Zagadnienia

9. Własności całki izometrycznej. Uogólnienie definicji całki stochastycznej

Poprzednio zdefiniowaliśmy całkę ∫X⁢d⁢W dla X∈LT2. Czasami jednak potrzeba zdefiniować całkę względem procesu Wienera z procesu ciągłego X dla którego ∫E⁢Xt2⁢d⁢t=∞. Podczas tego wykładu pokażemy jak określić taką całkę.

9.1. Twierdzenie o zatrzymaniu całki stochastycznej

Zacznijmy od prostej obserwacji.

Stwierdzenie 9.1

Jeśli X∈LT2, to dla dowolnego u<T, I0,u⁢X∈LT2 i

∫0tI0,u⁢s⁢Xs⁢⁢d⁢Ws=∫0t∧uXs⁢⁢d⁢Ws⁢⁢ dla ⁢0≤t≤T.

Funkcja t,ω→I0,u⁢t jest deterministyczna, więc prognozowalna, zatem proces I0,u⁢X jest prognozowalny jako iloczyn procesów prognozowalnych, stąd I0,u⁢X∈LT2.

Jeśli X jest procesem elementarnym postaci X=ξ0⁢I0+∑kξk⁢Itk-1,tk, to X⁢I0,u=ξ0⁢I0+∑kξk⁢Itk-1∧u,tk∧u∈E oraz

∫0tI0,u⁢s⁢Xs⁢⁢d⁢Ws=∑ξk⁢Wtk∧u∧t-Wtk-1∧u∧t=∫0t∧uXs⁢⁢d⁢Ws.

Dla X∈LT2 weźmy Xn∈E takie, że Xn→X w LT2. Wówczas oczywiście również Xn⁢I0,u→X⁢I0,u w LT2. Stąd

∫0tXs⁢I0,u⁢s⁢d⁢Ws←∫0tXsn⁢I0,u⁢s⁢d⁢Ws=∫0t∧uXsn⁢d⁢Ws→∫0t∧uXs⁢d⁢Ws.
∎

Uogólnieniem faktu jest ważne twierdzenie o zatrzymaniu całki stochastycznej.

Twierdzenie 9.1

Niech X∈LT2 oraz τ będzie momentem zatrzymania. Wówczas I0,τ⁢X∈LT2 oraz

∫0tI0,τ⁢s⁢Xs⁢⁢d⁢Ws=∫0t∧τXs⁢⁢d⁢Ws⁢⁢ dla ⁢0≤t≤T. (9.1)

Biorąc τ∧T zamiast T możemy zakładać, że τ≤T p.n..

Proces I0,τ⁢t jest lewostronnie ciągły i adaptowalny, a zatem jest prognozowalny, czyli I0,τ⁢X jest prognozowalny (iloczyn funkcji mierzalnych jest funkcją mierzalną). Stąd I0,τ⁢X∈LT2.

Wzór (9.1) udowodnimy w trzech krokach.

Krok 1.X∈E, τ przyjmuje skończenie wiele wartości.

Ewentualnie powiększając ciąg ti możemy zakładać, że τ przyjmuje wartości 0=t0≤t1≤…≤tm≤T oraz X=ξ0⁢I0+∑k=0m-1ξk⁢Itk,tk+1. Mamy

I0,τ⁢t=∑k=0mI{τ=tk}I0,tk(t)=∑k=0m((∑j=0k-1I{τ=tk}Itj,tj+1(t))+I{τ=tk}I0)
=IΩ⁢I0⁢t+∑j=0m-1∑k=j+1mI{τ=tk}⁢Itj,tj+1⁢t
=IΩ⁢I0⁢t+∑j=0m-1I{τ>tj}⁢Itj,tj+1⁢t,

zatem

I0,τ⁢t⁢X=ξ0⁢I0⁢t+∑j=0m-1ξj⁢I{τ>tj}⁢Itj,tj+1⁢t,

czyli I0,τ⁢t⁢X∈E. Liczymy

∫0tI0,τ⁢s⁢Xs⁢⁢d⁢Ws=∑j=0m-1ξj⁢I{τ>tj}⁢Wtj+1∧t-Wtj∧t
=∑j=0m-1∑k=j+1mξj⁢I{τ=tk}⁢Wtj+1∧t-Wtj∧t
=∑k=1mI{τ=tk}⁢∑j=0k-1ξj⁢Wtj+1∧t-Wtj∧t
=∑k=1mI{τ=tk}∫0t∧tkXsdWs=∫0t∧τXsdWs.

