Zagadnienia

9. Własności całki izometrycznej. Uogólnienie definicji całki stochastycznej

Poprzednio zdefiniowaliśmy całkę XdW dla XLT2. Czasami jednak potrzeba zdefiniować całkę względem procesu Wienera z procesu ciągłego X dla którego EXt2dt=. Podczas tego wykładu pokażemy jak określić taką całkę.

9.1. Twierdzenie o zatrzymaniu całki stochastycznej

Zacznijmy od prostej obserwacji.

Stwierdzenie 9.1

Jeśli XLT2, to dla dowolnego u<T, I0,uXLT2 i

0tI0,usXsdWs=0tuXsdWs dla 0tT.

Funkcja t,ωI0,ut jest deterministyczna, więc prognozowalna, zatem proces I0,uX jest prognozowalny jako iloczyn procesów prognozowalnych, stąd I0,uXLT2.

Jeśli X jest procesem elementarnym postaci X=ξ0I0+kξkItk-1,tk, to XI0,u=ξ0I0+kξkItk-1u,tkuE oraz

0tI0,usXsdWs=ξkWtkut-Wtk-1ut=0tuXsdWs.

Dla XLT2 weźmy XnE takie, że XnX w LT2. Wówczas oczywiście również XnI0,uXI0,u w LT2. Stąd

0tXsI0,usdWs0tXsnI0,usdWs=0tuXsndWs0tuXsdWs.

Uogólnieniem faktu jest ważne twierdzenie o zatrzymaniu całki stochastycznej.

Twierdzenie 9.1

Niech XLT2 oraz τ będzie momentem zatrzymania. Wówczas I0,τXLT2 oraz

0tI0,τsXsdWs=0tτXsdWs dla 0tT. (9.1)

Biorąc τT zamiast T możemy zakładać, że τT p.n..

Proces I0,τt jest lewostronnie ciągły i adaptowalny, a zatem jest prognozowalny, czyli I0,τX jest prognozowalny (iloczyn funkcji mierzalnych jest funkcją mierzalną). Stąd I0,τXLT2.

Wzór (9.1) udowodnimy w trzech krokach.

Krok 1.XE, τ przyjmuje skończenie wiele wartości.

Ewentualnie powiększając ciąg ti możemy zakładać, że τ przyjmuje wartości 0=t0t1tmT oraz X=ξ0I0+k=0m-1ξkItk,tk+1. Mamy

I0,τt=k=0mI{τ=tk}I0,tk(t)=k=0m((j=0k-1I{τ=tk}Itj,tj+1(t))+I{τ=tk}I0)
=IΩI0t+j=0m-1k=j+1mI{τ=tk}Itj,tj+1t
=IΩI0t+j=0m-1I{τ>tj}Itj,tj+1t,

zatem

I0,τtX=ξ0I0t+j=0m-1ξjI{τ>tj}Itj,tj+1t,

czyli I0,τtXE. Liczymy

0tI0,τsXsdWs=j=0m-1ξjI{τ>tj}Wtj+1t-Wtjt
=j=0m-1k=j+1mξjI{τ=tk}Wtj+1t-Wtjt
=k=1mI{τ=tk}j=0k-1ξjWtj+1t-Wtjt
=k=1mI{τ=tk}0ttkXsdWs=0tτXsdWs.

Krok 2.τ dowolne oraz XE.

Weźmy ciąg momentów zatrzymania τn przyjmujących skończenie wiele wartości taki, że τnτ. Na mocy kroku 1, para τn,X spełnia (9.1). Z ciągłości trajektorii całki stochastycznej, 0tτnXsdWs0tτXsdWs p.n.. Mamy

E0tI0,τnsXsdWs-0tI0,τsXsdWs2=E0tIτ,τnsXsdWs2
=E0tIτ,τn(s)Xs2ds0.

Zbieżność wynika z twierdzenia Lebesgue'a, gdyż proces Iτ,τnsXs2 dąży punktowo do zera i jest majoryzowany przez Xs2. Stąd

0tτXdWp.n.0tτnXdW=0tI0,τnXdWL2Ω0tI0,τXdW,

czyli spełnione jest (9.1).

Krok 3.τ oraz XLT2 dowolne.

Weźmy XnE takie, że XnX w LT2. Z kroku 2, para τ,Xn spełnia (9.1). Mamy

E0tτXs-XsndWs2E0TX-XndW2
=E0T(X-Xns)2ds0,

gdzie pierwsza nierówność wynika z nierówności Jensena oraz Twierdzenia Dooba 6.3 dla martyngału X-XndW. Ponadto

E0tI0,τsXs-XsndWs2=E0tI0,τsXs-Xsn2ds
E0T(Xs-Xsn)2ds0.

Stąd

0tτXsdWsL2Ω0tτXsndWs=0tI0,τXsndWsL2Ω0tI0,τXsdWs,

czyli (9.1) spełnione jest i w tym przypadku.

Wniosek 9.1

Dla XLT2, proces M:=0tXdW2-0tX2dstT jest martyngałem.

