Lema Ito

II.6.
2 LEMA DE ITO
1
Procesos estocsticos aplicados a finanzas
Introduccin
Como se dijo anteriormente, en ambientes estocsticos una
nocin formal de derivada no existe. El hecho de que los
shocks en los precios de los activos sean asumidos como
impredecibles y en tiempo contino los hace muy errticos.
Los precios de activos resultantes son continuos pero no
forman curvas suaves. Por ello, es necesario el uso de
diferenciales estocsticos en lugar de derivadas.
La regla de Ito proporciona una frmula analtica que
simplifica el manejo de diferenciales estocsticos y
desemboca en clculos especficos.
7. Tipos de derivadas
Supongamos una funcin F(St, t) que depende de dos
variables St y t, donde St es una funcin del tiempo.
Adems, asumamos que St es un proceso aleatorio.
2
En clculo estndar, donde todas las variables son
determinsticas, existen tres tipos de derivadas:
Derivadas parciales de F(St, t) denotadas por
(1)
F(St , t) F(St , t)
Fs , Ft
St t
Derivadas con diferenciales
(2)
dFt Fs dSt Ft dt
Regla de la cadena
(3)
d F(St , t) dS
Fs t Ft
dt dt
Toda persona que trabaje en el mercado financiero debe estar
interesada en estas derivadas por varias razones. La
derivada parcial arroja multiplicadores que pueden ser
usados para evaluar la respuesta de los precios de los
activos ante cambios en los factores de riesgo.
3
Por ejemplo, Fs mide la respuesta de F(St, t) ante un pequeo
cambio en St. Fs es un concepto hipottico ya que el nico
modo de que una variable aleatoria continua St cambie es
que pase algn tiempo. Por ello, en la realidad t tiene que
cambiar tambin. Como las derivadas parciales son
simples multiplicadores no hay diferencia en la manera en
que se definen en ambientes estocsticos o determinsticos.
En este sentido, cuando se deriva parcialmente uno evita los
problemas que incluye, por ejemplo, la derivacin de un
proceso de Wiener. Y es que lo que est sujeto a
investigacin no es como F(St, t) se mueve a travs del
tiempo, sino como F(.) responde a hipotticos cambios
pequeos en St, con t fijo.
4
La derivada total es un concepto ms realista. Se asume que
tanto el tiempo t como el precio del activo subyacente St
cambian, con el fin de calcular la respuesta total de F(St, t).
El resultado es la diferencial (estocstica) dFt. La derivada
total representa el cambio en el precio del activo que se
observa durante dt.
La regla de la cadena es muy similar a la derivada total. En
clculo clsico, la regla de la cadena expresa la tasa de
cambio en una variable como la cadena de efectos de
alguna variacin inicial. En clculo estocstico, sabemos
que operaciones como dFt/dt, dSt/dt no pueden ser
definidas para martingalas integradas cuadradas en tiempo
continuo o para movimientos Brownianos. Un equivalente
de la regla de la cadena para procesos estocsticos puede
ser formulado en trminos de cambios absolutos como dFt,
dSt, dt, y la integral de Ito puede ser usada para justificar
estos trminos.
5
En clculo estocstico, el trmino regla de la cadena se
refiere a la manera en que los diferenciales estocsticos se
relacionan entre si. Veamos un ejemplo para ilustrar esto.
Ejemplo II.6.2.1
Sea F(rt, t) el precio de un bono del Tesoro que madura al
tiempo T, y sea rt la tasa libre de riesgo (fija). Entonces
F(rt , t) e -rt ( T - t)100. (4)
calculando las derivadas parciales Fr, y Ft:
F (5)
Fr (T t)[ e -rt ( T - t)100].
rt
y
F
Ft rt [ e -rt ( T -t)100]. (6)
t
Note que estas parciales son las mismas sin importar si rt es
determinstica o estocstica. Tomando estas derivadas
parciales estamos calculando el cambio de F(.) con respecto
algn cambio hipottico en rt o en t.
6
Por otro lado, la derivada total claramente relaciona la
ocurrencia real de eventos aleatorios. En calculo estndar,
con rt no aleatoria, la derivada total para la F(.) expuesta
anteriormente estara dada por:
dF(r , t) - (T - t)[e -rt ( T - t)100]dr r [e -rt ( T - t)100]dt. (7)
t t t
Este ejemplo sugiere que cuando rt es aleatoria, debemos