Krok 2.τ dowolne oraz X∈E.

Weźmy ciąg momentów zatrzymania τn przyjmujących skończenie wiele wartości taki, że τn↘τ. Na mocy kroku 1, para τn,X spełnia (9.1). Z ciągłości trajektorii całki stochastycznej, ∫0t∧τnXs⁢⁢d⁢Ws→∫0t∧τXs⁢⁢d⁢Ws p.n.. Mamy

E⁢∫0tI0,τn⁢s⁢Xs⁢⁢d⁢Ws-∫0tI0,τ⁢s⁢Xs⁢⁢d⁢Ws2=E⁢∫0tIτ,τn⁢s⁢Xs⁢⁢d⁢Ws2
=E∫0tIτ,τn(s)Xs2ds→0.

Zbieżność wynika z twierdzenia Lebesgue'a, gdyż proces Iτ,τn⁢s⁢Xs2 dąży punktowo do zera i jest majoryzowany przez Xs2. Stąd

∫0t∧τX⁢⁢d⁢W⟵p.n.∫0t∧τnX⁢⁢d⁢W=∫0tI0,τn⁢X⁢⁢d⁢W⟶L2⁢Ω∫0tI0,τ⁢X⁢⁢d⁢W,

czyli spełnione jest (9.1).

Krok 3.τ oraz X∈LT2 dowolne.

Weźmy Xn∈E takie, że Xn→X w LT2. Z kroku 2, para τ,⁢Xn spełnia (9.1). Mamy

E⁢∫0t∧τXs-Xsn⁢⁢d⁢Ws2≤E⁢∫0TX-Xn⁢⁢d⁢W2
=E∫0T(X-Xns)2ds→0,

gdzie pierwsza nierówność wynika z nierówności Jensena oraz Twierdzenia Dooba 6.3 dla martyngału ∫X-Xn⁢⁢d⁢W. Ponadto

E⁢∫0tI0,τ⁢s⁢Xs-Xsn⁢⁢d⁢Ws2=E⁢∫0tI0,τ⁢s⁢Xs-Xsn2⁢⁢d⁢s
≤E∫0T(Xs-Xsn)2ds→0.

Stąd

∫0t∧τXs⁢⁢d⁢Ws⟵L2⁢Ω∫0t∧τXsn⁢⁢d⁢Ws=∫0tI0,τ⁢Xsn⁢⁢d⁢Ws⟶L2⁢Ω∫0tI0,τ⁢Xs⁢⁢d⁢Ws,

czyli (9.1) spełnione jest i w tym przypadku.

∎
Wniosek 9.1

Dla X∈LT2, proces M:=∫0tX⁢⁢d⁢W2-∫0tX2⁢⁢d⁢st≤T jest martyngałem.

Dla X≡1 otrzymujemy znany fakt, że Wt2-t jest martyngałem.

Dowód wniosku oparty jest na następującej prostej obserwacji.

Stwierdzenie 9.2

Załóżmy, że M jest adaptowalnym, prawostronnie ciągłym procesem takim, że M0=0 i dla wszystkich t, E⁢Mt<∞. Wówczas M jest martyngałem wtedy i tylko wtedy gdy E⁢Mτ=0 dla wszystkich ograniczonych momentów zatrzymania τ.

⇒: Z Twierdzenia Dooba 6.3, E⁢Mτ=E⁢M0=0.

