Ter Certi Po

Procesos Estocasticos
FCFM-UANL
6 y 13 de Octubre de 2016
FCFM-UANL
Procesos Estoc
asticos
1 / 31
Agenda
1
Integral de Tercer Tipo

Integrales y Procesos con Incrementos Independientes
Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito
Ejemplo 1
Ejemplo 2
Ejemplo 3
La Integral
Ejemplo
La Integral no es Martingala
F
ormulas de Ito
La diferencial de Ito
Ejemplos de Aplicaci
on de las F
ormulas de Ito
Referencias
FCFM-UANL
Procesos Estoc
asticos
2 / 31
Integral de Ito
Preliminares
Para s1 < s2 < < sm t < s, t1 < t2 < < tn t.
1
W (t) es un proceso con incrementos independientes (de hecho una

martingala)
W (si ) y W (s) W (t) son independientes para todo i = 1, 2, m
X (tj ) y W (s) W (t) son independientes para todo j = 1, 2, n
a = 0 < 1 < < N = b. {0 , 1 , , N } particion del intervalo

[a, b]
P
YN = N
i=1 x(i1 )[W (i ) W (i1 )]
5
6
l.i.m.N YN existe cuando max[i1 , i ] 0
FCFM-UANL
Procesos Estoc
asticos
3 / 31
Integral de Ito
Definicion
A la integral:
Z
Y =
x( )dW ( ) = l.i.m.N
a
N
X
x(i1 )[W (i ) W (i1 )]
i=1
se le denomina Integral de Ito
FCFM-UANL
Procesos Estoc
asticos
4 / 31
Integral de Ito
Definicion
A la integral:
Z
Y =
x( )dW ( ) = l.i.m.N
a
N
X
x(i1 )[W (i ) W (i1 )]
i=1

Anotacion
Note que el valor del proceso estocastico x( ) para cada intervalo [ti1 , ti )
es tomado en el extremo izquierdo del intervalo, y esto es esencial puesto
que como veremos mas adelante, al cambiar el punto de evaluacion en el
intervalo, el valor de la integral cambia (esta es la diferencia crucial entre
integrales de segundo tipo e integrales de tercer tipo).
FCFM-UANL
Procesos Estoc
asticos
4 / 31
Integral de Ito
Definicion
A la integral:
Z
Y =
x( )dW ( ) = l.i.m.N
a
N
X
x(i1 )[W (i ) W (i1 )]
i=1

Anotacion
Note que el valor del proceso estocastico x( ) para cada intervalo [ti1 , ti )
es tomado en el extremo izquierdo del intervalo, y esto es esencial puesto
que como veremos mas adelante, al cambiar el punto de evaluacion en el
intervalo, el valor de la integral cambia (esta es la diferencia crucial entre
integrales de segundo tipo e integrales de tercer tipo).
FCFM-UANL
Procesos Estoc
asticos
4 / 31
Criterio para la Integral de Ito con Lmites Constantes
Denotamos mW (t) = E [W (t)], KW (t) = Var [W (t)]. A continuacion

establecemos un criterio necesario y suficiente para la existencia de la
integral de Ito
FCFM-UANL
Procesos Estoc
asticos
5 / 31

integral de Ito
Criterio para la existencia de la Integral de Ito: Lmites Constantes
Rb
Existe Y = a x(t)dW (t) si y solamente si existe
Z
b
2
E |x(t)| W (t)dt =
Var (Y ) =
a
FCFM-UANL
Procesos Estoc
asticos
E |x(t)|2
KW (t)
dt
t
5 / 31

integral de Ito
Rb
Z
b
2
E |x(t)| W (t)dt =
Var (Y ) =
a
E |x(t)|2
KW (t)
dt
t
donde W (t) es la intensidad del proceso W (t) (Cuando W (t) es el

proceso estandar de Wiener W (t) = 1).
FCFM-UANL
Procesos Estoc
asticos
5 / 31

integral de Ito
Rb
Z
b
2
E |x(t)| W (t)dt =
Var (Y ) =
a
E |x(t)|2
KW (t)
dt
t
donde W (t) es la intensidad del proceso W (t) (Cuando W (t) es el

proceso estandar de Wiener W (t) = 1).
FCFM-UANL
Procesos Estoc
asticos
5 / 31
Criterio para la Existencia de la Integral de Ito: Lmite

