CentraleSupélec 3A

Processus et calcul stochastique

Examen du 29 novembre 2021

Instructions : Durée 3h – La qualité de la rédaction sera prise en compte dans la

notation. Les exercices sont indépendants les uns des autres. Indiquer clairement le
numéro de l’exercice et le numéro des questions.

Soit B = (Bt )t≥0 un mouvement brownien standard défini sur un espace de probabilité
(Ω, F, P).
Pour t ≥ 0, on désigne par FtB la filtration naturelle de B, FtB = σ(Bs , 0 ≤ s ≤ t).

Rt
Exercice 1 (Cours) Soit f ∈ L2Loc (R+ ), de classe C 1 . Soit Mtf = 0
f (s)dBs . Démontrer
que
a2 t 2
 Z 
∀a ∈ R, Zta = exp aMtf − f (s)ds
2 0
est une Ft −martingale.

Solution. Voir polycopié, démonstration Proposition 4.20.

Exercice 2 On considère l’équation différentielle stochastique suivante :

Z t
Yt = Y0 + a(Ys − b)ds + σBt , a, b ∈ R, σ > 0.
0

1. Montrer que l’équation ci-dessus admet une unique solution forte.

2. Déterminer la solution (Yt )t≥0 de cette équation.
3. Si Y0 ∼ N (m, σ02 ) et si Y0 est indépendante de B = (Bt )t≥0 ,, calculer la fonction espérance
µ(t) = E[Yt ] et la fonction de covariance Σ(s, t) = Cov(Ys , Yt ).
4. Montrer que pour s ≤ t, on a
Z t
Yt = b + (Ys − b)ea(t−s) + σ ea(t−u) dBu .
s

5. Considérons la filtration (Ft )t≥0 définie par Ft = FtB ∨σ{Y0 }, où FtB est la filtration naturelle
de B. Pour tout 0 ≤ s ≤ t, déterminer E[Yt |Fs ]. Qu’en déduisez-vous ?
CentraleSupélec 3A

Solution.
1. On a b(t, x) = b(x) = a(x−b) et σ(t, x) = σ qui sont lispchitziennes en x pour b et constantes
pour σ et ne dépendent pas de t. Cette équation admet donc une unique solution forte.
2. On peut réécrire l’équation sous la forme : dYt = a(Yt − b)dt + σdBt . On commence par
résoudre l’équation homogène : dYt = a(Yt − b)dt, on pose Zt = Yt − b et on doit donc
résoudre dZt = aZt dt. On trouve Zt = Ceat . On fait varier la constante : Zt = Ct eat ,
dCt eat + Ct aeat dt = aCt eat dt + σdBt ,
Rt
on obtient : Ct = C0 + σ 0
e−as dBs avec C0 = Z0 = Y0 − b. On en déduit que
Z t
Zt = Z0 eat + σeat e−as dBs ,
0

et finalement, Z t
Yt = b + (Y0 − b)e at
+ σe at
e−as dBs .
0
3. On obtient µ(t) = E[Yt ] = b + (m − b)eat = b(1 − eat ) + meat et
Z t Z s 
a(t+s) 2 a(t−u)
Σ(s, t) = Cov(Ys , Yt ) = e Var(Y0 ) + σ Cov e dBu , ea(s−u) dBu
0 0
Z t∧s
= σ02 ea(t+s) + σ 2 ea(t+s) e−2au du
0
σ 2 a(t+s)
= σ02 ea(t+s) + e (1 − e−2a(t∧s) ),
2a
σ 2 a(t+s)
et si on prend 0 ≤ s ≤ t, on trouve Σ(s, t) = σ02 ea(t+s) + e (1 − e−2as ),
2a
4. On part de la partie à droite et on remplace Ys par ce qu’on a trouvé à la question 2) :
Z t
a(t−s)
b + (Ys − b)e +σ ea(t−u) dBu
s
 Z s  Z t
as as −au a(t−s)
=b + b + (Y0 − b)e + σe e dBu − b e +σ ea(t−u) dBu
0 s
Z t
at
=b + (Y0 − b)e + σe at
e−au dBu
0
=Yt .
hR
t
5. Soient 0 ≤ s ≤ t, on a E[Yt |Fs ] = b + ea(t−s) E[Ys − b|Fs ] + σE s ea(t−u) dBu |Fs ] et Ys
Rs
est Fs −mesurable car Y0 est Fs −mesurable et l’intégrale de Wiener 0 e−au dBu aussi. On
Rt
obtient donc E[Yt |Fs ] = b + ea(t−s) (Ys − b) + 0 car 0 ea(t−u) dBu est une martingale par
rapport à Ft . On en déduit que (Yt )t≥0 n’est pas une martingale.