⇐: Musimy pokazać, że dla s<t, E(Mt|Fs)=Ms p.n., czyli E⁢Mt⁢IA=E⁢Ms⁢IA dla wszystkich A∈Fs. Określmy

τ:=⁡s⁢ dla ⁢ω∈A,t⁢ dla ⁢ω∉A.⁢

Jak łatwo sprawdzić τ jest momentem zatrzymania, stąd

0=E⁢Mτ=E⁢Ms⁢IA+E⁢Mt⁢IAc=E⁢Ms⁢IA-E⁢Mt⁢IA,

gdzie ostatnia równość wynika z faktu, że

E⁢Mt⁢IAc=E⁢Mt-E⁢Mt⁢IA=0-E⁢Mt⁢IA.
∎
Dowód Wniosku

Jak wiemy ∫X⁢⁢d⁢W∈MT2,c, czyli proces M jest ciągły, adaptowalny i całkowalny oraz M0=0. Dla ograniczonego momentu zatrzymania τ≤T otrzymujemy na mocy twierdzenia o zatrzymaniu całki stochastycznej

E⁢∫0τX⁢⁢d⁢W2=E⁢∫0TI0,τ⁢X⁢⁢d⁢W2=E⁢∫0TI0,τ⁢s⁢Xs2⁢⁢d⁢s=E⁢∫0τXs2⁢⁢d⁢s.

Zatem

E⁢Mτ=E⁢∫0τX⁢⁢d⁢W2-∫0τXs2⁢⁢d⁢s=0.

Teza Wniosku wynika ze Stwierdzenia 9.2.

∎

9.2. Uogólnienie definicji całki stochastycznej

Definicja 9.1

Dla T≤∞ określamy przestrzeń procesów prognozowalnych, lokalnie całkowalnych z kwadratem

ΛT2=Xtt<T- prognozowalny:⁢∫0tXs2⁢⁢d⁢s<∞⁢  p.n. dla ⁢0<t<T.

Zatem proces prognozowalny X należy do przestrzeni ΛT2 wtedy i tylko wtedy, gdy

P∀t<T⁢⁢∫0tXs2⁢⁢d⁢s<∞=1.

Przestrzeń ΛT2 jest liniowa, ale nie jest przestrzenią Hilberta.

Lemat 9.1

Dla X∈ΛT2 określmy

τn:=inf⁡t≥0:⁢∫0tXs2⁢⁢d⁢s≥n∧T∧n,⁢⁢n=1,2,….

Wówczas τn jest rosnącym ciagiem momentów zatrzymania, τn↗T p.n. Ponadto dla wszystkich n, I0,τn⁢X∈LT2.

τn jest momentem zatrzymania gdyż jest definiowany poprzez moment dojścia przez adaptowalny proces ciągły ∫0tXs2⁢⁢d⁢s do zbioru domkniętego n,∞. Z założenia o skończoności ∫Xs2⁢⁢d⁢s wynika, że τn↗T p.n..

Proces I0,τn⁢X jest prognozowalny jako iloczyn procesów prognozowalnych, ponadto na mocy nierówności Schwarza i definicji τn,

E⁢∫0TI0,τn⁢s⁢Xs⁢⁢d⁢s2=E⁢∫0τnXs⁢⁢d⁢s2≤E⁢τn⁢∫0τnXs2⁢⁢d⁢s≤n2<∞.
∎

Załóżmy, że mamy dany rosnący ciąg momentów zatrzymania τn↗T p.n. taki, że I0,τn⁢X∈LT2 dla wszystkich n. Niech Mn⁢t:=∫0tI0,τn⁢Xs⁢⁢d⁢Ws. Przypomnijmy też, że przez Xτ oznaczamy proces X zatrzymany w chwili τ (zob. Definicja 4.9).

Lemat 9.2

Dla m≥n, procesy Mmτn i Mn są nierozróżnialne, czyli

P∀t≤T⁢Mm⁢t∧τn=Mn⁢t=1.

Na mocy twierdzenia o zatrzymaniu całki stochastycznej dla ustalonego t≤T,

Mm⁢τn∧t=∫0τn∧tI0,τmXdW=∫0tI0,τnI0,τmXdW
=∫0tI0,τnXdW=Mn(t).

