9.1. Twierdzenie o zatrzymaniu całki stochastycznej
Zacznijmy od prostej obserwacji.
Stwierdzenie 9.1
Jeśli X∈LT2, to dla dowolnego u<T, I0,uX∈LT2 i
|
∫0tI0,usXsdWs=∫0t∧uXsdWs dla 0≤t≤T. |
|
Funkcja t,ω→I0,ut jest deterministyczna, więc prognozowalna,
zatem proces I0,uX jest prognozowalny jako iloczyn procesów prognozowalnych,
stąd I0,uX∈LT2.
Jeśli X jest procesem elementarnym postaci X=ξ0I0+∑kξkItk-1,tk,
to XI0,u=ξ0I0+∑kξkItk-1∧u,tk∧u∈E oraz
|
∫0tI0,usXsdWs=∑ξkWtk∧u∧t-Wtk-1∧u∧t=∫0t∧uXsdWs. |
|
Dla X∈LT2 weźmy Xn∈E takie, że Xn→X w LT2.
Wówczas oczywiście również XnI0,u→XI0,u w
LT2. Stąd
|
∫0tXsI0,usdWs←∫0tXsnI0,usdWs=∫0t∧uXsndWs→∫0t∧uXsdWs. |
|
∎
Uogólnieniem faktu jest ważne twierdzenie o zatrzymaniu całki stochastycznej.
Twierdzenie 9.1
Niech X∈LT2 oraz τ będzie momentem zatrzymania.
Wówczas I0,τX∈LT2 oraz
|
∫0tI0,τsXsdWs=∫0t∧τXsdWs dla 0≤t≤T. |
| (9.1) |
Biorąc τ∧T zamiast T możemy zakładać, że
τ≤T 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,τX∈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=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-1∑k=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,τtX∈E. Liczymy
|
∫0tI0,τsXsdWs | =∑j=0m-1ξjI{τ>tj}Wtj+1∧t-Wtj∧t |
|
|
| =∑j=0m-1∑k=j+1mξjI{τ=tk}Wtj+1∧t-Wtj∧t |
|
|
| =∑k=1mI{τ=tk}∑j=0k-1ξjWtj+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∧τnXsdWs→∫0t∧τXsdWs p.n.. Mamy
|
E∫0tI0,τnsXsdWs-∫0tI0,τsXsdWs2 | =E∫0tIτ,τnsXsdWs2 |
|
|
| =E∫0tIτ,τn(s)Xs2ds→0. |
|
Zbieżność wynika z twierdzenia Lebesgue'a, gdyż
proces Iτ,τnsXs2 dąży punktowo do zera i jest majoryzowany przez Xs2.
Stąd
|
∫0t∧τXdW⟵p.n.∫0t∧τnXdW=∫0tI0,τnXdW⟶L2Ω∫0tI0,τXdW, |
|
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-XsndWs2 | ≤E∫0TX-XndW2 |
|
|
| =E∫0T(X-Xns)2ds→0, |
|
gdzie pierwsza nierówność wynika z nierówności Jensena oraz
Twierdzenia Dooba 6.3 dla martyngału
∫X-XndW. Ponadto
|
E∫0tI0,τsXs-XsndWs2 | =E∫0tI0,τsXs-Xsn2ds |
|
|
| ≤E∫0T(Xs-Xsn)2ds→0. |
|
Stąd
|
∫0t∧τXsdWs⟵L2Ω∫0t∧τXsndWs=∫0tI0,τXsndWs⟶L2Ω∫0tI0,τXsdWs, |
|
czyli (9.1) spełnione jest i w tym przypadku.
∎
Wniosek 9.1
Dla X∈LT2, proces
M:=∫0tXdW2-∫0tX2dst≤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, 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 A∈Fs. Określmy
|
τ:=s dla ω∈A,t dla ω∉A. |
|
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 ∫XdW∈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∫0τXdW2=E∫0TI0,τXdW2=E∫0TI0,τsXs2ds=E∫0τXs2ds. |
|
Zatem
|
EMτ=E∫0τXdW2-∫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
Przestrzeń ΛT2 jest liniowa, ale nie jest przestrzenią Hilberta.
Lemat 9.1
Dla X∈ΛT2 określmy
|
τn:=inft≥0:∫0tXs2ds≥n∧T∧n,n=1,2,…. |
|
Wówczas τn jest rosnącym ciagiem momentów zatrzymania,
τn↗T p.n. Ponadto dla wszystkich n,
I0,τnX∈LT2.
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
τn↗T p.n..
Proces I0,τnX jest prognozowalny jako iloczyn procesów prognozowalnych, ponadto
na mocy nierówności Schwarza i definicji τn,
|
E∫0TI0,τnsXsds2=E∫0τnXsds2≤Eτn∫0τnXs2ds≤n2<∞. |
|
∎
Załóżmy, że mamy dany rosnący ciąg momentów zatrzymania τn↗T p.n.
taki, że I0,τnX∈LT2 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 m≥n, procesy
Mmτn i Mn są nierozróżnialne, czyli
Na mocy twierdzenia o zatrzymaniu całki stochastycznej dla ustalonego t≤T,
|
Mmτn∧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,τnX∈LT2 dla wszystkich n.