poder definir la contraparte de la derivada total usando la
integral de Ito, la cual da significado a los diferenciales
estocsticos como drt. Con rt estocstica no slo la
interpretacin de drt cambia sino, tambin, la frmula.
7
8. Lema de Ito
La versin estocstica del la regla de la cadena es conocida
como el lema de Ito. Sea St un proceso de tiempo continuo
que depende del proceso de Wiener Wt. Suponga que
existe una funcin de St, denotada por F(St, t), y suponga
que se quiere calcular el cambio en F(.) cuando pasa una
fraccin de tiempo dt. El paso del tiempo influencia a
F(St, t) por dos vas distintas. Primero, existe una
influencia directa a travs de la variable t. Segundo,
conforme el tiempo pasa, uno obtiene nueva informacin
acerca de Wt y observa un nuevo incremento, dSt. Esto
hace tambin que F(.) cambie. La suma de estos dos
efectos es representada por el diferencial estocstico
dF(St,t) y es dado por el equivalente estocstico de la regla
de la cadena.
8
Sea el proceso aleatorio St observado en un tiempo continuo.
Procedamos a partir el intervalo [0, T] en n partes iguales,
cada una con longitud h, y usemos la aproximacin por
diferencias finitas. Esto es:
Sk a k h Wk , k 1, 2, ..., n,
k (8)
la cual es una igualdad que obtenemos usando la equivalencia
de la media cuadrada entre el lado izquierdo y el derecho a
medida que h tiende a cero. La notacin que utilizaremos
en adelante asocia ak a a(Sk-1, k) y k a (Sk-1, k).
A partir de este planteamiento podemos calcular la frmula de
Ito, utilizando series de Taylor. Recuerde que la expansin
por series de Taylor de una funcin suave (esto es,
infinitamente diferenciable) f(x) alrededor de un punto X0
es, 1
f(x) f(x 0 ) f (x 0 )(x - x 0 ) f (x 0 )(x - x 0 ) 2 R (9)
2
donde el trmino R denota el residual.
9
Para aplicar la frmula (9) a F(st, t) debemos suponer que F(.)
es una funcin suave de St. Pero an as hay dos
complicaciones. La frmula (9) es vlida para f(x) con una
sola variable x, mientras que F(St, t) depende de dos
variables, St y t. Adems, la frmula (9) es vlida para
variables determinsticas, mientras que St sigue un proceso
aleatorio. As que antes de usar la serie de Taylor tenemos
que vencer estas dificultades.
La extensin de series de Taylor univariadas a dos variables
es directa. Basta aadir las parciales respecto a la segunda
variable. Cuando se consideran las dos variables se deben
incluir, tambin, los trminos cruzados.
La aplicabilidad de las series de Taylor a un ambiente
estocstico es una herramienta importante, a la cual hay
que hacer algunas consideraciones. Primero, uno debe
recordar que algunos elementos de la serie de Taylor son
derivadas parciales.
10
Y, como sabemos, estas derivadas no enfrentan ninguna
dificultad cuando consideramos ambientes estocsticos.
Segundo, contamos tambin con diferenciales tales como
dSt a los que son necesario hacer ajustes. De cualquier
manera, el ajuste se hace en los trminos de interpretacin
de la igualdad y no en la expansin de Taylor. La frmula
de Taylor va a ser la misma, lo que va a cambiar es el
significado del signo de igualdad. La igualdad tiene que ser
interpretada en el sentido de la convergencia de la media
cuadrada.
Dicho esto apliquemos la frmula de la serie de Taylor a
F(Sk, k), k=1, 2, ..., alrededor de Sk-1 y k-1 considerando
que Sk es gobernada por:
Sk a k h k Wk (10)
Entonces dado el conjunto de informacin Fk-1, Sk-1 y k fijos.
11
Tenemos que:
1
F(Sk , k) F(Sk -1 , k - 1) Fs [Sk - Sk -1 ] Ft [h] Fss [Sk - Sk -1 ]2
2
1
Ftt [h] 2 Fst [h(S k - Sk -1 )] R
(11)
2
donde las parciales Fs, Fss, Ft, Ftt, Fst son todas evaluadas en
Sk-1, k-1. R representa los trminos residuales de la
expansin de Taylor. Aqu se mantiene la notacin Ft, Ftt,
Fst por conveniencia a pesar de que estas parciales son
respecto a k.
Si se acomodan los trminos y renombramos los incrementos
tenemos que:
F(Sk , k) - F(Sk-1, k -1) F(k) (12)
Sk - Sk-1 Sk (13)
12
Note que la ecuacin (11) utiliza incrementos para la variable
tiempo.
kh (k 1)h h. (14)
sustituyendo esto en (11) obtenemos que:
1 1
F(k) Fs Sk Ft [h] Fss [Sk ] Ftt [h] 2 Fst [h( Sk )] R (15)
2
2 2
Pero ya que la dinmica de St es gobernada por la ecuacin
(10):
Sk a k h k Wk (16)
tenemos que al sustituir el lado derecho por Sk en la serie de
Taylor (11) nos da el siguiente resultado:
1
F(k) Fs [a k h k Wk ] Ft [h] Fss [a k h k Wk ]2
2 (17)
1
Ftt [h] 2 Fst [h(a k h k Wk )] R
2
13
Qu significa la ecuacin (17)? Del lado izquierdo, F(k)
representa el cambio total en F(Sk, k) debido al cambio en
k y en Sk. Si, por ejemplo, este trmino es el precio de un
derivado, el lado izquierdo representara el cambio en el