Superior Variable
Criterio para la Existencia de la Integral de Ito: Lmite Superior Variable

Rt
Existe Y (t) = t0 x( )dW ( ) si y solamente si existe
Z
t
2
E |x( )| W ( )d =
Var (Y (t)) =
t0
FCFM-UANL
t0
Procesos Estoc
asticos
E |x( )|2
KW ( )
d
d
6 / 31

Superior Variable

Rt
Z
t
2
E |x( )| W ( )d =
Var (Y (t)) =
t0
t0
E |x( )|2
KW ( )
d
d
donde Y (t) es un nuevo proceso con incrementos independientes siempre

que W (t) sea un proceso con incrementos independientes.
FCFM-UANL
Procesos Estoc
asticos
6 / 31

Superior Variable

Rt
Z
t
2
E |x( )| W ( )d =
Var (Y (t)) =
t0
t0
E |x( )|2
KW ( )
d
d
donde Y (t) es un nuevo proceso con incrementos independientes siempre

que W (t) sea un proceso con incrementos independientes.
FCFM-UANL
Procesos Estoc
asticos
6 / 31
Anotaciones
E [Y ] = E [Y (t)] = 0
FCFM-UANL
Procesos Estoc
asticos
7 / 31
Anotaciones
E [Y ] = E [Y (t)] = 0
Como integral con respecto al tiempo tiene sentido calcular covarianza

obteniendo un nuevo proceso con incrementos independientes.
R min{t1 ,t2 } 2 KW ( )
KY (t1 , t2 ) = Var (Y (min{t1 , t2 })) = t0
x ( ) d d
FCFM-UANL
Procesos Estoc
asticos
7 / 31
Anotaciones
E [Y ] = E [Y (t)] = 0

R min{t1 ,t2 } 2 KW ( )
KY (t1 , t2 ) = Var (Y (min{t1 , t2 })) = t0
x ( ) d d
Dado que la Integral de Ito satisface E [Y ] = E [Y (t)] = 0 y es un

proceso con incrementos independientes, la Integral de Ito es una
martingala
FCFM-UANL
Procesos Estoc
asticos
7 / 31
Anotaciones
E [Y ] = E [Y (t)] = 0

R min{t1 ,t2 } 2 KW ( )
KY (t1 , t2 ) = Var (Y (min{t1 , t2 })) = t0
x ( ) d d
Dado que la Integral de Ito satisface E [Y ] = E [Y (t)] = 0 y es un

proceso con incrementos independientes, la Integral de Ito es una
martingala
FCFM-UANL
Procesos Estoc
asticos
7 / 31
Ejemplo 1
Ejemplo: Calculo de la Integral de Ito

RT
2
Muestre que Y = 0 W ( )dW ( ) 6= W 2(t) , con W ( ) el proceso
estandar de Wiener.
Solucion
FCFM-UANL
Procesos Estoc
asticos
8 / 31
Ejemplo 1

RT
2
estandar de Wiener.
Solucion
Z
E [Y ] = E [
W ( )dW ] =
0
mientras que E [ W 2(t) ] =
E [W ( )]dW ] = 0
0
t
2
6= 0 Luego
W ( )dW ( ) 6=
Y =
0
FCFM-UANL
Procesos Estoc
asticos
W 2 (T )
2
8 / 31
Ejemplo 1

RT
2
estandar de Wiener.
Solucion
Z
E [Y ] = E [
W ( )dW ] =
0
mientras que E [ W 2(t) ] =
E [W ( )]dW ] = 0
0
t
2
6= 0 Luego
W ( )dW ( ) 6=
Y =
0
FCFM-UANL
Procesos Estoc
asticos
W 2 (T )
2
8 / 31
Ejemplo 2

Calcule usando la definicion la integral
proceso estandar de Wiener.
FCFM-UANL
RT
0
W ( )dW ( ), con W ( ) el
Procesos Estoc
asticos
9 / 31
Ejemplo 2

RT
0
W ( )dW ( ), con W ( ) el
Solucion
RT
PN
i=1 W (i1 )[W (i ) W (i1 )] =
0 W ( )dW = l.i.m.N
PN
1
2
2
2
i=1 [W (i ) W (i1 )] [W (i ) W (i1 )] =
2 l.i.m.N
Z
W ( )dW ( ) =
0
FCFM-UANL
W 2 (T )T
2
W 2 (T ) T
2
Procesos Estoc
asticos
9 / 31
Ejemplo 2

