Académique Documents
Professionnel Documents
Culture Documents
1. -
engendrée
Def : Soit × : r→ IR .
La plus petite tribu F qui fait en sorte
que
✗ noit une variable aléatoire sur LI F) est, appelée tribu
Si alors nombre
card ( r ) C N
,
✗ ne
peut prendre qu' un
.
Pour i {1) → m } posons
c-
Ai ≥
{ WEI : ✗(w ) ai } Alors P =
.
-
{Ah , _
Thm : Little F) ,
eadtll Go un
espace probabilisable et F-{ An ,
An }
,
_
.
la
partition finie de I.
engendrant F. La
fonction X: UR et une
variable aléatoire sur El , F) si et seulement si ✗ est constante sur les
atomes de I.
Processus
2.
stochastique
Fonction aléatoire est variable aléatoire valeur de
chaque
une
pour
:
LR F P ) ,
X et Y modification ou version l'un de l'autre
,
-
si
✗ e- Yt P sûrement
chaque t fine presque
-
pour , .
que expression
:
processus un
unique
pendant propriété P
processus vérifiant P sont indistinguables
"
la → tous les
.
La continuite à drate peomet d { FEERS FYEZXEXEEQ
'êwie
D
:.
YEXE
cans Qe et denxe dans ire
.
I Yt XtEQeY GU teQe
FXY OqwEz
=Xt
{
: te EF
Yt
Yelw
(
)F
wDI
EEQ
PIU PCYt Q
zEQeLYtF
dene Ete
XeY
)=0
A
-Xt
+
+Y)=1.
3. Mouvement brownier standard on enare
processus de Wiener
browmen
o Nous difinissons un not standend monodimensionel démanant
:
à valeurs
à
l comme un
procemes ( t dam IR
qui
'crigine
30)
Bt,
poside les piriquietes suivantes
:
@
Si to atr ... stm aless BCto BCt Bltu -
)
),
,
BCtu-s)
)-BCto)..
sent
indépendants
PLBlett
.
Oi 1. alas AEBLIRY
t30
AV
)-BIDEAT-teap?-EIdn
O Are
prebabilite 1, Bo it triBt ut cantinue
-o
.
Da lit
prqpriete O nour
que
B pesside des accrcisements indipendants
La accranements
pqp
8 BCtt =
lor
BLE Onditque But a
1)-BL1)
stationnaves
-
Dif Nour
difininons em mouvement brownin standard dimanant en un
:
panl quelcaque ond
enricual avec dJl àlaide deces Z arsution
-din
.
o Inariance
par
trandation le
proemss B BE
:
=Bt-Bo
:(Btit3O),
brownien standand dêmanant à
l
'cigine
estren mouvement it
la variable aléatare Bo
iindépendant de
-
D Indipendance des SiBo
coadamies alas ( t )..., LBE t
:O
BE,
30)
..
30
,
rent der monvernents brownams standands manodimensionnch dimarrant
cal
l et
independants
'crigine
U Filtration
.
Df une cellection de tribur IF ( ext dite ane filtration in
=
:
Ft,tET)
5 Ft pour
tous xat Un inderie dam Tat dit
procemis
.
adapti à la
filtration ii
pawr chaque tET la variable altatire
Xt est Ft mesurable
La
filtration ent
famalisme qui sut à déaiil l donton dispose
'informetion
un
.
La
I
'infamat
an cearn
.
La tribu Ft contient les évemements qui peevent produie jusqu à
'
re
Iinstant t dcit
procemis adapte procemin qui
Cn vai un comme un
.
me wait
par
le
fenturr
.
CFEYite
Lat X
procemes stohrastique
La
filtration généipanTId
unX ndee
.
.
ut
définie FxX WXsis
2t)
par
:
Eni Supperans que l fondamental a R twat
'ensemble
.
le procemsen X CXt 30,1,2,33) qui modélise ldlun
-{wnsciniws,
Sat
'ivalution
,tE
=
frin quelle est la filtration natureble de X
?
.
w Xoles Xilwo Xalw X
3lw)
)
)
y ^
We 0, S
0,5
^ 7
wz O 0,5
,S
7 z ^ ^
Wß
wig
^ 2 Z Z
FoX =
{ Ø
F a X = od
=o(Xo)
r,
7
Eon {
1)
1X=
(Xo,
ws,wq}Y
A l instant t nous
,w24,
ciest l Eur quisert
'évinement
savous in
'
'
=l
,wry
réalisé
beiniw Wa }. on
F ol Yo = r Ewaswz
3,
2X=
?,Bws},Bwub?