Exercice 3 Soient r, a des constantes. On considère l’EDS

dYt = rdt + aYt dBt , Y0 = 1.
1. Justifier que cette EDS admet une unique solution forte.
2. Soit le processus (Zt )t≥0 défini par
 1 
Zt = exp − aBt + a2 t .
2
Calculer la dynamique de At = Yt Zt .
3. En déduire l’expression de la solution Yt en fonction de Bs , s ≤ t.
4. Dans le cas r = 0, a 6= 0, en déduire que Yt → 0 p.s., quand t → ∞. A-t-on convergence
dans L1 ?
page 2 de 6
CentraleSupélec 3A

Solution.
1. On a b(t, x) = r constante et σ(t, x) = σ(x) = ax qui est Lipschitzienne en x, donc l’EDS
admet une unique solution forte.
1
2. On commence par appliquer la formule d’Itô à Zt avec f (t, x) = exp(−ax + a2 t) qui est
2
bien de classe C 1,2 (R+ × R) et au processus d’Itô B :
t t t t t
a2 a2
Z Z Z Z Z
2
Zt = 1 + Zs ds − a Zs dBs + Zs ds = 1 − a Zs dBs + a Zs ds
2 0 0 2 0 0 0

On applique la formule d’Itô pour le produit de deux processus d’Itô :

Z t Z t
At = Y0 Z0 + Ys dZs + Zs dYs + hY, Zit
0 0
Z t Z t Z t
2
=1+ Ys (−aZs dBs + a Zs ds) + Zs (rds + aYs dBs ) − a2 Ys Zs ds
0 0 0
Z t
=1+r Zs ds
0

La dynamique de A est donc dAt = rZt dt.

Rt
3. On a donc At = 1 + r 0 Zs ds, on en déduit
Z t
 1   1  
Yt = Zt−1 At = exp aBt − a2 t 1 + r exp − aBs + a2 s ds ;
2 0 2
 1   B
t a2 
4. Lorsque r = 0, Yt = exp aBt − a2 t = exp t − et on conclut en utilisant le fait
2 t 2
Bt
que limt→+∞ = 0 p.s. On sait que Y est une martingale, on a donc E[Yt ] = E[Y0 ] = 1,
t
donc si on avait convergence dans L1 c’est nécessairement vers une limite presque sûrement
nulle, ce qui entraı̂ne en particulier que E[Yt ] → 0 lorsque t → +∞. C’est en contradiction
avec le fait que E[Yt ] = 1 pour tout t ≥ 0. Donc (Yt ) ne converge pas dans L1 lorsque
t → +∞.

Exercice 4 Soient σ > 0 une constante et (Ω, F, (Ft )t≥0 , P) sur lequel on défini un (Ft )t≥0 −mouvement
brownien réél (Bt )t≥0 . On considère l’EDS

Xt σ
dXt = − dt + dBt , X0 = 0.
1+t 1+t
1. Justifier que cette EDS admet une unique solution forte (Xt )t≥0 .
2. Calculer la dynamique du processus (Yt )t≥0 défini par Yt := (1 + t)Xt .
En déduire la forme explicite de (Xt )t≥0 .