RT
0
W ( )dW ( ), con W ( ) el
Solucion
RT
PN
i=1 W (i1 )[W (i ) W (i1 )] =
0 W ( )dW = l.i.m.N
PN
1
2
2
2
i=1 [W (i ) W (i1 )] [W (i ) W (i1 )] =
2 l.i.m.N
Z
W ( )dW ( ) =
0
FCFM-UANL
W 2 (T )T
2
W 2 (T ) T
2
Procesos Estoc
asticos
9 / 31
Ejemplo 3
Ejemplo 16 pagina 159

Calculo de la varianza de una Integral estocastica
RT
Determine la varianza del proceso estocastico Y = 0 x( )dW ( ), x( )
proceso estocastico con valor esperado mx (t) = ct, funcion de covarianza
Kx (t1 , t2 ) = D exp((t1 + t2 ) + |t1 t2 |) y W ( ) es el proceso estandar
de Wiener.
FCFM-UANL
Procesos Estoc
asticos
10 / 31
Ejemplo 3

RT
de Wiener.
Solucion
E [|x(t)|2 ] = |mx (t)|2 + Dx (t) = (ct)2 + D exp(2t)
RT
RT
Var (Y ) = 0 E |x( )|2 W ( )d = 0 (c )2 + D exp(2 )W ( )d =
RT
R
R
2
2 T 2 d + D T exp(2 )d. Luego
0 (c ) + D exp(2 )d = c
0
0
Z
Var (Y ) =
E |x( )|2 W ( )d = c 2 T 3 /3 + D[exp(2T ) 1]/2
0
FCFM-UANL
Procesos Estoc
asticos
10 / 31
Ejemplo 3

RT
de Wiener.
Solucion
E [|x(t)|2 ] = |mx (t)|2 + Dx (t) = (ct)2 + D exp(2t)
RT
RT
Var (Y ) = 0 E |x( )|2 W ( )d = 0 (c )2 + D exp(2 )W ( )d =
RT
R
R
2
2 T 2 d + D T exp(2 )d. Luego
0 (c ) + D exp(2 )d = c
0
0
Z
Var (Y ) =
E |x( )|2 W ( )d = c 2 T 3 /3 + D[exp(2T ) 1]/2
0
FCFM-UANL
Procesos Estoc
asticos
10 / 31
La Integral
La Integral
Definicion
Rb
Y = a x( )d W ( ) =
l.i.m.N
N
X
[(1 )x(i1 ) + x(i )][W (i ) W (i1 )]
i=1
[0, 1]
FCFM-UANL
Procesos Estoc
asticos
11 / 31
La Integral
La Integral
Definicion
Rb
Y = a x( )d W ( ) =
l.i.m.N
N
X
[(1 )x(i1 ) + x(i )][W (i ) W (i1 )]
i=1
[0, 1]
Anotaciones
Rb
1 Y =
a x( )d W ( ) = (1 )Y0 + Y1
2
Para = 0, Y = Y0 . Tenemos la Integral de Ito (Proceso con

incrementos independientes)
Para =
1
2
FCFM-UANL
Y =
Y0 +Y1
2 .
Tenemos la Integral de Stratonovich

Procesos Estoc
asticos
11 / 31
La Integral
La Integral
Definicion
Rb
Y = a x( )d W ( ) =
l.i.m.N
N
X
[(1 )x(i1 ) + x(i )][W (i ) W (i1 )]
i=1
[0, 1]
Anotaciones
Rb
1 Y =
a x( )d W ( ) = (1 )Y0 + Y1
2
Para = 0, Y = Y0 . Tenemos la Integral de Ito (Proceso con

incrementos independientes)
Para =
1
2
FCFM-UANL
Y =
Y0 +Y1
2 .
Tenemos la Integral de Stratonovich