precio del derivado durante un intervalo de tiempo corto.
Este cambio se encuentra explicado por los elementos del
lado derecho.
Los efectos de primer orden son los efectos del tiempo,
representados por Ft[h] y los efectos de cambio en el precio
del activo subyacente, [akh+kWk]. En el ltimo trmino
vemos que el cambio en los precios de los activos tiene un
componente predecible y uno impredecible. Los efectos de
segundo orden son esos cambios representados, por ahora,
por los trminos cuadrados y el producto cruzado. Los
efectos de alto orden estn agrupados en R.
14
Con la finalidad de obtener la regla de la cadena en ambientes
estocsticos, los trminos de la derecha son clasificados en
despreciables y no despreciables. Entonces, para pequeos
intervalos de tiempo, los trminos despreciables pueden ser
eliminados del lado derecho a fin de obtener ms
directamente la regla de la cadena. Adems, a medida que
h tiende a cero, un argumento lmite puede ser usado y una
frmula precisa puede obtenerse en el sentido de la media
cuadrada. Esta frmula es conocida como el lema de Ito.
El primer paso de su derivacin es separar los trminos del
lado derecho de la ecuacin (17). Esto requiere un criterio
especifico para decidir qu trminos son despreciables.
Despus de esto, uno puede considerar el tamao de los
trminos en el lado derecho de la ecuacin (11), uno por
uno, y decidir cuales pueden ser eliminados.
15
9. La nocin de tamao en el clculo estocstico
En esta seccin discutiremos la convencin utilizada para
determinar que variables pueden ser consideradas como
despreciables en el clculo estocstico.
En el clculo estndar, la expansin de Taylor de alguna
funcin F(S) alrededor de S0 estara dada por:
1 1
f f s (S0 )S f ss (S0 )( S) 2 f sss (S0 )( S)3 R. (18)
2 3!
pero la frmula de la derivada total es slo:
df f s dS (19)
Esto es equivalente a asumir que en la expansin de Taylor
(18), a medida que S se hace pequeo, pero no
despreciable, los trminos que involucran (S)2 , (S)3, ...
son cada vez ms pequeos y pueden ser ignorados a
medida que S0. Consecuentemente, en el lmite, fSdS
se conserva mientras que todos los dems trminos son
eliminados. El resultado es el diferencial total de la
frmula (19).
16
Para ver por qu tal convencin tiene sentido, note que a
medida que S se hace pequeo los trminos como (S)2 ,
(S)3, ... se hacen pequeos an ms rpido.
En el clculo estndar todos los trminos que involucran dS
de orden superior a 1 se asumen despreciables y se
eliminan del diferencial total. No as en calculo estocstico
En un ambiente estocstico la variable de tiempo, t, es an
determinstica. Por ello el criterio de pequeez o
despreciabilidad del clculo determinstico respecto a esta
variable es aplicable. Cualquier trmino que involucre dt
en un orden mayor a 1 puede ser considerado como
despreciable. Por otro lado, la misma racionalidad no
puede ser utilizada para diferenciales como dSt2. En el
sentido de la media al cuadrado tenemos que:
(20) dWt2 dt
17
Esto implica que los trminos que contienen a dSt2 tienen el
tamao de dt, los cuales son considerados no
despreciables. Si los trminos que involucran a dt son
conservados en las aproximaciones de Taylor, lo mismo
debe aplicarse para el cuadrado de los diferenciales
estocsticos.
Si St es un incremento aleatorio con media cero, entonces
E[St ]2 es la varianza de este incremento. Como St es
una variable aleatoria, su varianza es positiva. La varianza
es el tamao de E[St ]2. Entonces, el hecho de asumir
que en promedio [St ]2 es despreciable es equivalente a
asumir que la varianza es aproximadamente cero y ,
entonces, St es aproximadamente no aleatoria. Esto es una
contradiccin y atenta contra el propsito de usar EDEs en
el mercado de derivados. Despus de todo, el objetivo es
ponerle precio al riesgo, y el riesgo es generado por
noticias inesperadas.
18
Por esto, en contraste con ambientes determinsticos, los
trminos como Sk no pueden ser ignorados en la
diferenciacin estocstica.
Dado que los trminos de tamao h son de primer orden y que
por convencin son no pequeos, la siguiente regla
puede ser utilizada para distinguir los trminos
despreciables de los no despreciables.
CONVENCIN: Dada una funcin g(Wk, h) que depende
de los incrementos de un proceso de Wiener Wt, y de un
incremento de tiempo, considere la siguiente razn:
g( Wk , h)
h (21)
Si esta expresin desaparece (en el sentido de media al
cuadrado) a medida que h tiende a cero, entonces
consideramos que g(Wk, h) es despreciable en intervalos
pequeos. De otro modo g(Wk, h) es no despreciable.
19
Esta convencin esta diseada para comparar diversos
trminos con h. En particular, si el lmite de la media