3. On fixe a > 0 et on note τa := inf{t ≥ 0 : Xt ≥ a}. Pour t ≥ 0, on pose

 2at 2a 
Mt := exp (Xt − a) + Xt .
σ2 σ2
Montrer que (Mt )t≥0 est une martingale, et en déduire la valeur de P(τa < ∞).

4. Conclure que la variable aléatoire X ∗ := supt≥0 Xt est la racine carrée d’une variable
aléatoire de loi exponentielle dont on précisera le paramètre.

page 3 de 6
CentraleSupélec 3A

Solution.
1. L’EDS s’écrit dXt = b(t, Xt )dt + σ(t, Xt )dBt , X0 = 0 avec
x σ
b(t, x) = − et σ(t, x) = .
1+t 1+t
b et σ sont continues sur R+ × R. Soient (x, y) ∈ R2 ,

|b(t, x) − b(t, y)] ≤ |x − y|

donc b est 1-lipschitzienne et σ ne dépend pas de x. Donc l’EDS admet une unique solution
forte.
2. Soit f (t, x) = (1 + t)x pour tout (t, x) ∈ R+ × R. Appliquons la formule d’Itô à la fonction
f qui est C 1,2 (R+ , R) et au processus d’Itô Xt avec X0 = 0 :
Z t Z t
Yt = f (t, Xt ) = Xs ds + (1 + s)dXs
0 0
Z t Z t
= Xs ds + (−Xs ds + σdBs )
0 0
= σBt .

On en déduit
σ
Xt = Bt .
1+t
3. Puisque (1 + t)Xt = σBt d’après la question précédente, on a
n λ2 t o 2a
Mt = exp λBt − , avec λ = .
2 σ
C’est une martingale continue. D’autre part, τa est un temps d’arrêt (temps d’entrée dans
le fermé [a, +∞[ du processus continu et adapté (Xt )t≥0 ). D’après le théorème d’arrêt, on a
que (Mt∧τa )t≥0 est une martingale. En particulier,

E[Mt∧τa ] = E[M0 ] = 1,

pour tout t ≥ 0. Faisons maintenant tendre t vers +∞. Sur l’événement {τa < ∞}, on a
2
Xτa = a par continuité et donc Mt∧τa −→ Mτa = exp( 2a σ 2 ). Sur l’événement {τa = ∞},
t→+∞
on a Xt −→ 0 et donc Mt∧τa = Mt −→ 0. Ainsi,
t→+∞ t→+∞

p.s.
 2a2 
Mt∧τa −→ exp 1τa <∞ .
t→+∞ σ2
2
D’autre part, comme Xt∧τa ≤ a, on a la domination |Mt∧τa | ≤ exp( 2aσ 2 ) pour tout t ≥ 0. Le
théorème de convergence dominée s’applique donc, et on conclut que
 2a2 
P(τa < ∞) = exp − 2 .
σ

4. Comme la variable aléatoire X ∗ est positive (X0 = 0), on a pour tout t > 0,
√
P((X ∗ )2 ≥ t) = P(X ∗ ≥ t)
= P(τ√t < ∞)
 2t  √
= exp − 2 (question 3 avec a = t).
σ
Cela montre que (X ∗ )2 suit la loi exponentielle de paramètre 2/σ 2 .

page 4 de 6
CentraleSupélec 3A

Exercice 5 Soit Tu,v le temps de sortie de l’intervalle ] − u, v[ (avec u, v > 0) du mouvement

brownien B :
Tu,v = inf{t ≥ 0; Bt ∈] − u, v[c }.
1. Montrer que Tu,v est un temps d’arrêt p.s. fini.
2. Appliquer le théorème d’arrêt à B avec le temps d’arrêt Tn = Tu,v ∧ n.
3. En déduire que

vP(BTu,v = v, Tu,v ≤ n) − uP(BTu,v = −u, Tu,v ≤ n) = −E[Bn 1Tu,v >n ].