Procesos Estoc
asticos
11 / 31
La Integral
Ejemplo

Dependencia de la Integral estocastica del punto de evaluacion en el
intervalo
RT
RT
Considere Y1 = 0 W ( )d1 W ( ), Y2 = 0 W ( )d2 W ( ),
1 , 2 [0, 1]. Veamos que si 1 6= 2 entonces Y1 6= Y2 .
FCFM-UANL
Procesos Estoc
asticos
12 / 31
La Integral
Ejemplo

intervalo
RT
RT
Solucion
Considere la variable aleatoriaP
Y (2 ) Y (1 ) = l.i.m.N N
i=1 [(1 2 )W (i1 ) + 2 W (i )][W (i )
W (i1 )] P
[(1 1 )W (i1 ) + 1 W (i )][W (i ) W (i1 )] =
l.i.m.N N
[( 1 )W (i1 ) + (1 2 )W (i )][W (i ) W (i1 )] =
Pi=1 2
2
l.i.m.N N
i=1 [(2 1 )][W (i ) W (i1 )] , 1 , 2 [0, 1]
FCFM-UANL
Procesos Estoc
asticos
12 / 31
La Integral
Ejemplo

intervalo
RT
RT
Solucion
Considere la variable aleatoriaP
Y (2 ) Y (1 ) = l.i.m.N N
i=1 [(1 2 )W (i1 ) + 2 W (i )][W (i )
W (i1 )] P
[(1 1 )W (i1 ) + 1 W (i )][W (i ) W (i1 )] =
l.i.m.N N
[( 1 )W (i1 ) + (1 2 )W (i )][W (i ) W (i1 )] =
Pi=1 2
2
l.i.m.N N
i=1 [(2 1 )][W (i ) W (i1 )] , 1 , 2 [0, 1]
FCFM-UANL
Procesos Estoc
asticos
12 / 31
La Integral
Ejemplo

Solucion
P
2
E [Y (2 ) Y (1 )] = l.i.m.N N
i ) W (ti1 )] =
i=1 [(2 1 )]E [W (t
PN
P
N
T
l.i.m.N i=1 [(2 1 )] T
i=1 N =
N = [(2 1 )]l.i.m.N
[(2 1 )]l.i.m.N T = [(2 1 )]T
T
pues i i1 = i T
N (i 1) N =
T
N
Luego
E [Y (2 ) Y (1 )] = [(2 1 )]T
Si (1 6= 2 ) entonces E [Y1 ] 6= E [Y2 ] y por tanto Y1 6= Y2 para
1 , 2 [0, 1]
Anotacion
Cuanto mayor sea T , la diferencia de las integrales es mas grande
FCFM-UANL
Procesos Estoc
asticos
13 / 31
La Integral
Ejemplo

Solucion
P
2
E [Y (2 ) Y (1 )] = l.i.m.N N
i ) W (ti1 )] =
i=1 [(2 1 )]E [W (t
PN
P
N
T
l.i.m.N i=1 [(2 1 )] T
i=1 N =
N = [(2 1 )]l.i.m.N
[(2 1 )]l.i.m.N T = [(2 1 )]T
T
pues i i1 = i T
N (i 1) N =
T
N
Luego
E [Y (2 ) Y (1 )] = [(2 1 )]T
Si (1 6= 2 ) entonces E [Y1 ] 6= E [Y2 ] y por tanto Y1 6= Y2 para
1 , 2 [0, 1]
Anotacion
Cuanto mayor sea T , la diferencia de las integrales es mas grande
FCFM-UANL
Procesos Estoc
asticos
13 / 31
La Integral
Dado que la definicion de Integral involucra una combinacion convexa,

esto implicara que x(t 1), no siempre sea independiente de x(t) (hacia
al futuro). Por lo tanto no puede asegurarse que la -Integral sea
Martingala, salvo para = 0.
FCFM-UANL
Procesos Estoc
asticos
14 / 31
La Integral

Para ver esto note que Y Y0 = ( 0)T = T y como E [Y0 ] = 0:
E [Y ] = E [Y0 ] + E [t] = t 6= cte y por tanto no es martingala cuando
6= 0
FCFM-UANL
Procesos Estoc
asticos
14 / 31
La Integral

Para ver esto note que Y Y0 = ( 0)T = T y como E [Y0 ] = 0:
E [Y ] = E [Y0 ] + E [t] = t 6= cte y por tanto no es martingala cuando
6= 0
FCFM-UANL
Procesos Estoc
asticos
14 / 31
La Integral
Por que la -Integral?