cuadrada de la funcin g(Wk, h) es proporcional a hr con
r>1, esta tendera a cero ms rpido que h. Por otro lado, si
r<1, entonces el lmite de la media al cuadrado de g(Wk,
h) tender a cero de manera ms lenta que h.
La siguiente discusin utiliza esta convencin para decidir
que trminos dentro de la expansin estocstica de Taylor
pueden ser considerados pequeos.
Trminos de primer orden
Considere de nuevo la ecuacin (17):
1
F(k) Fs [a k h k Wk ] Ft [h] Fss [a k h k Wk ]2
2
1
Ftt [h] 2 Fst [h(a k h k Wk )] R (22)
2
20
Aqu, los trminos que contienen a h o Sk son claramente
incrementos de primer orden y no pueden ser considerados
despreciables. Los trminos como Fs[akh+ Wk] o Ft[h]
son divididos entre h, y cuando h se hace ms pequea
estos trminos no desaparecen. Por ejemplo, las razones
siguientes: Fs a k h
lim Fs a k
h 0 h (23)
y Fh
lim t Ft
h 0 h (24)
son independientes de h, y no desaparecen a medida que h se
hace pequea. Por otro lado tenemos que
Fs Wk
h (25)
crece (en sentido probabilstico) a medida que h se hace
pequeo, debido a que Wk es de orden h1/2. Entonces los
trminos de primer orden en (22) son no despreciables
21
Trminos de segundo orden
Ahora dividimos los trminos de segundo orden del lado
derecho de (22) por h, y consideremos
2
la siguiente razn:
Ftt (h)
. (26)
2h
Este trmino es proporcional a h debido a que en el
numerador tenemos incrementos que depende de h2, una
potencia de h mayor que 1, y el incremento es no aleatorio.
Por lo tanto este trmino es despreciable:
lim Ftt [h ] 0
h 0 (27)
Ahora considere el trmino de segundo orden que depende
de (Sk )2 : 1
Fss [ Sk ] .
2
2
Sustituyendo por Sk, expandiendo el cuadrado y dividendo
por h: 1 a 2k h 2 ( k Wk ) 2 2a k k hWk
Fss .
2 h h h (28)
22
En la ecuacin (28) el primer trmino es pequeo. El
numerador contiene una potencia de h mayor que uno, y el
trmino es no aleatorio. El tercer trmino tambin es
pequeo e involucra un producto cruzado. El segundo
trmino, por otra parte, contiene la variable aleatoria
(Wk)2. Este es el cuadrado de la variable aleatoria de
media cero que es impredecible respecto al pasado . Su
varianza tiene que ser:
var ( k Wk ) 2k h. (29)
Ya fue mostrado que, en el sentido de la media cuadrada,
discutido anteriormente.
dWt2 dt (30)
Entonces Wk2 es un trmino que no puede ser considerado
despreciable, ya que por definicin estamos tratando con
Sk estocstica y una varianza:
k 0. (31)
23
Consecuentemente, usando el criterio de despreciabilidad,
podemos escribir para h pequea:
1 a 2k h 2 ( k Wk ) 2 2a k k hWk 1
Fss Fss 2
k. (32)
2 h h h 2
De nuevo, esta aproximacin debe ser interpretada en el
sentido de media cuadrada. Esto es, en intervalos
pequeos, la diferencia entre las dos partes de la ecuacin
(32) tiene una varianza que va a tender a cero a medida que
h tiende a cero.
Antes de que podamos escribir la frmula de Ito, es necesario
discutir los dems trminos de la expansin de Taylor.
Trminos que involucran productos cruzados
Los trminos de la ecuacin (22) que involucran productos
cruzados son tambin despreciable en intervalos pequeos
bajo el supuesto de que los componentes impredecibles no
contienen saltos.
24
El argumento se basa en la continuidad de la trayectoria
muestral de St. Consideremos el siguiente trmino de
producto cruzado de la ecuacin (22) y dividamoslo por h:
Fst [h][a k h k Wk ]
Fst [a k h k Wk ]
h (33)
El lado derecho de esta ecuacin depende de Wk. A medida
que h 0, Wk tiende a cero. En particular, Wk se
vuelve despreciable porque a medida que h 0 su
varianza k2h se vuelve cero. Esto es, Wk no cambia en el
lmite de h =0. Esta es otra manera de decir que un proceso
de Wiener tiene trayectorias muestrales continuas.
Dado que el proceso bajo consideracin es continuo y no
exhibe ningn salto, los trminos que involucran a Wk y
h van a ser despreciables de acuerdo con la convencin
adoptada anteriormente.
25
Trminos del residual
Todos los trminos restantes en R tienen una potencia de h y
de Wk mayor que 2. De acuerdo con la convencin
adoptada, si los shocks impredecibles son de tipo normal
(esto es, no hay eventos raros) potencias de Wk
mayores que 2 son despreciables.
10. La frmula de Ito
Ahora podemos resumir la discusin que envuelve a los
trminos de la ecuacin (22). A medida que h tiende a cero
y eliminamos los trminos despreciables, obtenemos lo
siguiente:
LEMA DE ITO
Sea F(St, t) una funcin dos veces diferenciable de t y del
proceso aleatorio St
St a t dt t Wt , t0
26
Con una tendencia (drift) bien comportada y parmetros de
difusin at, t. Entonces tenemos que:
F F 1 2F 2 (34)
dF dS dt dt,
St t
t t t
2 dS2t
despus de sustituir dSt usando la EDE relevante:

