0% ont trouvé ce document utile (0 vote)
140 vues5 pages

Examen 23 24 Corro Ancien

Le document présente une correction détaillée d'un examen sur les martingales, abordant des exercices liés à des processus stochastiques, notamment des intégrales d'Itô et des équations différentielles stochastiques. Les démonstrations incluent la vérification de l'intégrabilité, la propriété de martingale, et l'application de la formule d'Itô pour établir des relations entre différents processus. Enfin, il est montré que certaines solutions d'équations différentielles stochastiques sont uniques et bien définies.

Transféré par

9cdtpbnm6w
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
140 vues5 pages

Examen 23 24 Corro Ancien

Le document présente une correction détaillée d'un examen sur les martingales, abordant des exercices liés à des processus stochastiques, notamment des intégrales d'Itô et des équations différentielles stochastiques. Les démonstrations incluent la vérification de l'intégrabilité, la propriété de martingale, et l'application de la formule d'Itô pour établir des relations entre différents processus. Enfin, il est montré que certaines solutions d'équations différentielles stochastiques sont uniques et bien définies.

Transféré par

9cdtpbnm6w
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
Vous êtes sur la page 1/ 5

Correction détaillée de l’examen de Martingales 23-24

March 8, 2025

Exercice 1
On considère le processus (Xt )t≥0 défini par
Z t
Xt = (sin s)dBs .
0

1. Montrer que la v.a. Xt est bien définie.


Rt
Justification: Nous devons montrer que l’intégrale stochastique 0 (sin s)dBs est bien définie. Pour cela,
il faut vérifier que la fonction intégrée, f (s) = sin s, satisfait les conditions d’intégrabilité de l’intégrale
d’Itô.
Démonstration:
• f (s) = sin s est une fonction déterministe, donc elle est Fs -prévisible.
Rt
• De plus, f (s) est continue et bornée sur [0, t], donc 0 f (s)2 ds < ∞ presque sûrement. Plus
précisément, Z t  Z Z t t
E (sin s)2 ds = (sin s)2 ds ≤ 1 ds = t < ∞.
0 0 0

• Théorème utilisé: Le théorème principal de l’intégrale d’Itô assure que si f (s) est un processus
Rt Rt
Fs -prévisible tel que 0 f (s)2 ds < ∞ presque sûrement, alors l’intégrale d’Itô 0 f (s)dBs est bien
définie.

2. Montrer que (Xt )t≥0 est un processus gaussien. Calculer son espérance et
sa covariance E[Xs Xt ].
Justification: Un processus gaussien est un processus tel que toute combinaison linéaire de ses valeurs
à différents temps est une variable aléatoire gaussienne. L’intégrale d’Itô d’une fonction déterministe par
rapport à un mouvement brownien est gaussienne.
Démonstration:
• Comme Xt est une intégrale d’Itô par rapport à un mouvement brownien avec une fonction intégrée
Pn variable gaussienne pour tout t ≥ 0. De plus, pour tout t1 , t2 , . . . , tn , la
déterministe, Xt est une
combinaison linéaire i=1 ai Xti est aussi une intégrale d’Itô, donc gaussienne. Ainsi, (Xt )t≥0 est
un processus gaussien.

• Espérance: Z t  Z t
E[Xt ] = E (sin s)dBs = (sin s)E[dBs ] = 0.
0 0

Théorème utilisé: L’espérance de l’intégrale d’Itô d’un processus prévisible est nulle.
• Covariance: Pour s ≤ t,
Z s  Z t  Z s Z t
E[Xs Xt ] = E (sin u)dBu (sin v)dBv = (sin u)(sin v)E[dBu dBv ].
0 0 0 0

1
Comme E[dBu dBv ] = δ(u − v)dudv où δ est la fonction de Dirac, on a
Z s Z s Z s  s  
2 1 − cos(2u) 1 sin(2u) 1 sin(2s)
E[Xs Xt ] = (sin u)(sin u)du = sin u du = du = u− = s− .
0 0 0 2 2 2 0 2 2
 2  R
Rt t
Théorème utilisé: L’isométrie d’Itô donne E 0
f (s)dB s = 0 E[f (s)2 ]ds.