,X7.X2)
?
F reXo XniXz = r Eu ? }
,X3)
3X=
why
}{cinquz},
3Y,
,
Pan T Fo =0(
40 Ft
=IRY
)
Cn
définit ea tribe Ftt = 1
sEIRt
Fs
us 1
=
MFtean
st
,
n
C la tribre Ft
augmentie des évênements qui peaventre produire
'ant
immidiatement apres
tLa famil e ( tEre ) utune filtration
.
FA+,
On dit la
filtration fFest continue a dicte n It Fet
que
:Ft
L
presque
sûrement ,
alors Y est Ft mesurable -
,
on
dit
que
la
filtration est
complète pour
P .
5.
Temps d' arrêt
L'
échantillonnage aléatoire mon anti
upetif comporte deux notions :
② Optionel time .
temps discret
Dif :
( ntqyuiytéme Une variable aléatoire [ à valeurs dans [ON] définie
sur un
espace
mesurable (r , F) est un
temps d' arrêt
par rapport à
la filtration 1F =
( Ft , d-ET
) si
pour chaque
tel
{ WER : I ( w) ≤ t | c- Ft
te ≤ t }
Intuitivement à
chaque instant t déterminer si
nous
pouvons
2 s' est réalisé avant t sur la base de l'informer dont on
dispose .
à 1 UW 371 , Hunt
supérieur ou
égal . Alors Zlwr) = 2
, 21Wh =
2 ,
- 1
{ WEI ; Hw) -0
-
} =
¢ c- Fox
×
{WEI : Kw) = 1 } :
{ ws , Wu } t
Fn
fw c- R : Uw) = 2 } :
{ wn , un } c- Foi
{ wtd : 4W) =3
} a
¢ c-
Fé
réaliser mit Î
en mesure de un
profit plus tard , la v. a- associée à
cette situation .
On a Elu ) -
1 Elvis 1
,
=
,
Î (Us) - O
, Elwin ) -
O
Î n' est pas d' aûet à la
filtration naturelle
un
temps par rapport
de X . En
effet { WEN ,
: EH = 0
} = {↳ , wn } & FOX
Pour 5- Rt
à voleurs dans lo
Dif ( optimal time)
: Une ✓a [ ,
n
] est un
temps d'arrêt
au sens
large par rapport à la filtration 1F si tt / « t} C- Ft .
Ennuie 1 : Montrer 2 «
optionel time »
rapport à F- l Ft 1- c- Rt)
que par ,
time » par
il
stepping rapport à Fe ( Ff-1 Rt )
"
ni est ,
tt
Supposons que
Att Rt { Et } c- Ft
{ 2 ≤ t} -
{ « t'
±} a
/ « t' £} e-
Ff+1 par hypothése
donc
je
< t +
±} C- A
Ftth
ÉÉ
,
Ft + =
nerfs
A =
Et
^
IR
Ftth en
a
Fttc CER Ff+2
a > 1-
◦ ( EH 0 LE ≤ 1 271
suite Cd droite)
la
1min31 est dense au
voisinage de o
◦ ,
{ « t}
-
-
¥ le ≤ t -
1- }
1-} Et À FtFlt-1Kfelle Ft
c-
{ et t -
c-
- +
=
If : On donne l'
anonyme eàdlàg pour un processus à trajectoires continues
à droite sur Ca , ou [ et qui ont une limite à gauche finie en tout
processus
✗
+ ≠ ✗t -
sur { Tco } c- futur :-( ( w ) Ca }
tfw c- { IL - } ✗ ( Mw) ,
w ) ≠ ✗ ( Ftw) ,
w) =
lui ✗ ( mw )
s → T ( w)
Exercice : Supposons Eut muni d' une métrique dit Z ultra tribu borélienne .
Sit ✗+ ,
tt [qd ,
à valeurs dans E et D E E -
1) Supposons que D
est un fermé et
que ✗ est càdlag 1F -
adapté .
c- au un
ta main
MQ LÀ est un
shopping time pour
F.
D ut un fermé ,
il est alors l'intersection Dm d'ensemble ouverts
s c- Rt
- ou K c- D } =
U
se
µ
Renan
{% -
C-Dr } Un? {
,
Xs c- Du } )
s ≤t ^ ≤t
Amiri l'événement A- U n {
s c- Renzi
% -
⇐ Du } mélique l'événement
B- U M { Xr c- Du }
^ C- Qt ↳1
A .