1
Calcular el valor de los momentos de la Integral de Ito ( = 0) suele

ser una tarea facil (esperanza, varianza y covarianza en el caso
vectorial), mientras que calcular la esperanza de la -Integral no
siempre es facil debido a la dependencia de x(t) y W (ti ) W (ti1 ).
FCFM-UANL
Procesos Estoc
asticos
15 / 31
La Integral

1

Sin embargo,la -integral (particularmente, la Integral de

Stratonovich) a pesar de no ser martingala suele facilitar la realizacion
de calculo numerico y conserva algunas propiedades usuales del
calculo integral.
FCFM-UANL
Procesos Estoc
asticos
15 / 31
La Integral

1

Sin embargo,la -integral (particularmente, la Integral de

Stratonovich) a pesar de no ser martingala suele facilitar la realizacion
de calculo numerico y conserva algunas propiedades usuales del
calculo integral.
FCFM-UANL
Procesos Estoc
asticos
15 / 31
F
ormulas de Ito
Formulas de Ito: Generalidades
Usualmente una integral de Riemann no se calcula a partir la definicion, en

lugar de ello existen formulas bien conocidas para calcular integrales. La
misma situacion se presenta para integrales estocasticas: en muy raros
casos se calculan estas a traves de su definici
on. A continuacion se
enuncia La formula de Ito que permite para calcular integrales.
Generalidades
Una funcion real de variable real se dice de clase C 1 , cuando es
diferenciable y su derivada es continua. Analogamente, una funcion se dice
de clase C 2 si es dos veces diferenciable y su segunda derivada es una
funcion continua.
FCFM-UANL
Procesos Estoc
asticos
16 / 31
F
ormulas de Ito
Formulas de Ito: Generalidades
Usualmente una integral de Riemann no se calcula a partir la definicion, en

lugar de ello existen formulas bien conocidas para calcular integrales. La
misma situacion se presenta para integrales estocasticas: en muy raros
casos se calculan estas a traves de su definici
on. A continuacion se
enuncia La formula de Ito que permite para calcular integrales.
Generalidades
Una funcion real de variable real se dice de clase C 1 , cuando es
diferenciable y su derivada es continua. Analogamente, una funcion se dice
de clase C 2 si es dos veces diferenciable y su segunda derivada es una
funcion continua.
FCFM-UANL
Procesos Estoc
asticos
16 / 31
F
ormulas de Ito
La Diferencial de Ito
Considere el proceso estocastico:
Z t
Z t
Z (t) = Z (0) +
X ( )d +
Y ( )dW ( )
t0
t0
W (t) proceso de Wiener con intensidad W (t)

Podemos reescribir:
dZ (t) = X (t)dt + Y (t)dW (t)
Ademas
Z (t) = X (t)t + Y (t)W (t)
dZ
U
U dZ
si U = (Z , t) entonces dU
dt = t + Z dt = t + Z dt por tanto
dW
(t)
dZ
dZ
dU = [
obtenemos:
t + Z dt ]dt y como dt = X (t) + Y (t) dt
dW (t)
dU = [ t + Z (X (t) + Y (t) dt )]dt De donde

FCFM-UANL
Procesos Estoc
asticos
17 / 31
F
ormulas de Ito
La Diferencial de Ito
dU =
dt +
X (t)dt +
Y (t)dW (t)
t
Z
Z
y por tanto
U =
t +
X (t)t +
Y (t)W (t)
t
Z
Z
del mismo modo dW (t) = Wt(t) dt tenemos W (t) =

reemplazando esta u
ltima expresi
on obtenemos
U =
FCFM-UANL
W (t)
t t
W (t)
t +
X (t)t +
Y (t)
t
t
Z
Z
t
Procesos Estoc
asticos
18 / 31
F
ormulas de Ito
Orden del incremento de W con respecto al incremento de