Zatem Mmτ jest modyfikacją Mn. Teza lematu wynika z ciągłości obu procesów.

∎
Definicja 9.2

Niech X∈ΛT2 oraz τn będzie rosnącym do T ciągiem momentów zatrzymania takich, że I0,τn⁢X∈LT2 dla wszystkich n. Całką stochastyczną ∫X⁢⁢d⁢W dla X∈ΛT2 nazywamy taki proces Mtt<T=∫0tX⁢⁢d⁢Wt<T, że Mtτn=∫0t∧τnX⁢⁢d⁢W=∫0tI0,τn⁢X⁢⁢d⁢W dla n=1,2,….

Stwierdzenie 9.3

Proces M zdefiniowany powyżej jest jest ciągły i jednoznacznie określony w klasie procesów nieodróżnialnych.

Na mocy Lematu 9.2 dla każdego m>n istnieje zbiór Nn,m taki, że P⁢Nn,m=0 oraz dla ω∉Nn,m zachodzi Mn⁢t,ω=Mm⁢t∧τn⁢ω,ω dla wszystkich t<T. Niech N:=⋃m>nNn,m, wówczas P⁢N=0 oraz dla ω∉N, t≤τn⁢ω ciąg Mm⁢t,ωm≥n jest stały. Zatem możemy (i musimy) położyć M⁢t,ω:=Mn⁢t,ω dla t≤τn⁢ω.

∎
Stwierdzenie 9.4

Definicja ∫X⁢⁢d⁢W nie zależy od wyboru ciągu τn dla X∈ΛT2. Dokładniej, jeśli τn, τ¯n - momenty zatrzymania, τn↗T, τ¯n↗T, I0,τn⁢X∈LT2 i I0,τ¯n⁢X∈LT2 oraz M,M¯ określone jak w Definicji 9.2 za pomocą τn, τ¯n odpowiednio, to procesy M i M¯ są nierozróżnialne.

Mamy

Mt∧τn=∫0tI0,τn⁢X⁢⁢d⁢W,⁢M¯t∧τ¯n=∫0tI0,τ¯n⁢X⁢⁢d⁢W.

Na mocy twierdzenia o zatrzymaniu całki stochastycznej,

Mt∧τn∧τ¯n=∫0tI0,τn⁢I0,τ¯n⁢X⁢⁢d⁢W=M¯t∧τn∧τ¯n.

Ponadto τn∧τ¯n↗T, więc t∧τn∧τ¯n=t dla n≥n⁢ω i stąd Mt=M¯t p.n., a że są to procesy ciągłe, to są nierozróżnialne.

∎

Sformułujemy teraz uogólnienie twierdzenia o zatrzymaniu całki stochastycznej.

Twierdzenie 9.2

Jeśli X∈ΛT2, to dla dowolnego momentu zatrzymania τ, I0,τ⁢X∈ΛT2 oraz

∫0t∧τX⁢⁢d⁢W=∫0tI0,τ⁢X⁢⁢d⁢W.

Proces I0,τ⁢X jest prognozowalny jako iloczyn procesów prognozowalnych, jest majoryzowany przez X, stąd I0,τ⁢X∈ΛT2. Proces X∈ΛT2, więc istnieje ciąg τn↗T taki, że I0,τn⁢X∈LT2. Wtedy też I0,τn⁢I0,τ⁢X∈LT2. Niech

M:=∫X⁢⁢d⁢W,⁢N:=∫I0,τ⁢X⁢⁢d⁢W.

Na mocy definicji,

Mt∧τn=∫0tI0,τn⁢X,d⁢W,⁢Nt∧τn=∫0tI0,τn⁢I0,τ⁢X⁢⁢d⁢W.

Z udowodnionego wcześniej Twierdzenia 9.1 o zatrzymaniu całki izometrycznej,

Mt∧τ∧τn=∫0tI0,τ⁢I0,τn⁢X⁢⁢d⁢W=Nt∧τn.

Biorąc n→∞ dostajemy Mtτ=Mt∧τ=Nt, czyli Mτ=N.