B signifie que ACB .
après ) et que Xr c- Dm En ≥ /
à droite des ( ie un instant ^ -
Ainsi l'événement A-
'
U n { Kit Du
,
{ X * Du } implique l'événement penny .
.
B
^ C- Qt ↳1
{Â ,
≤ e-
Y =
soit
U M { b- ER } Un? { Xs ,
c- Du}
¥+1 { ✗rek} Un≥ { Keith}
ns, ' ,
'
Eft
, ^
s 2- t r ≤t
→ An }
F- [ XIA] est
définie par : El ✗ lit] ( w ) =
ÎÇ Mai (w )
#µ ✗ là ) .
P {û }
IP / Ai )
Rmg : (il l'espérance conditionnelle est une va A- mesurable car elle est constante
sur les atomes de A .
Ê Mail ) ¥
.
w
#
X E ) P ( { û } / Ai )
car IP ( { Û } ) = IP ( { à } n Ai ) quand Û c- Ai
Crumpler : Saint D= { wnwr ,
w
}
un } , processus ✗ (Xt ,
un = te { 912,3 } )
,
wr 1 ◦ & 1 V8
"
1 09 1
95 48
v2
W
} 1 2 1 1 31 8
W4 y 2 2 , 48
on a déterminé la
filtration naturelle de X .
On considère la sous
-
tribu FNXCF
Fi =
r
} { un ,
un } ,
{ wrnwn } } .
Calculer le [ ✗ 31Ff] .
Les atomes de Fn " sent de
probabilité > a
Plût
,w!j¥w,ÊYû Plus
F- [ Xsl Fi ] 17 { =
lw) E Klô ) + Mw )
waw,} ☐ c- { wniwr}
PU wnwr } ) ,
,
wn ) )
=
{ Tlqw wzylw) , ,
+ Ê { ws ,
un }
(w )
telle KIKI] Ca
Def : sit A une sous - tribu de Fet } une va .
L'
espérance conditionnelle IEC } | A] est une va Y sur le même espace mesurable
LR, F)
qui vérifie donc les conditions :
(i) l est mesurable rapport à et ( ou encore A- mesurable)
par
( ii ) t Att } DR
£ =
fa TDP ie .
FAEA EMA } ] EN * Y ) = Iiii )
Si (i ) .
Iii ) sont satisfaites on
désigne Y
par El } / A] .
Proposition : Si % 42,
sont deux versions de EMIA] alors la =L P -
presque sûrement
>
£
=
Ainsi Yn =
Ya presque sûrement .
ME
Thm ( Radon -
Nikodym ) Saint H X ) , un
espace
mesurable et m une menue
r -
finie sur (X ,
X) ( ni ✗ est une union dénombrable d' ensembles de
Sit
mesure
finie ) .
m une mesure
signée sur la tribu ✗ ie
m :X →
IR
tg n
iÊ Ai ) Ê.nl Ai ) =
pour
une suite d' ensembles
Si n (A) = 0 YA c- ✗ tg m IA ) -
O ,
alors il existe une fonction ✗ -
mesurable
fcnl.net/.tgmlAl=fftnlmldn)N-Ac-
densité
✗
fut appelée la de n
par rapport à m .
la 91W) Mdw) =
EIRA } ]
Cette foutoir est
définie et à valeurs réelles ( infinies ) VA c- F ( en
particulier
A c- A) : PIA) -
O ne A) =
0 VA c- F.
additivité toute suite (A) ien d'ensembles
My vérifie la r
disjoints
-
m
pour .
On a
tfyw Ai } -
i ↓ MAI } .
ha nomme
patelle son =
ÎÇ Mai 9 est
La suite (
convergence pt par pt ) IÇW Mai )
dans R
converge pas vers la va
menu .
Par dominée F- [% ]
convergence À HENF- M Ai } ] .
à F- [
Êotlni 9) F- [
En 4)
Toi Iz { ⇐ cnn.iq ] EIEN MAI ? ] à
,
! ¥
On X,
applique le théorème de Raden Nikodym :P avec comme un d comme
-
A comme
✗ .
Platt -0 NAI -0 HAE A
il minte une fonction A- mesurable 41W) ,
wah
4- NAI =
La c- A .
Propriétés .