4. En déduire que
u v
P(BTu,v = v) = , P(BTu,v = −u) = .
u+v u+v
5. On note Tv = inf{t ≥ 0; Bt = v} le temps d’atteinte de v. Montrer que Tv est fini p.s.
6. À l’aide des questions précédentes et en considérant le processus Mt = Bt2 − t, calculer
E(Tu,v ).
Indication : on pourra appliquer un théorème d’arrêt au processus M et au temps d’arrêt Tn

Solution.
1. Tu,v est un temps d’arrêt : soit t ≥ 0

{Tu,v ≤ t} = {∃0 ≤ s ≤ t : Bs ∈] − u, v[c } = {∀ > 0, ∃0 ≤ s ≤ t : Bs ≤ −u − ε or Bs ≥ v + ε}

\ [
= {Bs ≤ −u − ε} ∪ {Bs ≥ v + ε} ∈ Ft .
∈Q+
∗
s∈[0,t]∩Q

Il est presque sûrement fini, puisque

P(Tu,v > n) ≤ P(Tu,v > n − 1, Bn ∈] − u, v[)

≤ P(Tu,v > n − 1, |Bn − Bn−1 | < u + v)
= P(Tu,v > n − 1)P(|Bn − Bn−1 | < u + v) car B PAI et {Tu,v > n − 1} ⊂ {Tu,v ≤ n − 1}c ∈ Fn−1
B

≤ P(|B1 | < u + v)n −→ 0

n→+∞

2. Puisque Tu,v est non borné, on considère Tn = Tu,v ∧ n qui est un temps d’arrêt borné par
n. On a alors d’après le théorème d’arrêt

0 = E[B0 ] = E[BTn ] = E[BTu,v 1Tu,v ≤n ] + E[Bn 1Tu,v >n ].

3. Comme BTu,v ∈ {−u, v}, on déduit de la dernière égalité :

vP(BTu,v = v, Tu,v ≤ n) − uP(BTu,v = −u, τ ≤ n) = −E[Bn 1Tu,v >n ].

4. Puisque Tu,v < +∞ p.s., on en déduit que :

• le dernier terme tend vers 0 par convergence dominée car sur {Tu,v > n}, Bn ∈ [−u, v],
et les deux termes précédents convergent : P(BTu,v = v, Tu,v ≤ n) → P(BTu,v = v)
quand n → +∞.
• P(BTu,v = v) + P(BTu,v = −u) = 1.
On obtient donc 
vP(BTu,v = v) − uP(BTu,v = −u) = 0
P(BTu,v = v) + P(Tu,v = −u) = 1
qui permet d’en déduire le résultat voulu.
S
5. Puisque Tu,v < +∞ p.s., on a {Tv < +∞} = u>0 {BTu,v = v} p.s. et par conséquent
u
P(Tv < +∞) = lim P(BTu,v = v) = lim =1
u%+∞ u%+∞ u + v

d’après le résultat de la question 4.

page 5 de 6
CentraleSupélec 3A

6. On sait que M est une martingale, on a donc

E[MTu,v ] = E[M0 ] = 0

et

E[MTu,v ] = (v 2 − Tu,v )P(BTu,v = v, Tu,v ≤ n) + (u2 − Tu,v )P(BTu,v = −u, Tu,v ≤ n) + E((Bn2 − n)1Tu,v >n )
= v 2 P(BTu,v = v, Tu,v ≤ n) + u2 P(BTu,v = −u, Tu,v ≤ n) + E(Bn2 1Tu,v >n ) − E[Tn ]
−→ v 2 P(BTu,v = v) + u2 P(BTu,v = −u) + 0 − E[Tu,v ]
n→+∞

par convergence dominée et par convergence monotone (Tn % Tu,v ). Finalement Tu,v est
intégrable et compte tenu des valeurs des probabilités, on obtient

v2 u u2 v
E[Tu,v ] = + = uv.
u+v u+v

page 6 de 6