F F 1 2 F 2 F (35)
dFt at t dt t dWt ,
St t 2 dSt St
2

donde la igualdad se cumple en el sentido de la media
cuadrada.
Cuando hay que aplicar la formula de Ito en general uno
cuenta con una EDE dada que define al proceso St:
dS a(S , t)dt (S , t)dW . (36)
t t t t
27
La frmula de Ito puede ser vista como el vehculo que toma
la EDE de St y determina la EDE que le corresponde a
F(St, t). De hecho, la ecuacin (35) es la diferencial
estocstica de la ecuacin F(St, t).
Claramente, la frmula de Ito es una herramienta til para
tratar con derivados financieros. Utilizando la frmula de
Ito uno puede determinar la EDE para derivados
financieros una vez que se tiene la EDE del activo
subyacente. Para un participante del mercado que desea
saber el precio de un derivado y desea tomar el
comportamiento del subyacente como exgeno, la frmula
de Ito es una herramienta necesaria.
28
11. Usos del lema de Ito
El primer uso del lema de Ito ya fue mencionado. La frmula
provee de las herramientas necesarias para obtener el
diferencial estocstico de funciones de procesos aleatorios.
Por ejemplo, queremos saber que le pasa al precio de una
opcin si el precio del activo subyacente cambia. Sea
F(St, t ) el precio de una opcin y St el precio del activo
subyacente, podemos escribir:
1
dF(St , t) Fs dSt Ft dt Fss 2t dt. (37)
2
Si uno tiene la frmula exacta para F(St, t ), es posible tomar
las derivadas parciales y remplazarlas en la frmula
anterior para obtener el diferencial estocstico dF(St, t ).
El segundo uso del lema de Ito es evaluar las integrales de Ito.
Esto puede ser inesperado, ya que la frmula de Ito se
introdujo como una herramienta para tratar diferenciales
estocsticos. 29
Bajo circunstancias normales, uno no esperara que dicha
frmula pudiera ser usada para evaluar integrales de Ito.
En clculo estocstico la situacin es diferente. No es
como en el clculo ordinario donde las integrales y las
derivadas se definen separadamente y se relacionan por
medio del teorema fundamental del clculo. La notacin
diferencial de clculo estocstico es una manera corta de
expresar integrales estocsticas. Por ello no es
sorprendente que el lema de Ito sea muy til para evaluar
integrales estocsticas.
La frmula de Ito como regla de la cadena
La revisin de algunos ejemplos simples es til para obtener
familiaridad con los nuevos trminos en la frmula de Ito.
Primero presentaremos dos ejemplos para practicar la
manera en que se trabaja con la frmula de Ito.
30
Ejemplo II.6.2.2
Considere un proceso de Wiener estndar Wt dado por:
F(Wt , t) Wt2 (38)
Recuerde que Wt tiene un parmetro de tendencia (drift) 0 y
un parmetro de difusin 1. Aplicando la frmula de Ito a
esta funcin tenemos: 1
dFt [2dt] 2Wt dWt (39)
2
dFt dt 2Wt dWt (40)