∎

9.3. Martyngały lokalne

Definicja 9.3

Jeżeli dla procesu adaptowalnego M=Mtt<T, istnieje ciąg momentów zatrzymania τn↗T taki, że Mτn jest martyngałem, to M nazywamy martyngałem lokalnym. Jeśli dodatkowo Mτn∈MT2,c, to mówimy, że M jest ciągłym martyngałem lokalnym całkowalnym z kwadratem. Klasę takich procesów oznaczamy MT,loc2,c (Mloc2,c jeśli wartość T jest jasna z kontekstu).

Uwaga 9.1

M-M0∈MT,locc wtedy i tylko wtedy, gdy M-M0∈MT,loc2,c, gdzie MT,locc oznacza rodzinę ciągłych martyngałów lokalnych.

Stwierdzenie 9.5

Załóżmy, że M=∫X⁢d⁢W dla X∈Λ2T. Wówczas
i) M jest procesem ciągłym, M0=0,
ii) M∈MT,loc2,c,
iii) Przekształcenie X→∫X⁢d⁢W jest liniowe.

Punkty i), ii) wynikają z definicji. By udowodnić iii) weźmy X,Y∈ΛT2. Istnieją wówczas momenty zatrzymania τn↗T i τ¯n↗T takie, że I0,τn⁢X∈LT2 oraz I0,τ¯n⁢Y∈LT2. Przyjmując σn:=τ¯n∧τn↗T otrzymujemy I0,σn⁢X,⁢I0,σn⁢Y∈LT2, a zatem I0,σn⁢a⁢X+b⁢Y∈LT2 dla dowolnych a,b∈R. Stąd na mocy definicji otrzymujemy, że ∫0t∧σna⁢X+b⁢Y⁢⁢d⁢W=a⁢∫0t∧σnX⁢⁢d⁢W+b⁢∫0t∧σnY⁢⁢d⁢W i biorąc granicę n→∞, ∫a⁢X+b⁢Y⁢⁢d⁢W=a⁢∫X⁢d⁢W+b⁢∫Y⁢d⁢W.

∎
Uwaga 9.2

Martyngał lokalny M=∫X⁢⁢d⁢W dla X∈ΛT2 nie musi być martyngałem, Mt nie musi być nawet całkowalne. Ale, jeśli E⁢∫0tXs2⁢⁢d⁢s<∞ dla wszystkich t<T, to M jest martyngałem, bo możemy przyjąć τn=tn, gdzie tn jest ciągiem rosnącym zbieżnym do T i wtedy Mt∧τn=Mt∧tn∈MT2,c.

Uwaga 9.3

Przykłady ciągłych martyngałów lokalnych, które nie są martyngałami są podane w Ćwiczeniach 13.4 i 13.6.

Mimo, że w przypadku ogólnym ∫X⁢⁢d⁢W nie musi być martyngałem, to zachodzi dla tego procesu nierówność Dooba.

Twierdzenie 9.3 (Nierówność Dooba)

Dla dowolnego procesu X∈Λ2T oraz momentu zatrzymania τ≤T,

E⁢supt<τ⁡∫0tX⁢⁢d⁢W2≤4⁢E⁢∫0τXs2⁢⁢d⁢s.

Weźmy τn↗T takie, że I0,τn⁢X∈LT2. Mamy

E⁢supt<τ∫0t∧τnX⁢⁢d⁢W2=E⁢supt<τ⁡∫0tI0,τn⁢X⁢⁢d⁢W2
=Esupt<T(∫0t∧τI0,τnXdW)2=Esupt≤T(∫0tI0,τI0,τnXdW)2,

I0,τ⁢I0,τn⁢X∈MT2,c, więc t<T można zamienić na t≤T. Na mocy nierówności Dooba dla martyngałów,

E⁢supt≤T⁡∫0tI0,T⁢I0,τn⁢X⁢⁢d⁢W2≤4⁢E⁢∫0TI0,τ⁢I0,τn⁢X⁢⁢d⁢W2
=4E∫0T(I0,τI0,τnXs)2ds=4E∫0τ∧τnXs2ds
≤4⁢E⁢∫0τXs2⁢⁢d⁢s.