Dla X1 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, EMt<. Wówczas M jest martyngałem wtedy i tylko wtedy gdy EMτ=0 dla wszystkich ograniczonych momentów zatrzymania τ.

: Z Twierdzenia Dooba 6.3, EMτ=EM0=0.

: Musimy pokazać, że dla s<t, E(Mt|Fs)=Ms p.n., czyli EMtIA=EMsIA dla wszystkich AFs. Określmy

τ:=s dla ωA,t dla ωA.

Jak łatwo sprawdzić τ jest momentem zatrzymania, stąd

0=EMτ=EMsIA+EMtIAc=EMsIA-EMtIA,

gdzie ostatnia równość wynika z faktu, że

EMtIAc=EMt-EMtIA=0-EMtIA.
Dowód Wniosku

Jak wiemy XdWMT2,c, czyli proces M jest ciągły, adaptowalny i całkowalny oraz M0=0. Dla ograniczonego momentu zatrzymania τT otrzymujemy na mocy twierdzenia o zatrzymaniu całki stochastycznej

E0τXdW2=E0TI0,τXdW2=E0TI0,τsXs2ds=E0τXs2ds.

Zatem

EMτ=E0τXdW2-0τXs2ds=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:0tXs2ds<  p.n. dla 0<t<T.

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

Pt<T0tXs2ds<=1.

Przestrzeń ΛT2 jest liniowa, ale nie jest przestrzenią Hilberta.

Lemat 9.1

Dla XΛT2 określmy

τn:=inft0:0tXs2dsnTn,n=1,2,.

Wówczas τn jest rosnącym ciagiem momentów zatrzymania, τnT p.n. Ponadto dla wszystkich n, I0,τnXLT2.

τn jest momentem zatrzymania gdyż jest definiowany poprzez moment dojścia przez adaptowalny proces ciągły 0tXs2ds do zbioru domkniętego n,. Z założenia o skończoności Xs2ds wynika, że τnT p.n..

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

E0TI0,τnsXsds2=E0τnXsds2Eτn0τnXs2dsn2<.

Załóżmy, że mamy dany rosnący ciąg momentów zatrzymania τnT p.n. taki, że I0,τnXLT2 dla wszystkich n. Niech Mnt:=0tI0,τnXsdWs. Przypomnijmy też, że przez Xτ oznaczamy proces X zatrzymany w chwili τ (zob. Definicja 4.9).

Lemat 9.2

Dla mn, procesy Mmτn i Mn są nierozróżnialne, czyli

PtTMmtτn=Mnt=1.

Na mocy twierdzenia o zatrzymaniu całki stochastycznej dla ustalonego tT,

Mmτnt=0τntI0,τmXdW=0tI0,τnI0,τmXdW
=0tI0,τnXdW=Mn(t).

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

Definicja 9.2

Niech XΛT2 oraz τn będzie rosnącym do T ciągiem momentów zatrzymania takich, że I0,τnXLT2 dla wszystkich n. Całką stochastyczną XdW dla XΛT2 nazywamy taki proces Mtt<T=0tXdWt<T, że Mtτn=0tτnXdW=0tI0,τnXdW 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 PNn,m=0 oraz dla ωNn,m zachodzi Mnt,ω=Mmtτnω,ω dla wszystkich t<T. Niech N:=m>nNn,m, wówczas PN=0 oraz dla ωN, tτnω ciąg Mmt,ωmn jest stały. Zatem możemy (i musimy) położyć Mt,ω:=Mnt,ω dla tτnω.

Stwierdzenie 9.4

Definicja XdW nie zależy od wyboru ciągu τn dla XΛT2. Dokładniej, jeśli τn, τ¯n - momenty zatrzymania, τnT, τ¯nT, I0,τnXLT2 i I0,τ¯nXLT2 oraz M,M¯ określone jak w Definicji 9.2 za pomocą τn, τ¯n odpowiednio, to procesy M i M¯ są nierozróżnialne.

Mamy

Mtτn=0tI0,τnXdW,M¯tτ¯n=0tI0,τ¯nXdW.

Na mocy twierdzenia o zatrzymaniu całki stochastycznej,

Mtτnτ¯n=0tI0,τnI0,τ¯nXdW=M¯tτnτ¯n.

Ponadto τnτ¯nT, więc tτnτ¯n=t dla nnω 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 XΛT2, to dla dowolnego momentu zatrzymania τ, I0,τXΛT2 oraz

0tτXdW=0tI0,τXdW.

Proces I0,τX jest prognozowalny jako iloczyn procesów prognozowalnych, jest majoryzowany przez X, stąd I0,τXΛT2. Proces XΛT2, więc istnieje ciąg τnT taki, że I0,τnXLT2. Wtedy też I0,τnI0,τXLT2. Niech

M:=XdW,N:=I0,τXdW.

Na mocy definicji,

Mtτn=0tI0,τnX,dW,Ntτn=0tI0,τnI0,τXdW.

Z udowodnionego wcześniej Twierdzenia 9.1 o zatrzymaniu całki izometrycznej,

Mtττn=0tI0,τI0,τnXdW=Ntτn.