3. Calculer E[Xt |Fs ].


Justification: La propriété de martingale de l’intégrale d’Itô permet de simplifier le calcul de l’espérance
conditionnelle.
Démonstration: Pour s ≤ t,
Z t  Z s Z t 
E[Xt |Fs ] = E (sin u)dBu Fs = E (sin u)dBu + (sin u)dBu Fs .
0 0 s
Rs
Comme 0
(sin u)dBu est Fs -mesurable,
Z s Z t 
E[Xt |Fs ] = (sin u)dBu + E (sin u)dBu Fs = Xs + 0 = Xs .
0 s
 
Rt
Théorème utilisé: L’intégrale d’Itô est une martingale, donc E s
f (u)dBu Fs = 0 si f (u) est
prévisible.
Rt
4. Montrer que Xt = (sin t)Bt − 0
(cos s)Bs ds.
Justification: Il s’agit d’une application d’intégration par parties pour les intégrales stochastiques
(formule d’Itô).
Démonstration: Soit Ut = (sin t)Bt . On applique la formule d’Itô à Ut = f (t, Bt ) avec f (t, x) =
(sin t)x. Alors,
∂f ∂f 1 ∂2f
df = dt + dx + (dx)2 .
∂t ∂x 2 ∂x2
∂f ∂f ∂2f
Ici, ∂t = (cos t)Bt , ∂x = sin t, et ∂x2 = 0. Donc,

dUt = (cos t)Bt dt + (sin t)dBt .

Intégrons de 0 à t: Z t Z t
Ut − U0 = (cos s)Bs ds + (sin s)dBs .
0 0
Comme U0 = (sin 0)B0 = 0, on a
Z t
(sin t)Bt = (cos s)Bs ds + Xt .
0

Donc, Z t
Xt = (sin t)Bt − (cos s)Bs ds.
0

Exercice 2
1.
Soient Zt , Yt deux processus d’Itô,
Z t Z t
Zt = Z0 + Ks ds + Hs dBs ,
0 0
Z t Z t
Yt = Y0 + Ls ds + Gs dBs .
0 0

2
a. Montrer que Ut := Zt + Yt est un processus d’Itô.
Démonstration:
Z t Z t
Ut = Zt + Yt = Z0 + Y0 + (Ks + Ls )ds + (Hs + Gs )dBs .
0 0
Rt Rt
Donc, Ut est de la forme U0 + 0
As ds + 0
Cs dBs , où As = Ks + Ls et Cs = Hs + Gs . Ainsi, Ut est un
processus d’Itô.

b. Exprimer Ut2 en utilisant la formule d’Itô.


∂2f
Démonstration: On applique la formule d’Itô à f (t, Ut ) = Ut2 . On a ∂f
∂t = 0,
∂f
∂u = 2Ut , et ∂u2 = 2.
Donc,
1
dUt2 = 2Ut dUt + · 2(dUt )2 = 2Ut dUt + (dUt )2 .
2
On sait que dUt = (Kt + Lt )dt + (Ht + Gt )dBt . Donc,

(dUt )2 = (Ht + Gt )2 (dBt )2 = (Ht + Gt )2 dt.

Ainsi,

dUt2 = 2Ut [(Kt +Lt )dt+(Ht +Gt )dBt ]+(Ht +Gt )2 dt = [2Ut (Kt +Lt )+(Ht +Gt )2 ]dt+2Ut (Ht +Gt )dBt .

Intégrant de 0 à t:
Z t Z t
Ut2 = U02 + [2Us (Ks + Ls ) + (Hs + Gs ) ]ds + 2
2Us (Hs + Gs )dBs .
0 0

Rt Rt Rt
c. En déduire que Zt Yt = Z0 Y0 + 0
Zs dYs + 0
Ys dZs + 0
Hs Gs ds.
Démonstration: On a Zt Yt = 21 [(Zt + Yt )2 − Zt2 − Yt2 ]. Donc,

1
d(Zt Yt ) = [d(Zt + Yt )2 − d(Zt2 ) − d(Yt2 )].
2
On sait que dZt = Kt dt + Ht dBt et dYt = Lt dt + Gt dBt . Appliquons la formule d’Itô à Zt2 et Yt2 :

dZt2 = 2Zt dZt + (dZt )2 = 2Zt (Kt dt + Ht dBt ) + Ht2 dt = (2Zt Kt + Ht2 )dt + 2Zt Ht dBt .

dYt2 = 2Yt dYt + (dYt )2 = 2Yt (Lt dt + Gt dBt ) + G2t dt = (2Yt Lt + G2t )dt + 2Yt Gt dBt .
On a déjà calculé d(Zt + Yt )2 :

d(Zt + Yt )2 = [2(Zt + Yt )(Kt + Lt ) + (Ht + Gt )2 ]dt + 2(Zt + Yt )(Ht + Gt )dBt .

