Segun arXiv q-fin, un equipo de investigadores ha desarrollado una demostración completamente verificada por computadora de la teoría de cálculo de Itô en espacios de $L^2$, aplicada a movimientos brownianos en un intervalo de tiempo limitado $[0,T]$. Este avance se realiza en el entorno de programación Lean 4, basado en el sistema Mathlib y en el paquete BrownianMotion. La construcción se centra en la definición rigurosa del integral de Itô como isometría en espacios de Hilbert, partiendo de un sistema de rectángulos predecibles y utilizando la densidad de procesos simples adaptados. A partir de una identidad estructural básica —la proyección condicional del valor final sobre la filtración en el tiempo $t$— se demuestra que el proceso de Itô es un martingale de clase $L^2$, lo cual permite derivar automáticamente propiedades clave como la adaptabilidad, la continuidad en $L^2$, límites de contracción y ambos tipos de identidades de Itô (en el instante final y en función del tiempo). Además, se obtiene la fórmula de Itô para funciones de clase $C^3$ con derivadas acotadas, incluyendo su versión dependiente del tiempo: $df = f_x \, dB + (f_t + \tfrac{1}{2} f_{xx}) \, dt$, mediante un argumento que pasa de discreto a continuo, utilizando variación cuadrática ponderada y cotas explícitas en el error $L^2$. Este trabajo representa, según sus autores, la primera demostración completamente verificada por una herramienta de prueba automatizada de la fórmula de Itô, y la primera construcción rigurosa del integral de Itô como proceso de martingales, en cualquier sistema de prueba matemática.
El enfoque adoptado tiene límites bien definidos: se limita al marco de la teoría $L^2$ en intervalos finitos, con integrandos cuyas derivadas están acotadas. No abarca generalizaciones como localización a fórmulas de clase $C^2$ sin restricciones, integradores distintos al movimiento browniano o afirmaciones basadas en trayectorias individuales. Esta precisión en los límites es clave para mantener la validez matemática dentro de un marco estructurado y reproducible. El desarrollo completo contiene aproximadamente 7.200 líneas de código en Lean, distribuidas en 22 módulos, y todos los teoremas están verificados sin uso de hipótesis temporales ("sorry"). Cada resultado clave está vinculado a los axiomas estándar de Mathlib, y el conjunto completo puede ser reconstruido desde una cadena de herramientas fijas y verificadas.
Para los inversores peruanos, este avance no es solo un hito en matemáticas puras, sino un ejemplo de cómo la rigurosidad computacional puede fortalecer la confiabilidad de modelos financieros. Aunque los movimientos brownianos son una abstracción, su uso en modelos de precios de activos —como acciones o tasa de interés— se basa en principios similares. Al tener una demostración verificada por máquina, se reduce el riesgo de errores humanos en cálculos que afectan decisiones de inversión. En un contexto donde los mercados peruanos enfrentan volatilidad y necesitan herramientas más precisas, esta evolución tecnológica puede servir como base para futuras aplicaciones en gestión de riesgos, modelado de precios o estrategias de portafolio. La certeza matemática que ofrece este desarrollo puede traducirse en mayor confianza en los instrumentos que usan los inversores individuales y las instituciones.