이토 확률 과정

이토 확률 과정(Itô stochastic process)은 확률 미분 방정식(SDE)을 통해 정의되는 연속시간 확률 과정으로, 일본의 수학자 이토 고(伊藤 高) Kiyoshi Ito가 개발한 이토 적분(Itô integral)과 이토 공식(Itô’s lemma)을 기반으로 한다.

정의

이토 확률 과정 $X_t$는 일반적으로 다음 형태의 확률 미분 방정식으로 표현된다.

$$ dX_t = \mu(t, X_t),dt + \sigma(t, X_t),dW_t, $$

여기서

• $ \mu(t, X_t) $ : 드리프트 항(drfit term)으로, 시간 $t$와 현재 상태 $X_t$에 대한 결정론적 함수이다.
• $ \sigma(t, X_t) $ : 확산 항(diffusion term)으로, 동일하게 시간 및 상태에 의존하는 함수이며, 노이즈의 강도를 조절한다.
• $ W_t $ : 표준 브라운 운동(standard Brownian motion, 혹은 Wiener process)이다.

위 식은 이토 적분을 이용해 적분 형태로 풀 수 있으며,

$$ X_t = X_0 + \int_{0}^{t} \mu(s, X_s),ds + \int_{0}^{t} \sigma(s, X_s),dW_s, $$

와 같이 표현된다.

주요 성질

1. 마르티갈(given)의 성질

   • 확산 항 $\sigma$가 0이면 과정은 결정론적 미분 방정식에 의해 정의된 마르티갈이 된다.

2. 이토 공식

   • 다변수 함수 $f(t, X_t)$에 대한 변분을 구할 때 사용되는 핵심 결과이며,
     $$ df(t, X_t)=\left(\frac{\partial f}{\partial t}+\mu\frac{\partial f}{\partial x}+\frac{1}{2}\sigma^{2}\frac{\partial^2 f}{\partial x^2}\right)dt +\sigma\frac{\partial f}{\partial x}dW_t. $$

3. 마코프 성질

   • 대부분의 이토 확률 과정은 마코프 프로세스이며, 현재 상태만으로 미래 분포가 결정된다.

응용 분야

• 금융공학: 블랙‑숄즈 옵션 가격 모델, 헤스안 모델 등에서 기초 자산 가격을 이토 확률 과정으로 모형화한다.
• 물리학: 확산 현상, 열역학적 플럭스, 양자역학적 확률적 해석 등에 활용된다.
• 생물학·생명공학: 유전자 발현, 신경 활동, 인구 동역학 등에서 무작위 변동을 모델링한다.

관련 개념

• 이토 적분: 연속시간 마르티갈에 대해 정의된 적분이며, 전통적 리만 적분과는 달리 적분 구간의 오른쪽 끝값을 사용한다.
• 스트라톤비치 적분: 이토 적분과는 다른 정의를 가지며, 물리적 해석이 필요한 경우에 선택된다.
• 마르티갈: 기대값이 일정한 확률 과정으로, 이토 확률 과정의 특수 경우에 해당한다.

참고 문헌

• Kiyoshi Itô, “Stochastic Processes,” Proceedings of the International Congress of Mathematicians, 1970.
• Øksendal, B. Stochastic Differential Equations: An Introduction with Applications, 6th ed., Springer, 2010.

위 내용은 학계와 실무에서 일반적으로 인정받는 이토 확률 과정에 대한 객관적인 서술이다.