Donc,
1
d(Zt Yt ) = {[2(Zt + Yt )(Kt + Lt ) + (Ht + Gt )2 ]dt + 2(Zt + Yt )(Ht + Gt )dBt
2
− [(2Zt Kt + Ht2 )dt + 2Zt Ht dBt ] − [(2Yt Lt + G2t )dt + 2Yt Gt dBt ]}
1
= {[2Zt Lt + 2Yt Kt + 2Ht Gt ]dt + 2Yt Ht dBt + 2Zt Gt dBt }
2
= (Zt Lt + Yt Kt + Ht Gt )dt + Yt Ht dBt + Zt Gt dBt
= Zt (Lt dt + Gt dBt ) + Yt (Kt dt + Ht dBt ) + Ht Gt dt
= Zt dYt + Yt dZt + Ht Gt dt.

Intégrant de 0 à t: Z t Z t Z t
Zt Yt = Z0 Y0 + Zs dYs + Ys dZs + Hs Gs ds.
0 0 0

3
h  i
σ2
2. Montrer que St := x0 exp µ− 2
t + σWt est une solution issue de x0 de
l’EDS dXt = Xt (µdt + σdWt ).
 
σ2
Démonstration: Appliquons la formule d’Itô à St = x0 exp(f (t, Wt )) avec f (t, w) = µ − 2 t + σw.
On a
∂f σ2 ∂f ∂2f
=µ− , = σ, = 0.
∂t 2 ∂w ∂w2
Soit g(x) = x0 ex , alors g ′ (x) = x0 ex et g ′′ (x) = x0 ex . Donc
1 1
dSt = x0 ef (t,Wt ) df + x0 ef (t,Wt ) (df )2 = St df + St (df )2 .
2 2
σ2
 
df = µ − dt + σdWt .
2
(df )2 = σ 2 (dWt )2 = σ 2 dt.
Donc,
σ2
  
1
dSt = St µ− dt + σdWt + St σ 2 dt = St [µdt + σdWt ] .
2 2
Ainsi, St satisfait l’EDS dXt = Xt (µdt + σdWt ) et S0 = x0 .

3. Montrer, en considérant une autre solution (Xt ) et en appliquant 1) pour


montrer que Xt /St est constant, que St est la seule solution de l’EDS (1) issue
de x0 .
Démonstration: Soit Xt une autre solution de l’EDS dXt = Xt (µdt + σdWt ) issue de x0 . Considérons
Yt = X Xt
St . Alors Xt = Yt St . Appliquons la formule d’Itô à Yt = St :
t

St dXt − Xt dSt 1
dYt = − 3 d[St , Xt ]
St2 St

St Xt (µdt + σdWt ) − Xt St (µdt + σdWt ) 1


dYt = 2 − 3 St Xt σ 2 dt = 0
St St
X0 x0
Comme dYt = 0, Yt est constant. Donc Yt = Y0 = S0 = x0 = 1. Ainsi Xt = St pour tout t.

Exercice 3
Soit a, α, b, β quatre constantes réelles. Soit x ∈ R. On considère l’équation différentielle stochastique
(
dXt = (a + αXt )dt + (b + βXt )dBt
(1)
X0 = x.

1. Montrer que (2) admet une unique solution.


Justification: On utilise le théorème d’existence et d’unicité pour les EDS.
Démonstration: Soit f (t, x) = a + αx et g(t, x) = b + βx. On doit vérifier que f et g sont Lipschitz
et satisfont une condition de croissance linéaire.
• Lipschitz: |f (t, x) − f (t, y)| = |α(x − y)| ≤ |α||x − y| et |g(t, x) − g(t, y)| = |β(x − y)| ≤ |β||x − y|.
• Croissance linéaire: |f (t, x)|2 = (a + αx)2 ≤ 2a2 + 2α2 x2 ≤ K(1 + x2 ) et |g(t, x)|2 = (b + βx)2 ≤
2b2 + 2β 2 x2 ≤ K ′ (1 + x2 ).