Wykazaliśmy zatem, że

E⁢supt<τ⁡∫0t∧τnX⁢⁢d⁢W2≤4⁢E⁢∫0τXs2⁢⁢d⁢s.

Ponieważ

supt<τ⁡∫0t∧τnX⁢⁢d⁢W2=supt<τ∧τn⁡∫0tX⁢⁢d⁢W2↗supt<τ⁡∫0tX⁢⁢d⁢W2,

więc teza wynika z twierdzenia Lebesgue'a o zbieżności monotonicznej.

∎
Stwierdzenie 9.6

a) Każdy ograniczony martyngał lokalny jest martyngałem.
b) Każdy nieujemny martyngał lokalny jest nadmartyngałem.

Załóżmy, że τn↗T jest ciągiem momentów zatrzymania takim, że dla każdego n, Mτn jest martyngałem. Ustalmy s<t<T oraz A∈Fs.

a) Jeśli M jest ograniczony, to z twierdzenia Lebesgue'a o zbieżności zmajoryzowanej,

E⁢Mt⁢IA←E⁢Mτn∧t⁢IA=E⁢Mtτn⁢IA=E⁢Msτn⁢IA=E⁢Mτn∧s⁢IA→E⁢Ms⁢IA,

stąd M jest martyngałem.

b) Jeśli M jest nieujemny, to

E⁢Ms⁢IA=limn→∞EMsIA∩τn>s=limn→∞EMsτnIA∩τn>s=limn→∞EMtτnIA∩τn>s
≥Elimn→∞MtτnIA∩τn>s=EMtIA,

gdzie korzystaliśmy z twierdzenia Lebesgue'a o zbieżności monotonicznej, tego, że Mτn jest martyngałem i A∩τn>s∈Fs oraz z lematu Fatou.

∎

9.4. Zadania

Ćwiczenie 9.1

Niech τ będzie momentem zatrzymania takim, że E⁢τ<∞. Wykaż, że I0,τ∈L∞2 oraz ∫0∞I0,τ⁢s⁢d⁢Ws=Wτ. Wywnioskuj stąd, że E⁢Wτ=0 oraz E⁢Wτ2=E⁢τ.

Ćwiczenie 9.2

Dla a,b>0 określmy τ:=inf⁡t:Wt=a⁢b+t. Wykaż, że τ<∞ p.n. oraz E⁢τ<∞ wtedy i tylko wtedy gdy a<1. Ponadto dla a<1, E⁢τ=a2⁢b1-a2.

Ćwiczenie 9.3

Wykaż, że dla X∈ΛT2, ∫X⁢⁢d⁢W2-∫X2⁢⁢d⁢s jest ciągłym martyngałem lokalnym.

Ćwiczenie 9.4

Niech X∈ΛT2, 0≤t<s≤T oraz ξ będzie zmienną losową Ft-mierzalną (niekoniecznie ograniczoną). Wykaż, że ξ⁢X⁢It,s∈ΛT2 oraz ∫tsξ⁢X⁢d⁢W=ξ⁢∫tsX⁢d⁢W.

Ćwiczenie 9.5

Znajdź proces X∈ΛT2 taki, że ∫0tXs⁢d⁢Ws nie jest martyngałem.

Ćwiczenie 9.6

Wykaż, że M-M0∈Mlocc wtedy i tylko wtedy, gdy M-M0∈Mloc2,c.

Ćwiczenie 9.7

Niech X będzie martyngałem lokalnym takim, że Xt≤Y dla wszystkich t oraz E⁢Y<∞. Wykaż, że X jest martyngałem.

Ćwiczenie 9.8

Podaj przykład nieujemnego całkowalnego ciągłego martyngału lokalnego, który nie jest martyngałem.

Treść automatycznie generowana z plików źródłowych LaTeXa za pomocą oprogramowania wykorzystującego LaTeXML.

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego.

Projekt współfinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego i przez Uniwersytet Warszawski.