1) Si dans la condition ) on
prend A--1 alors F- [ 9] = F- [ E. [ 91 A] ]
27 EC } | { & , b) ] =
EN
3) Et 41 F ] =
}
de la tribu * alors F- [ 91A] LE [ 97
4) Si la va 4 et independante a
5)
Généralisation de la
propriété ( ï ) .
Si } est A-mesurable alors IEC } It] =
9
6) Si Il} M < a
F- F- [ 14217 < • rt G, G deux constantes alors ,
Ekin -1442 1 A] =
q Ef } , l AI +
Ca F- [ 921A ]
7) Si 470 alors El 41 A] 30
8) Si d- c B C F alas E [ EGID ] / A] =
F- [ { lot] et F- [ EFGIAJIB] -
_
Et } / A]
9) Si 4 y sont des } est A- manuelle et les de
49
et va ,
espérances D , ,
Def : Soit cr , F
espace
,
P) de
puta et D une va à valeurs dans (Y , 2f )
mesurable Soit } ville finie
espace
.
va
ayant une espérance .
L'
espérance conditionnelle Et } I My ) ] où il y ) la tribu
engendrée par y
existe d' après le théorème précédent .
Ennuie Menteur la va
rcy ) mesurable F- [9 loly )] peutêtre
que
:
-
représentée sous la
forme Vw) =
f : (Y , Y ) → ( R DCR ) ) ,
,
G) M{
signifie P( { y
=
0 ie ◦
µ y (c) c- -0
pas
y c-c)
a
.
Si
µ y (c)
= 0 alors n ( C ) =
0
D' où te Y EIN y c } } ] c-
Æ[
thy te} J' 9) ] c- = _
Les évênements A à
TCM engendrée par la
appartenant y ont tous ,
va
,
la
forme Az { y c } pour
c- certain Cey My ) { { y c- c } cty } un can = r
,
ce
qui signifie At
dy ) ECMA 4) F- (14-14) ] à fly ) F-410193] a -
on note la
fonction fly ) par F- [ 91 y -
y
] Puisque l' espérance conditionnelle
.
IE (GIRLY) ] =
Ylw) est
définie de manière
presque unique (ou encore
conditionnelle IEC } | y
uniquement)
l'
presque
ales
espérance
=
y]
=
fly ) aussi
µ, µ, y
-
-
D: P ( { WEI :
Le lw) =
fnlylw) ) t Yzlw )fr ( Nw) ) ) ) =
=P ( { w c- I :
y lw) t { y e- Y :
fa ( y ) -4fr Ly ) } } ) µ , ( { y c-
Y Yn ( ) -1421g )
y } ) = :
le 42 presque sûrement
=
ni
My ( { y Ynlyl f- Yrcy ) } ) O
:
Meagan
-
E- [ 31 y y -
-
,
Ëz ] =
fly ,
z ) signifie que fut mesurable et
que fly , f) =
Et } I My f) ] , .
annote ECGI y] pour abréger IEC 41dg ] .
EGID f) , ← F-191014,917
E- f91 ytittcqt ] ← Et} lobe team] ,
7.
Martingales
Def : Une
martingale est un
processus qui ne possède pas de partie prévisible
par rapport
à l'
information dont on dispose .
Def : Sur un
espace
de
probabilité filtré (r , F F P ) où F- (Ft thon, }
, ,
,
" .
)
le M 1Mt tt { 0,1, }) à valeurs dans IR et adapté est
-
processus une
_
_ .
,
. .
martingale si :
}
I El Mtl Fs ] =
Ms Vsat ,
site { 0,1 ,
. . .
Remarque : ft IECMT ] = E- [ Mo ]
Lemme : Dans la
définition d' une martingale .
la condition ECMTIFS ] -
-
Ms txt
est
équivalente à :
kilos ) F- ( Mtl Ft -
r ] =
Mtn Vt c- {1,2, .
.
.
D :
(i ) Kilis) trivial
( iibis) se démontre induction
par
.
pour
sort F- [ Mtl Fs ] =
IECIECMTIFT il Fs ] -
= F- [ Mt ntfs ]
-
=
. . . .
= LE [ Msn / Fs ] = Ms Ea
en itérant
Exercice w 31 92 G, P
w
,
-1 -
t -
1 18 72
Wz -1 -1 1
118 114
W} -1 1 1 18 114
Wu -1 1 1 78 714
wz 1 -
t
-
1 18 44
1
WG 1 -1 118 414
wt 1 1 -1 V8 %4
Us 1 1 1 48 414
Sun 1= W an considere la tribn F des
parties de r
=ensemble
8Y
hwyi.,
La
filtration IF est
compaste des tribus
Fo {4,2}
=
Fn = rebn = Ecrns winl... 8 y
?