t
W = W (t + t) W (t)
E [W ] = E [W (t + t) W (t)] = E [W (t + t)] E [W (t)] = 0
E [W ]2 = E [W (t + t) W (t)]2 = t + t t = t
Luego
(W )2 t
si y solamente s
W
FCFM-UANL
Procesos Estoc
asticos
19 / 31
F
ormulas de Ito
Formulas de Ito
Si U = (Z , t)
F
ormulas de Ito: Caso Escalar
dU =
1 2 2
dt +
X (t)dt +
Y (t)W (t)dt +
Y (t)dW (t)
2
t
Z
2 Z
Z
FCFM-UANL
Procesos Estoc
asticos
20 / 31
F
ormulas de Ito
Formulas de Ito
Si U = (Z , t)
F
dU =
1 2 2
dt +
X (t)dt +
Y (t)W (t)dt +
Y (t)dW (t)
2
t
Z
2 Z
Z
F
ormula de Ito: Caso Vectorial
para el caso Z (t) Rn si U = (Z , t) R un escalar, entonces
dU = [
T
T
1 2
+(
) X (t)+ tr [ 2 Y (t)W (t)Y T (t)]]dt+(
) Y (t)dW (t)
t
Z
2 Z
Z
FCFM-UANL
Procesos Estoc
asticos
20 / 31
F
ormulas de Ito
Formulas de Ito
Si U = (Z , t)
F
dU =
1 2 2
dt +
X (t)dt +
Y (t)W (t)dt +
Y (t)dW (t)
2
t
Z
2 Z
Z
F
ormula de Ito: Caso Vectorial
para el caso Z (t) Rn si U = (Z , t) R un escalar, entonces
dU = [
T
T
1 2
+(
) X (t)+ tr [ 2 Y (t)W (t)Y T (t)]]dt+(
) Y (t)dW (t)
t
Z
2 Z
Z
FCFM-UANL
Procesos Estoc
asticos
20 / 31
F
ormulas de Ito
Casos Particulares de la Formula de Ito
U = (Z , t) = a(t)Z (t) + b(t)
dt +
X (t)dt +
Y (t)dW (t)
t
Z
Z
Calculo estocastico coincide con calculo determinista.
dU =
FCFM-UANL
Procesos Estoc
asticos
21 / 31
F
ormulas de Ito
U = (Z , t) = a(t)Z (t) + b(t)
dt +
X (t)dt +
Y (t)dW (t)
t
Z
Z
dU =
U = (W (t), t)
Si W (t) proceso estandar de Wiener
dU =
FCFM-UANL
1 2
dt +
dt +
dW (t)
t
2 W 2
W
Procesos Estoc
asticos
21 / 31
F
ormulas de Ito
U = (Z , t) = a(t)Z (t) + b(t)
dt +
X (t)dt +
Y (t)dW (t)
t
Z
Z
dU =
U = (W (t), t)
Si W (t) proceso estandar de Wiener
dU =
FCFM-UANL
1 2
dt +
dt +
dW (t)
t
2 W 2
W
Procesos Estoc
asticos
21 / 31
F
ormulas de Ito
U = Z1 Z2
dZ1 = X1 dt + Y1 dW , dZ2 = X2 dt + Y2 dW dU = d[z1 , z2 ] =
T
2
T (t)]]dt + ( )T Y (t)dW (t)
[0 + ( Z
) X (t) + 12 tr [ Z
2 Y (t)W (t)Y

Z
0 1
1
T
dU = d[Z1 , Z2 ] = [Z2 , Z1 ][X1 , X2 ] + 2 tr [
[Y1 , Y2 ] 1
1 0
[Y1 , Y2 ]T ]dt + [Z2 , Z1 ][Y1 , Y2 ]T dW (t)
dU = d[Z1 , Z2 ] = Z2 (X1 dt + Y1 dW ) + Z1 (X2 dt + Y2 dW ) + 21 2Y1 Y2 dt =
Z2 dZ1 + Z1 dZ2 + Y1 Y2 dt Por tanto
dU = d[Z1 , Z2 ] = Z2 dZ1 + Z1 dZ2 + Y1 Y2 dt
FCFM-UANL
Procesos Estoc
asticos
22 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Ejemplos de Aplicacion de la Formula de Ito

Ejemplo
La diferencial estocastica de Ito del proceso estandar de Wiener W ( ) es:
FCFM-UANL
Procesos Estoc
asticos
23 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

Ejemplo
Solucion
Si U = (Z , t) = Z ,
dZ (t) = dU = X (t)dt + Y (t)dW (t) = 0dt + 1dW (t),
dU = 0dt + (1 0)dt + ( 12 0 12 1)dt + (1 1)dW (t), dU = dW (t),
dZ (t) = dW (t) y por tanto
RT
RT
0 dZ ( ) = 0 dW ( ) = W (T ) W (0) = W (T )
Z
dW ( ) = W (T )
0
FCFM-UANL
Procesos Estoc
asticos
23 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

