视频字幕
福克-普朗克方程是描述随机过程中概率密度函数随时间演化的偏微分方程。简单来说，它告诉我们一个受确定性力和随机扰动影响的系统的概率分布是如何随时间变化的。这个方程由两个主要部分组成：漂移项描述了确定性力的影响，使概率分布整体移动；扩散项描述了随机扰动的影响，使概率分布变得更宽。在图中，我们可以看到一个概率分布如何随时间向右移动（漂移）并变得更宽（扩散）。
福克-普朗克方程由两个主要部分组成。第一部分是漂移项，表示为负的对x的偏导数乘以A(x,t)和P(x,t)的乘积。这一项描述了概率密度由于系统的确定性趋势而发生的整体移动，类似于流体力学中的对流。在图中，蓝色曲线展示了漂移效应，使概率分布向右移动。第二部分是扩散项，表示为二分之一乘以对x的二阶偏导数乘以B(x,t)和P(x,t)的乘积。这一项描述了概率密度由于随机扰动而发生的展宽或扩散，类似于热传导方程中的扩散。在图中，红色曲线展示了扩散效应，使概率分布变得更宽。
福克-普朗克方程与朗之万方程密切相关。朗之万方程描述的是单个随机轨迹的动力学，它包含一个确定性项A(x,t)和一个随机噪声项，表示为根号B(x,t)乘以随机噪声ξ(t)。而福克-普朗克方程描述的是由大量遵循相同朗之万方程的轨迹组成的集合的概率分布的演化。在图中，彩色线条代表遵循朗之万方程的多个随机轨迹，而绿色曲线代表在不同时间点这些轨迹的概率分布，这正是福克-普朗克方程所描述的。简单来说，朗之万方程关注微观个体行为，而福克-普朗克方程关注宏观统计行为，两者可以相互推导。
福克-普朗克方程在多个领域有广泛应用。在物理学中，它用于描述布朗运动、量子力学中的量子扩散以及统计力学中的非平衡过程。在化学与生物学领域，它被用来模拟化学反应动力学、分子扩散过程以及生物系统中的随机过程。在金融学中，它是股票价格波动模型、期权定价模型（如著名的布莱克-斯科尔斯方程）以及风险管理的基础。这些应用都基于福克-普朗克方程描述随机过程概率分布演化的能力，只是在不同领域中，漂移项和扩散项有着不同的物理或数学解释。
总结一下，福克-普朗克方程是描述随机过程中概率密度函数随时间演化的偏微分方程。它由两个主要部分组成：漂移项描述了确定性力的影响，使概率分布整体移动；扩散项描述了随机扰动的影响，使概率分布变得更宽。福克-普朗克方程与朗之万方程密切相关，朗之万方程描述微观个体行为，而福克-普朗克方程描述宏观统计行为。这个方程在物理学、化学、生物学和金融学等多个领域有广泛应用，是理解和分析随机系统动力学行为的强大数学工具。通过福克-普朗克方程，我们可以预测和分析各种复杂随机系统的统计行为，从布朗运动到股票市场波动。