E w s
.
,
)
o?
-y
F r : r Sun Ews was { Ewains }
2=
(3n,32)
,
}
}
,wa},
,
uis,wol,
F 5(%7,32, 33) =
F
3=
Cn considere le Mnu
l (, IF défini
proumis par
:
'eppace
)
F,
MO M 31, M M s
=O,
1=
2=31+32,
3=hnt{ztE
constructionF
I Mest
adapte à la filtration
.
ar
).
,
.F.
FtE ?0,1,2,37 ELIMED LIECI TIELIS 2D Co
LJ+IE1B
IECMULFD = O=
Mo
=EQCM1T
IECM M E Mzljlppñ
}
2LF)=
wEqwycywuy IP Şwes
3wncnsway
-,w4Y
mzlñjlP
123 48 EwEqWS W
t
{ûJ
cpŞwszmWgB
Y
Ws....
83
,.,
=- aw n i n y w a y
T RqwS
,-108y
=
Mn
M
lECMslFzJ
=Mz
Metbren ane
martingale sun L F IF IP
)
,
,
,
Est une
martingale ii change IP par Q
on
-ce
?
ECMYLF -1 2+ + 1
xM=-G44Mo=O
]=EQCM1J:
D41
F)
Martingale à temps continu
Dof Mocemes
Un M TEIRT à valems dam IR
adapté à la filtration
=IME,
:
)
IF ( tEIR et
défini smr l de
probabilité filtne G F IF IP
=
'espace
)
2,
Ft,
+)
,
,
ent une
mantingale si
.
IELIMIKJ
VE
3O
C LECMHE = Fot MIAEIRT
.T
Ms
,
Si la
prqpreté is ent virifice
aree Cresp E aloss Ment u re
.
3
)
sous ( surmartingale
).
-martingale
repp,
Le
Rq mouvement browners avec devive lintani
( wt
tEIRT
est une
pt+
O
,
sous surmartingale
)
sila dexive est creinante lM et
30)
une
-martingale
si la derive est décroisante CM =
O).
temps continu La
fonction e- ↳ E- ( ✗e-]
• Soit ✗ une
nnmartingale à .
Thm (
Martingale arrêtée ) si la
martingale M et le
temps d' arrêt 2 sont
construits sur le même
espace de probabilité filtre Uh F F P ) alors le , , ,
processus
M' est lui aussi une martingale sur cet
espace .
ME =
Moniê = Mo
ËÎ
lÊ^k=çg) tok } Mk
M'1- = M' = " + "{ Mt
t est}
k =
0
Moi =
Mo est Fo -
Pour t -1-0 A
{ e- a}
est Fee -
mesurable car
{ Eh} t Fa
Mee ut Fa -
}
-
'
De même {e ≥ t } =
{ 2
-
t
} U { est } =
{ Et } U { est}
c- Ft C- Ft
donc 114e ≥ t } est Ft -
mesurable .
tt c- { 1,2 ,
. .
.
} M ' est 1F -
adapté .
Montreur
martingale
'
M est
que une .
Vérification de la condition il
E. [ IMEI ] =
LE [ 1 Mot ] < car • M est une
martingale
t' 1
pour
t-to.IE IMEI ) a
E- [ 1%712 :&} Mk t ↑ {z≥ t
}
Mtl ]
2- Ê E [ 111 { ⇐ ay Mal ]
fr20
t EC Mire≥ t} Mtl )
É ( I MkII Ell Mt / ]
intégrable
≤ E + Ca car Mert .
le = 0
Mt -
Nt -
n
=
( LEO
712%4 Ma +
Ne ≥ t } Mt
) ( ÊÎ ? {
-
⇐a }
Ma -11112≥ t 21Mt 1)
-
-
=
A te t -
-
n } Mtn + A te≥ t } Mt -
Alz ≥ t -
n } Mf-1
or A { 2=1--1 Il { z≥ t 11
{ zzt}
}
-
=
-
= Il { est } (Mt -
Mt -
r )
"
'
{e ≥ t } =
{ « t} =
{ c≤t 1 -
} c- Ft-1
A { z≥ ty est Ft -
r
-
mesurable .
