维纳过程是一种重要的独立增量过程，也称为布朗运动过程。在数学上，维纳过程是以诺伯特维纳命名的连续时间随机过程。由于它与物理学中的布朗运动有着密切的联系，所以常被称为“布朗运动过程”或简称为布朗运动。
简介
Wiener过程是Levi过程(指左极限右连续的平稳独立增量随机过程)中最著名的一种，在纯数学、应用数学、经济学和物理学中都有重要的应用。
摘要
维纳过程在纯数学中的地位和在应用数学中一样重要。在纯数学中，维纳过程导致了对连续鞅理论的研究，连续鞅理论是描述一系列重要复杂过程的基本工具。它在随机分析、扩散过程和位势理论的研究中是不可缺少的。在应用数学中，维纳过程可以描述高斯白噪声的积分形式。在电子工程中，维纳过程是建立噪声数学模型的重要组成部分。在控制论中，维纳过程可以用来表示不可知因素。
维纳过程与物理学中的布朗运动密切相关。布朗运动是指悬浮在液体中的花粉颗粒无休止的随机运动。维纳运动还可以描述由福克-普朗克方程和朗之万方程确定的其他随机运动。维纳过程构成了量子力学严格路径积分表达式的基础(根据费曼-卡茨公式，薛定谔方程的解可以用维纳过程表示)。在金融数学[1]中，维纳过程可以用来描述Black-Scholes模型等期权定价模型。
定义
如果随机过程{X(t)，t\u003e=0}满足：
(1) x (t)是一个独立的增量过程；
(2)任意s，t \ u003E0，X(s t)-X(s) ~ n (0， 2 * t)，即X(s t)-X(s)是期望值为0，方差为 2 * t的正态分布；
X(t)是关于t的连续函数。
则{X(t)，t\u003e=0}称为维纳过程或布朗运动。
特性
维纳过程，也称为布朗运动，具有以下特征：
(1)过程的当前值是做出其未来预测所需的所有信息。
维纳过程具有独立增量。过程在任何时间间隔内变化的概率分布与它在任何其他时间间隔内变化的概率无关。
其在任意有限时间内的变化服从正态分布，其方差随时间间隔的长度线性增加。
给定二阶矩过程{W(t)，t\u003e=0}，如果它满足
1、有独立的增量。
2、对于任何t\u003es\u003e=0，增量
W (t)-w (s) ~ n (0， 2 (t-s))和s\u003e0。
3、W(0)=0
这个过程叫做维纳过程。
维纳过程是布朗运动的数学模型。英国植物学家布朗在显微镜下观察了漂浮在平静液体表面的微小颗粒，发现它们在不断地无序运动。这种现象后来被称为布朗运动。W(t)用来表示质点从时间t=0到时间t\u003e0的位移横坐标(纵坐标也可以讨论)，设W(0)=0。根据爱因斯坦在1905年提出的理论，粒子的这种运动是大量随机独立的分子碰撞的结果。因此，质点在时间段(s，t)内的位移可以看作是许多微小位移的代数和。W(t)-W(s)服从正态分布。
维纳过程增量的分布只与时差有关，所以是齐次独立增量过程。也是正常的过程。它的分布完全由其均值函数和自相关函数决定。维纳过程不仅是布朗运动的数学模型，恒温下电子元件的热噪声也可以归结为维纳过程。
在期货定价模型的BS模型中，期货价格和标的资产价格都受到同一个不确定因素的影响，两者都遵循同一个维纳过程。
一维维纳过程的性质
基本属性
对于任意正实数，一维维纳过程在任意时刻都是随机变量，其概率密度函数为：
这是因为根据当时维纳过程的定义，可以推导出这种分布：
它的数学期望是零：它的方差是：
在维纳过程独立增量的定义中，设，则和是独立的随机变量
因此，在两个不同的时刻，和的协方差和相关系数为：
瞬时最大值
瞬时最大值和维纳过程的联合概率分布是：
瞬时最大值的分布是以下各项的积分：
瞬时最大值的数学期望是：
因为维纳过程是上下对称的，所以瞬时最小值显然是瞬时最大值的逆。
对称性
如果一个维纳过程按比例展开，它的一部分会显得像另一个维纳过程。
尺度不变性：对于任何正实数，随机过程仍然是维纳过程。
时间反转：对于任何正实数，随机过程和性质都是一样的。
空间对称：随机过程也是维纳过程。
时间反演：随机过程也是维纳过程。
时移不变性和马尔可夫性质
维纳过程具有马尔可夫性，即任意一点之后的趋势只与该点的值有关，而与前一值无关。因此，维纳过程是时移不变的：随机过程也是维纳过程。而且，维纳过程还满足强马尔可夫性：对于任意有限停止时间，随机变量与滤波无关。
Wiener过程的强马氏性表明，即使给定时间不是固定的而是一个停止，Wiener过程在停止后的趋势仍然与之前无关。因此，停止后反转维纳过程仍将是维纳过程。在数学语言中，一个随机变量在给定的停止时间后也是一个维纳过程。这个性质也被称为维纳过程的反射原理。
