显微镜下的偶然发现#

1827年，英国植物学家罗伯特·布朗在显微镜下观察悬浮在水中的花粉粒时，发现了一个奇怪的现象：这些微小的颗粒居然在不停地、无规则地抖动。它们不是静止的，也不沿直线走，而是像喝醉了酒似的到处乱撞。

布朗一开始以为这是生命现象——毕竟花粉嘛！但他后来用无机粉末做实验，发现同样在跳舞。这下他彻底困惑了：这些没有生命的小颗粒，到底是被什么力量推动的？

爱因斯坦的数学诠释#

真正的突破发生在 1905 年——没错，就是爱因斯坦的「奇迹年」。他在论文中提出：布朗运动的本质是液体分子的热运动不断撞击悬浮颗粒的结果。每个水分子都太轻了，单独撞一下根本推不动花粉粒；但当成千上万的水分子从四面八方随机撞击时，颗粒就开始了它的随机漫步。

爱因斯坦用数学推导出了一个漂亮的结论：

这里的 $D$ 是扩散系数，$x$ 是位移，$\langle \cdot \rangle$ 表示期望。这个公式说了一件很有意思的事情：位移平方的平均值与时间成正比。换句话说，如果时间翻倍，花粉粒平均离原点的距离只会变成原来的 $\sqrt{2}$ 倍——不是两倍！

这就是随机漫步的魔力：走得越久，前进得越「慢」。

维纳过程的现代定义#

数学家诺伯特·维纳后来给出了布朗运动的严格数学定义，我们今天称之为维纳过程 $W_t$。一个标准的布朗运动满足三个性质：

1. $W_0 = 0$：从原点出发
2. 独立增量：对于任意 $0 < t_1 < t_2 < \dots$，增量 $W_{t_2} - W_{t_1}$ 彼此独立
3. 正态增量：每个增量服从正态分布：$W_{t} - W_{s} \sim \mathcal{N}(0, t-s)$

第三个性质最妙：布朗运动在任意时间段内的位移服从正态分布，方差恰好等于时间长度。这也解释了为什么股票收益率常常被建模为对数正态——因为股票价格被假设遵循几何布朗运动。

马氏性与鞅#

布朗运动还是两个重要随机过程性质的「最佳代言人」：

• 马尔可夫性：未来只取决于现在，与过去无关。$W_{t+s}$ 在已知 $W_t$ 时的分布，与更早的历史完全无关。
• 鞅性质：$\mathbb{E}[W_{t+s} \mid \mathcal{F}_t] = W_t$。即「你现在的值，就是对未来值的最佳预测」。

有了这两个性质，随机分析的大厦就建立起来了。

从花粉到金融数学#

1900 年，法国数学家巴舍利耶在博士论文中首次用布朗运动为巴黎证券交易所的期权定价——比布莱克-斯科尔斯公式早了整整73年！可惜他的工作当时被严重低估了。

如今，布朗运动几乎是现代金融数学的「基本粒子」：股票价格、利率、汇率……全都被建模为某种布朗运动的变体。一个植物学家的偶然发现，最终改变了整个华尔街。

你看，数学的种子撒下去，说不定哪天就会在完全意想不到的地方开花 🌸

好啦～今天的随机之旅就到这里！下次要听泊松过程还是伊藤积分？评论区告诉 YuKi 吧～ 🎀✨