LE [ ME -
M' t.nl Ft -
r ) = LE [ 11 { est } (
Mt -
Mt -
r ) l Ft -
r
]
the≥ t }
¥[Mᵗ-%→↓Ënmartingale
=
E- [ Mtl Ft r ] -
=
Mt -
1
=
El Mt -
r l Ft -
r ]
LE [ Mt - Mt -
r l Ft ] -
r
= 0 MENAGE
= E-
Élu ( Il te 111e ≥ a}
-
≥ km } )]
É Xa 111e }
le
[ ✗ le 11
{↳ a
✗ =
+
≥a car { 270 } - rie 1112304=1
}
◦
k=o ,
t
LE [ Xz ] = El Xo ] + ¥ F- [ 113e ≥ h } ( Xk -
Xk i ) ] -
A te ≥ h } ut Fk -
r
- mesurable
Æ¥Y¥Ë¥ayp
Et Elm { a} Hee Xu -
i ) l Fr-11 ]
=
Et " Ktk}
Supposons tout
temps
d' arrêt T borné martingale une _
que pour
LE [ Xe ] El Xo ] et montrons
=
que
le
processus adapté et
intégrable
est une martingale . fixons s, 1- c- { 0,1 , .
.
.
} set .
Notons P =
{ An ,
.
.
,
Au }
la
partition finie de R
qui engendre Fp .
' à * Ai
tt i c- {1,
{ Si
.
=
. -
on
s }
}
=
nous
Ai c- Fs
construisons un instant aléatoire si =
}
t mien
'
{ Si = t} =
Ai c- Fs c
Ft
{ Si =
r } avec n # tir quelconque
=p c- Fr
Donc E- [ ✗si ] = E ( Xo )
La variable aléatoire elu ) - t est aussi un
temps d'arrêt .
Et ✗ t ] = F- ( Xo] et # [ ✗t -
✗ si ] =
O
EC Xt ✗si ]
- = LE [ ( Xt Xsi ) N Ai
-
1- Xsi ) Mail ]
( Xt
-
=
F- [ ( Xt -
Xs ) 11 Ai + ( Xt Xt ) 11 Aie ]
- =
F- ( (Xt -
Xs) MA;]
[ Xtlw) Xslw) ] ({ w } )
Ça IP 0
= - =
Ou nuit de démontrer [ ✗ e- ( ) P { } w
= [ % ↳ {w }
que
u
w c-Ai wt Ai
IE ( Xt I Fs ] ↳ =
Ê 11 ,
Ai
lw )
¥# ✗e- là ) P%ˢ
IPL Ai )
Ê 11 Ai
lw )
¥# Xs là )
PIMP) ( Ai
=
Ef Xd Fs ] (w) =
Xslw)
✗ est bin une
martingale -
Mears
probabilité (r, F
,
P) avec les
propriétés :
Notation : Fe HAE Fo
= :
Ante tt } & Ft tt ≥ 0 }
Exercice :
( mouvement brownien )
Wt ~ NIO , t ) Elwt ] =
0 F- [ Iwtl ] < •
( Equivalence entre
A)
:
Pour rat
( Wt Wsl Fs ]
F- -
Et Wt Ws ) O can
= -
Nt Ws est indépendant
-
de
Fs
✗
Mg ( WE t t ≥ o ) est martingale
-
,
une .
E¥t2 ]
I WE th t
•
F- ( -
≤ + ≤ 2T < ☆
pour
- -
-
= -
WE Wi -
=
( Nt -
Ws )
2
+ 2Wh Nt Ws 2- -
Ws 2
2
= ( Nt -
Ws) t 2W s ( Nt -
Ws )
E. [ WE -
Ws
'
l Fs ] =
LE [ ( WtWst I Fs ] t -
F- [ 2 Ws (Nt Ws ) I Fs ]
-
LE [ Lwt Wst ] + 2W
EYs )
-
=
,
= t s -
*
Mg (exp (awt Êt ) tt Rt ) avec at R
quelconque estune
martingale
-
de Lt ) Et et ]
≥
Wt ~ Nuit) ↳
exp
=
≤ otwt (a) a
up { Êta }
le mouvement est
intégrable
* set
exp ( awt
-
Êt ) =
enplalwt -
Ws )) + aws -
Ît )
¥
1-
" t
IE ( exp ( awt la E [êlwt
w
t) l Fs ]
-
»
1F ]
-
- =
a
eawi Ît -
E- [ealwt
-
Ws )
]
=
eaws ¥temp 11292Es) )
-
eaws ¥ ,
-