Biorąc n dostajemy Mtτ=Mtτ=Nt, czyli Mτ=N.

9.3. Martyngały lokalne

Definicja 9.3

Jeżeli dla procesu adaptowalnego M=Mtt<T, istnieje ciąg momentów zatrzymania τnT taki, że Mτn jest martyngałem, to M nazywamy martyngałem lokalnym. Jeśli dodatkowo MτnMT2,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-M0MT,locc wtedy i tylko wtedy, gdy M-M0MT,loc2,c, gdzie MT,locc oznacza rodzinę ciągłych martyngałów lokalnych.

Stwierdzenie 9.5

Załóżmy, że M=XdW dla XΛ2T. Wówczas
i) M jest procesem ciągłym, M0=0,
ii) MMT,loc2,c,
iii) Przekształcenie XXdW jest liniowe.

Punkty i), ii) wynikają z definicji. By udowodnić iii) weźmy X,YΛT2. Istnieją wówczas momenty zatrzymania τnT i τ¯nT takie, że I0,τnXLT2 oraz I0,τ¯nYLT2. Przyjmując σn:=τ¯nτnT otrzymujemy I0,σnX,I0,σnYLT2, a zatem I0,σnaX+bYLT2 dla dowolnych a,bR. Stąd na mocy definicji otrzymujemy, że 0tσnaX+bYdW=a0tσnXdW+b0tσnYdW i biorąc granicę n, aX+bYdW=aXdW+bYdW.

Uwaga 9.2

Martyngał lokalny M=XdW dla XΛT2 nie musi być martyngałem, Mt nie musi być nawet całkowalne. Ale, jeśli E0tXs2ds< dla wszystkich t<T, to M jest martyngałem, bo możemy przyjąć τn=tn, gdzie tn jest ciągiem rosnącym zbieżnym do T i wtedy Mtτn=MttnMT2,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 XdW nie musi być martyngałem, to zachodzi dla tego procesu nierówność Dooba.

Twierdzenie 9.3 (Nierówność Dooba)

Dla dowolnego procesu XΛ2T oraz momentu zatrzymania τT,

Esupt<τ0tXdW24E0τXs2ds.

Weźmy τnT takie, że I0,τnXLT2. Mamy

Esupt<τ0tτnXdW2=Esupt<τ0tI0,τnXdW2
=Esupt<T(0tτI0,τnXdW)2=EsuptT(0tI0,τI0,τnXdW)2,

I0,τI0,τnXMT2,c, więc t<T można zamienić na tT. Na mocy nierówności Dooba dla martyngałów,

EsuptT0tI0,TI0,τnXdW24E0TI0,τI0,τnXdW2
=4E0T(I0,τI0,τnXs)2ds=4E0ττnXs2ds
4E0τXs2ds.

Wykazaliśmy zatem, że

Esupt<τ0tτnXdW24E0τXs2ds.

Ponieważ

supt<τ0tτnXdW2=supt<ττn0tXdW2supt<τ0tXdW2,

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 τnT jest ciągiem momentów zatrzymania takim, że dla każdego n, Mτn jest martyngałem. Ustalmy s<t<T oraz AFs.

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

EMtIAEMτntIA=EMtτnIA=EMsτnIA=EMτnsIAEMsIA,

stąd M jest martyngałem.

b) Jeśli M jest nieujemny, to

EMsIA=limnEMsIAτn>s=limnEMsτnIAτn>s=limnEMtτnIAτn>s
ElimnMtτnIAτn>s=EMtIA,

gdzie korzystaliśmy z twierdzenia Lebesgue'a o zbieżności monotonicznej, tego, że Mτn jest martyngałem i Aτn>sFs oraz z lematu Fatou.

9.4. Zadania

Ćwiczenie 9.1

Niech τ będzie momentem zatrzymania takim, że Eτ<. Wykaż, że I0,τL2 oraz 0I0,τsdWs=Wτ. Wywnioskuj stąd, że EWτ=0 oraz EWτ2=Eτ.

Ćwiczenie 9.2

Dla a,b>0 określmy τ:=inft:Wt=ab+t. Wykaż, że τ< p.n. oraz Eτ< wtedy i tylko wtedy gdy a<1. Ponadto dla a<1, Eτ=a2b1-a2.

Ćwiczenie 9.3

Wykaż, że dla XΛT2, XdW2-X2ds jest ciągłym martyngałem lokalnym.

Ćwiczenie 9.4

Niech XΛT2, 0t<sT oraz ξ będzie zmienną losową Ft-mierzalną (niekoniecznie ograniczoną). Wykaż, że ξXIt,sΛT2 oraz tsξXdW=ξtsXdW.

Ćwiczenie 9.5

Znajdź proces XΛT2 taki, że 0tXsdWs nie jest martyngałem.

Ćwiczenie 9.6

Wykaż, że M-M0Mlocc wtedy i tylko wtedy, gdy M-M0Mloc2,c.

Ćwiczenie 9.7

Niech X będzie martyngałem lokalnym takim, że XtY dla wszystkich t oraz EY<. 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.