Całką stochastyczną
∫XdW dla X∈ΛT2 nazywamy taki
proces Mtt<T=∫0tXdWt<T, że
Mtτn=∫0t∧τnXdW=∫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 ω∉Nn,m zachodzi
Mnt,ω=Mmt∧τnω,ω dla wszystkich t<T.
Niech N:=⋃m>nNn,m, wówczas PN=0 oraz dla
ω∉N, t≤τnω
ciąg Mmt,ωm≥n
jest stały. Zatem możemy (i musimy) położyć
Mt,ω:=Mnt,ω dla t≤τnω.
∎
Stwierdzenie 9.4
Definicja
∫XdW nie zależy od wyboru ciągu τn dla X∈ΛT2.
Dokładniej, jeśli
τn, τ¯n - momenty zatrzymania, τn↗T,
τ¯n↗T, I0,τnX∈LT2 i
I0,τ¯nX∈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,τnXdW,M¯t∧τ¯n=∫0tI0,τ¯nXdW. |
|
Na mocy twierdzenia o zatrzymaniu całki stochastycznej,
|
Mt∧τn∧τ¯n=∫0tI0,τnI0,τ¯nXdW=M¯t∧τn∧τ¯n. |
|
Ponadto τn∧τ¯n↗T, więc
t∧τn∧τ¯n=t dla n≥nω 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,τX∈ΛT2 oraz
|
∫0t∧τXdW=∫0tI0,τXdW. |
|
Proces I0,τX jest prognozowalny jako iloczyn
procesów prognozowalnych, jest majoryzowany przez X, stąd I0,τX∈ΛT2.
Proces X∈ΛT2, więc istnieje ciąg
τn↗T taki, że I0,τnX∈LT2. Wtedy
też I0,τnI0,τX∈LT2.
Niech
|
M:=∫XdW,N:=∫I0,τXdW. |
|
Na mocy definicji,
|
Mt∧τn=∫0tI0,τnX,dW,Nt∧τn=∫0tI0,τnI0,τXdW. |
|
Z udowodnionego wcześniej Twierdzenia 9.1 o zatrzymaniu całki
izometrycznej,
|
Mt∧τ∧τn=∫0tI0,τI0,τnXdW=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=∫XdW dla X∈Λ2T.
Wówczas
i) M jest procesem ciągłym, M0=0,
ii) M∈MT,loc2,c,
iii) Przekształcenie X→∫XdW 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,τnX∈LT2
oraz I0,τ¯nY∈LT2. Przyjmując
σn:=τ¯n∧τn↗T otrzymujemy
I0,σnX,I0,σnY∈LT2,
a zatem I0,σnaX+bY∈LT2 dla dowolnych
a,b∈R. Stąd na mocy definicji otrzymujemy, że
∫0t∧σnaX+bYdW=a∫0t∧σnXdW+b∫0t∧σnYdW i
biorąc granicę n→∞,
∫aX+bYdW=a∫XdW+b∫YdW.
∎
Uwaga 9.2
Martyngał lokalny M=∫XdW dla X∈ΛT2 nie musi być martyngałem,
Mt nie musi
być nawet całkowalne. Ale, jeśli E∫0tXs2ds<∞ 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 ∫XdW 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,
|
Esupt<τ∫0tXdW2≤4E∫0τXs2ds. |
|
Weźmy τn↗T takie, że I0,τnX∈LT2.
Mamy
|
Esupt<τ | ∫0t∧τnXdW2=Esupt<τ∫0tI0,τnXdW2 |
|
|
| =Esupt<T(∫0t∧τI0,τnXdW)2=Esupt≤T(∫0tI0,τI0,τnXdW)2, |
|
I0,τI0,τnX∈MT2,c, więc t<T można zamienić na t≤T.
Na mocy nierówności Dooba dla martyngałów,
|
Esupt≤T∫0tI0,TI0,τnXdW2 | ≤4E∫0TI0,τI0,τnXdW2 |
|
|
| =4E∫0T(I0,τI0,τnXs)2ds=4E∫0τ∧τnXs2ds |
|
|
| ≤4E∫0τXs2ds. |
|
Wykazaliśmy zatem, że
|
Esupt<τ∫0t∧τnXdW2≤4E∫0τXs2ds. |
|
Ponieważ
|
supt<τ∫0t∧τnXdW2=supt<τ∧τn∫0tXdW2↗supt<τ∫0tXdW2, |
|
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,
|
EMtIA←EMτn∧tIA=EMtτnIA=EMsτnIA=EMτn∧sIA→EMsIA, |
|
stąd M jest martyngałem.
b) Jeśli M jest nieujemny, to
|
EMsIA | =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 Eτ<∞.
Wykaż, że I0,τ∈L∞2 oraz
∫0∞I0,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 X∈ΛT2, ∫XdW2-∫X2ds 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 ξXIt,s∈ΛT2 oraz
∫tsξXdW=ξ∫tsXdW.
Ćwiczenie 9.5
Znajdź proces X∈ΛT2 taki, że ∫0tXsdWs 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 EY<∞. Wykaż, że X jest martyngałem.
Ćwiczenie 9.8
Podaj przykład nieujemnego całkowalnego ciągłego martyngału lokalnego, który
nie jest martyngałem.