Ejemplo
Solucion
Si U = (Z , t) = Z ,
dZ (t) = dU = X (t)dt + Y (t)dW (t) = 0dt + 1dW (t),
dU = 0dt + (1 0)dt + ( 12 0 12 1)dt + (1 1)dW (t), dU = dW (t),
dZ (t) = dW (t) y por tanto
RT
RT
0 dZ ( ) = 0 dW ( ) = W (T ) W (0) = W (T )
Z
dW ( ) = W (T )
0
FCFM-UANL
Procesos Estoc
asticos
23 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

La diferencial estocastica de Ito del cuadrado del proceso estandar de
Wiener W 2 ( ) es:
Solucion
Si U = (Z , t) = Z 2 , dZ (t) = X (t)dt + Y (t)dW (t) = 0dt + 1dW (t),
por tanto Z (t) = W (t)
dU = dZ 2 = 0dt + (2Z 0)dt + ( 21 2 12 1)dt + (2Z 1)dW (t)
dU = dt + 2zdW (t), dW 2 (t) = dt + 2zdW (t), dW 2 = dt + 2WdW (t) y
2
por tanto WdW = dW (2 )d ,
Z
Z
W ( )dW ( ) =
FCFM-UANL
dW 2 ( ) d
W 2 (T ) T
=
2
2
2
Procesos Estoc
asticos
24 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

Wiener W 2 ( ) es:
Solucion
2
Z
Z
W ( )dW ( ) =
dW 2 ( ) d
W 2 (T ) T
=
2
2
2
Luego la formula para la diferencial determinista no es aplicable a

diferenciales estocasticas
FCFM-UANL
Procesos Estoc
asticos
24 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

Wiener W 2 ( ) es:
Solucion
2
Z
Z
W ( )dW ( ) =
dW 2 ( ) d
W 2 (T ) T
=
2
2
2
Luego la formula para la diferencial determinista no es aplicable a

diferenciales estocasticas
FCFM-UANL
Procesos Estoc
asticos
24 / 31
F
ormulas de Ito
on de las F
ormulas de Ito

La diferencial estocastica de Ito de la funci
on exponencial del proceso
estandar de Wiener es:
1
exp(W (t))dt + exp(W (t)dW (t)
2
Luego la formula para la diferencial de la funci
on exponencial no es
aplicable a diferenciales estocasticas
d exp(W (t)) =
FCFM-UANL
Procesos Estoc
asticos
25 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Otras Diferenciales Estocasticas
-Diferencial
Si U = (W (t), t), W (t) proceso estandar de Wiener
d U =
1
2
dt + ( )
d W (t)
dt +
2
t
2
W
W
para el caso = 0 tenemos integral de Ito, si =

Stratonovich. En este u
ltimo caso
d1 U =
2
1
2
tenemos integral de
dt +
d 1 W (t)
t
W 2
y por ende calculo estocastico coincide con calculo determinista.
FCFM-UANL
Procesos Estoc
asticos
26 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Otras Diferenciales Estocasticas

Ejemplos -Diferencial
En general
Z
(W )d W
0
no es martingala cuando 6= 0
La -diferencial estocastica de Ito de la funci
on exponencial del proceso
estandar de Wiener es
Z t
Z t
1
exp(W ( ))d W ( ) = exp(W ( )) 1 + ( )
exp(W ( ))d
2 0
0
puesto que del ejemplo 19
d exp(W (t)) =
FCFM-UANL
1
exp(W (t))dt + exp(W (t)dW (t)
2 Procesos Estocasticos
27 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Ejemplos -Diferencial
Para la funcion (W , t) = W n (t) potencia del proceso estandar de Wiener
tenemos Si U = (Z , t) = Z n+1 ,
dZ (t) = X (t)dt + Y (t)dW (t) = 0dt + 1dW (t), por tanto Z (t) = W (t)
dU = dZ n+1 = 0dt + (n + 1)Z n 0]dt + ( 21 )[n(n + 1)Z n1 12
1)dt + ((n + 1)Z n 1)dW (t), luego
1
dU = dZ n+1 = ( )[n(n + 1)Z n1 ]dt + ((n + 1)Z n )dW (t)
2
y
1
dW n+1 (t) = ( )[n(n + 1)W n1 ]dt + ((n + 1)W n )dW (t)
2
obteniendo
Z T
Z T
W n+1 (T )
1
W n ( )dW ( ) =
( )n
W n1 ( )d
n
+
1
2
0
0
FCFM-UANL
Procesos Estoc
asticos
28 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Casos Particulares de la -diferencial
F
ormula de Newton-Leibnitz para -diferencial
Sea U = (W ) una funcion de clase C 2 . Entonces
2
1
dt +
d W (t)
d (W ) = ( )
2
2
W
W
Z t 2
Z t
1

