Feynman-Kac 公式（Feynman-Kac formula）
/ FINE-man KATS /
兩個偉大的領域看似互不相關：偏微分方程（PDE），關於熱如何擴散、量子波如何演化的確定性數學；以及機率，關於隨機路徑的數學。Feynman-Kac 公式是它們之間令人驚嘆的橋樑。它說：某一類 PDE 的解可以透過在隨機布朗路徑上對一個量取「平均」來計算。一個確定性的問題——「這裡的溫度是多少？」——靠釋放隨機行走者並取期望來回答。每一門學科都成了另一門的工具。
這裡是最簡單的版本，與熱方程的連結。假設你想知道 u(x, t)，一個給定初始輪廓 g 的擴散 PDE 的解。Feynman-Kac 說 u(x, t) = E[g(X(t))]，其中 X 是一個從 X(0) = x 出發的擴散（布朗運動，可能帶漂移）。換句話說：要找點 x 處的值，在那裡啟動一個隨機行走者，讓它擴散時間 t，看它落在哪裡，在那裡求 g 的值，再對所有隨機路徑取平均。它之所以行得通正是伊藤引理：把伊藤套用在 u(X(s), t - s) 上，並要求結果是鞅（使其期望在 s 上恆定），就逼得 u 滿足那個 PDE——反之，若 u 解了 PDE，期望又把它還原回來。帶有一個「位勢」或折現項 V 時，公式多一個因子：u(x, t) = E[ g(X(t)) 乘以 exp(-integral of V(X(s)) ds) ]，一個沿路徑的指數權重。
這種對偶在兩個方向上都極為有用。對 PDE 求解者它提供蒙地卡羅：模擬數百萬條隨機路徑再平均——這個方法與網格求解器不同，不會在高維中卡住，這正是它驅動複雜金融衍生品定價的原因。對機率學家它提供分析：把一個對隨機路徑的困難期望，轉成一個你能用微積分解的 PDE。在金融中 Feynman-Kac 是那個正式的連結，使 Black-Scholes PDE 與期望收益積分成為同一個選擇權價格的兩種觀點。誠實的提醒：公式要求 PDE 係數與收益相當良好，而路徑平均與 PDE 解在某些正則性條件（有界性、適當的增長）下重合，真實問題未必總能滿足。
要找一根無限長桿的溫度 u(x, t)（其初始溫度為 g），Feynman-Kac 說 u(x, t) = E[g(x + B(t))]：把初始輪廓對「從 x 出發的布朗行走者在時間 t 後落在哪裡」取平均。因為 x + B(t) 服從 Normal(x, t)，這恰恰是解熱方程的鐘形曲線平滑化（熱核卷積）。
藉由對隨機布朗路徑取平均來解一個 PDE——反之亦然。
這個連結是雙向的：一個 PDE 解等於一個對布朗路徑的期望，而一個期望可以靠解一個 PDE 來求。它只在係數與收益的某些正則性條件下成立。