Théorème utilisé: Le théorème d’existence et d’unicité pour les EDS assure que si f et g sont Lipschitz
et satisfont une condition de croissance linéaire, alors l’EDS dXt = f (t, Xt )dt + g(t, Xt )dBt avec X0 = x
admet une unique solution.

4
2.
On note m(t) = E(Xt ) et M (t) = E[Xt2 ].

a. Montrer que m(t) est l’unique solution de l’équation différentielle ordinaire


(
y ′ − αy = a
(2)
y(0) = x

Démonstration: On prend l’espérance de l’EDS :


E[dXt ] = E[(a + αXt )dt + (b + βXt )dBt ].
E[dXt ] = (a + αE[Xt ])dt + (b + βE[Xt ])E[dBt ].
Comme E[dBt ] = 0,
dm(t) = (a + αm(t))dt.
Donc, m′ (t) = a + αm(t), ce qui donne m′ (t) − αm(t) = a avec m(0) = E[X0 ] = x.

b. Écrire la formule d’Itô pour Xt2 où Xt est solution de (2).


∂2f
Démonstration: Appliquons la formule d’Itô à f (t, Xt ) = Xt2 . On a ∂f
∂t = 0,
∂f
∂x = 2Xt , et ∂x2 = 2.
Donc,
1
dXt2 = 2Xt dXt + · 2(dXt )2 = 2Xt dXt + (dXt )2 .
2
On sait que dXt = (a + αXt )dt + (b + βXt )dBt . Donc,
(dXt )2 = [(a + αXt )dt + (b + βXt )dBt ]2 = (b + βXt )2 (dBt )2 = (b + βXt )2 dt.
Ainsi,
dXt2 = 2Xt [(a+αXt )dt+(b+βXt )dBt ]+(b+βXt )2 dt = [2Xt (a+αXt )+(b+βXt )2 ]dt+2Xt (b+βXt )dBt .

c. En déduire que M (t) est l’unique solution de l’équation différentielle ordinaire


(
y ′ − (2α + β 2 )y = 2(a + bβ)m + b2
(3)
y(0) = x2
où m est la solution de (3). (On admettra que l’intégrale stochastique qui intervient est
une martingale).
Démonstration: On prend l’espérance de dXt2 :
E[dXt2 ] = E [2Xt (a + αXt ) + (b + βXt )2 ]dt + 2Xt (b + βXt )dBt .
 

E[dXt2 ] = [2E[Xt (a + αXt )] + E[(b + βXt )2 ]]dt + 2E[Xt (b + βXt )]E[dBt ].


Comme E[dBt ] = 0,
dM (t) = [2aE[Xt ] + 2αE[Xt2 ] + b2 + 2bβE[Xt ] + β 2 E[Xt2 ]]dt.
M ′ (t) = 2am(t) + 2αM (t) + b2 + 2bβm(t) + β 2 M (t).
M ′ (t) = (2α + β 2 )M (t) + 2(a + bβ)m(t) + b2 .
Donc, M ′ (t) − (2α + β 2 )M (t) = 2(a + bβ)m(t) + b2 avec M (0) = E[X02 ] = x2 .

d. Résoudre (3) pour déterminer m(t), puis (4) pour déterminer M (t).
Démonstration: (3) y ′ − αy = a avec y(0) = x. La solution générale est de la forme y(t) = Ceαt − αa
si α ̸= 0. En utilisant la condition initiale, x = C − αa , donc C = x + αa . Ainsi, m(t) = x + αa eαt − αa .
Si α = 0, alors y ′ = a, donc y(t) = at + x.
(4) y ′ − (2α + β 2 )y = 2(a + bβ)m + b2 avec y(0) = x2 . On a m(t) = x + αa eαt − αa . Donc,

h a  αt a i
y ′ − (2α + β 2 )y = 2(a + bβ) x + e − + b2 .
α α
 a  αt 2a(a + bβ)
y ′ − (2α + β 2 )y = 2(a + bβ) x + e − + b2 .
α α
On résout cette équation différentielle linéaire du premier ordre.

Vous aimerez peut-être aussi