義 ， 1987 年 Kyoto 獎與 2006 年 Gauss 獎是最好的平反 。
證據與工具#
證物一號 ： 左端點 Riemann 和 ， 本案的指紋 。
其中 \(H_{t_i}\) 為 \(F_{t_i}\) 可測 ， 增量獨立於 \(F_{t_i}\) 。
證物二號 ： Itô 等距 ， 本案的兇器與解藥 。
其中省略積分限 ， 左為隨機平方 ， 右為確定積分 。
證物三號 ： 鞅性 ， 公平賭局的保證書 。
偵探工具箱 ： 單調類擴張 ， Doob 不等式 ， Borel–Cantelli 引理 ， 完備化論證 。
數值呼應可參考程式 _code/1942-ito_isometry.py ， 驗證均值為零與變異數為二分之平方時間 。
參數速查表如下 。
| 符號 | 意義 | 備註 |
|---|---|---|
| \(H\) | 被積分過程 | 須適應且平方可積 |
| \(W\) | 布朗運動 | \(W_0 = 0\) ， 增量獨立 |
| \(F_t\) | 訊息流 | 過去的全部情報 |
| \(\Delta W_i\) | 布朗增量 | 方差為 \(\Delta t_i\) |
| \(\circ\) | Stratonovich 記號 | 中點取值的標記 |
補充：程式實作#
對應程式#
本節對應程式為 1942-ito_isometry.py ，以左端點與右端點和對照演示 Itô 抉擇。
理論呼應#
本案的起點是左端點和 \(I(H) = \sum_i H_{t_i} (W_{t_{i+1}} - W_{t_i})\) ，非預知是公平賭局的規則。 Itô 等距 \(E[(\int_0^1 W_t dW_t)^2] = E[\int_0^1 W_t^2 dt] = 1 / 2\) 把隨機平方化為確定積分。 程式以左端點和逼近 \(\int_0^1 W dW\) ，驗證均值近零且變異數近 \(1 / 2\) ，右端點和均值近 1 則展示偷看未來的代價。 零均值與鞅性 \(E[M_t \mid F_s] = M_s\) 在此得到數值回聲，左端點即因果的選擇。
執行方式#
python3 _code/1942-ito_isometry.py
實測輸出#
本次實測輸出如下：左端點 mean=0.00069 貼近理論值 0 ，變異數 var=0.49831 貼近理論值 0.5 ，右端點 mean=1.00047 貼近理論值 1.0 ，結尾印出 VERIFY 1942 Ito isometry: mean=0.00069 var=0.49831 right_mean=1.00047 PASS 。
讀者實驗#
將 \(Nsteps\) 由 500 增至 2000 後重跑，觀察左端點變異數是否更貼近 0.5 而右端點均值仍停留在 1.0 附近。
完整程式如下：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""1942 Ito 等距對應 wiki 說明
對應 wiki：1942 年 Ito 積分與 Ito 等距 E[(int_0^1 W dW)^2] = int_0^1 E[W^2]dt = 1/2。
int_0^1 W dW 以左端點黎曼和逼近 = (W_1^2-1)/2，均值 0、變異數 1/2。
右端點和則均值 1，展示 Ito 抉擇（非預測被積函數會改變期望）。
規範：只用 numpy，固定種子，不畫圖只印數字，結尾印 VERIFY 並用 assert 把關。
"""
import numpy as np
np.random.seed(7)
Npaths = 50000
Nsteps = 500
h = 1.0 / Nsteps
sqh = np.sqrt(h)
W = np.zeros(Npaths)
I_left = np.zeros(Npaths)
I_right = np.zeros(Npaths)
for _ in range(Nsteps):
dW = sqh * np.random.randn(Npaths)
I_left += W * dW
I_right += (W + dW) * dW
W += dW
mean_left = float(np.mean(I_left))
var_left = float(np.var(I_left))
mean_right = float(np.mean(I_right))
print(f"Ito int_0^1 W dW left-sum Npaths={Npaths} Nsteps={Nsteps}")
print(f"left mean={mean_left:.5f} (theory 0) var={var_left:.5f} (theory 0.5)")
print(f"right mean={mean_right:.5f} (theory 1.0)")
assert abs(mean_left) < 0.01, f"|mean_left|={abs(mean_left)} >= 0.01"
assert abs(var_left - 0.5) / 0.5 < 0.05, f"var rel err={abs(var_left-0.5)/0.5} >= 5%"
assert abs(mean_right - 1.0) < 0.05, f"right mean {mean_right} not ~1"
print(f"VERIFY 1942 Ito isometry: mean={mean_left:.5f} var={var_left:.5f} right_mean={mean_right:.5f} PASS")