(W (t)) (W (0)) = ( )
dt
+
d W (t)
2
2
0 W
0 W
Considerando (W ) =
FCFM-UANL
obtenemos
Procesos Estoc
asticos
29 / 31
F
ormulas de Ito
on de las F
ormulas de Ito
Casos Particulares de la -diferencial

F
Z t
Z t
1
(W (t)) (W (0)) = ( )
dW +
d W (t)
2
0 W
0
F
Z t
Z t
1
d W (t) = (W (t)) (W (0)) ( )

dW
2
0
0 W
Ejercicio
Realice nuevamente el ejemplo 23 mediante la f
ormula de Newton Leibnitz
para la -diferencial
FCFM-UANL
Procesos Estoc
asticos
30 / 31
Referencias
Referencias
[1]. V. S. Pugachev and I. N. Sinitsyn, Stochastic Systems Theory and

Applications World Scientific Pub Co Inc (January 2002).
[2]. M. Basin, Notas de clase del curso Procesos Estocasticos (En
preparacion).
FCFM-UANL
Procesos Estoc
asticos
31 / 31

Ter Certi Po

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ter Certi Po

Transféré par

Droits d'auteur :

Formats disponibles

Procesos Estocasticos

Integral de Tercer Tipo

Existencia de la integral de Ito

Integral de Tercer Tipo

Integrales y Procesos con Incrementos Independientes

W (t) es un proceso con incrementos independientes (de hecho una

W (si ) y W (s) W (t) son independientes para todo i = 1, 2, m

X (tj ) y W (s) W (t) son independientes para todo j = 1, 2, n

a = 0 < 1 < < N = b. {0 , 1 , , N } particion del intervalo

l.i.m.N YN existe cuando max[i1 , i ] 0

Integral de Tercer Tipo

Integrales y Procesos con Incrementos Independientes

x(i1 )[W (i ) W (i1 )]

se le denomina Integral de Ito

Integral de Tercer Tipo

Integrales y Procesos con Incrementos Independientes

x(i1 )[W (i ) W (i1 )]

se le denomina Integral de Ito

Integral de Tercer Tipo

Integrales y Procesos con Incrementos Independientes

x(i1 )[W (i ) W (i1 )]

se le denomina Integral de Ito

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Integral de Ito con Lmites Constantes

Denotamos mW (t) = E [W (t)], KW (t) = Var [W (t)]. A continuacion

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Integral de Ito con Lmites Constantes

Denotamos mW (t) = E [W (t)], KW (t) = Var [W (t)]. A continuacion

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Integral de Ito con Lmites Constantes

Denotamos mW (t) = E [W (t)], KW (t) = Var [W (t)]. A continuacion

donde W (t) es la intensidad del proceso W (t) (Cuando W (t) es el

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Integral de Ito con Lmites Constantes

Denotamos mW (t) = E [W (t)], KW (t) = Var [W (t)]. A continuacion

donde W (t) es la intensidad del proceso W (t) (Cuando W (t) es el

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Existencia de la Integral de Ito: Lmite

Criterio para la Existencia de la Integral de Ito: Lmite Superior Variable

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Existencia de la Integral de Ito: Lmite

Criterio para la Existencia de la Integral de Ito: Lmite Superior Variable

donde Y (t) es un nuevo proceso con incrementos independientes siempre

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Criterio para la Existencia de la Integral de Ito: Lmite

Criterio para la Existencia de la Integral de Ito: Lmite Superior Variable

donde Y (t) es un nuevo proceso con incrementos independientes siempre

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Como integral con respecto al tiempo tiene sentido calcular covarianza

Existencia de la integral de Ito

Criterios de Existencia de la Integral de Ito

Como integral con respecto al tiempo tiene sentido calcular covarianza

Dado que la Integral de Ito satisface E [Y ] = E [Y (t)] = 0 y es un

Existencia de la integral de Ito