Note que la frmula de Ito que resulta en este caso es una
EDE que tiene:
a(Ft , t) 1 (41)
(Ft , t) 2Wt (42)
Entonces, la tendencia (drift) es constante y la difusin
depende del conjunto de informacin It.
31
Ejemplo II.6.2.3
Ahora aplicamos la frmula de Ito a la siguiente funcin:
F(Wt , t) 3 t e W t (43)
obtenemos,
1 W
dFt dt e dWt e dt
W t t
(44)
2
Agrupando:
1
dFt 1 e W dt e W dWt
t t
(45)
2
En este caso obtenemos una EDE para F(St, t) con tendencia

(drift) y trmino de difusin dependientes de Ft:
1 W
a(Ft , t) 1 e t
(46)
2
y
(Ft , t) e Wt (47)
32
La frmula de Ito como herramienta de
integracin
Supongase que se necesita evaluar la siguiente integral:
t
(48)

0
Ws dWs
Una manera de evaluar esta integral es tomar el lmite de la

media cuadrada de algunas sumas aproximadas. Esta
evaluacin es correcta pero requiere de muchos clculos.
Utilizando el lema de Ito es posible evaluar esta integral en
unos pocos pasos.
Definimos 1
F(Wt , t) Wt2
2 (49)
y aplicamos la frmula de Ito a F(Wt, t):
1
dFt 0 Wt dWt dt (50)
2
33
La ecuacin (50) es una EDE con tendencia (drift) de 1/2 y
difusin Wt. Escribiendo la correspondiente ecuacin
diferencial tenemos:
t t
1

F(Wt , t) Ws dWs
0
2 0
ds (51)
o despus de tomar la segunda integral del lado derecho , y

usando la definicin de F(Wt, t)
t
1 2 1 (52)
2
t
W W dW t.
0
s s
2
Arreglando trminos obtenemos el siguiente resultado

t
1 1 (53)

0
Ws dWs t Wt2
2 2
el cual es el mismo resultado que se obtendra por el mtodo

de convergencia de la media cuadrada.
34
Es importante resumir cmo la frmula de Ito es utilizada
para evaluar integrales de Ito:
1. Se postula la forma de la funcin F(Wt, t).
2. Entonces se aplica el lema de Ito para obtener la EDE de
F(Wt, t).
3. Aplicamos el operador integral a ambos lados de la nueva
EDE y obtenemos una ecuacin integral. Esta ecuacin
contiene integrales que son ms simples de evaluar que la
integral original.
4. Se arreglan los trminos de la ecuacin integral para que de
el resultado deseado.
La tcnica, aunque indirecta, es correcta. La nica dificultad

est en postular la forma exacta de la funcin F(Wt, t).
35
Ejemplo II.6.2.4
Suponga que necesitamos evaluar
t
(54)
0
sdWs
donde Wt es un proceso de Wiener. Definimos la siguiente

funcin:
F(Wt , t) tWt (55)
Aplicamos el lema de Ito a F(.)
(56)
dFt Wt dt tdWt 0
Utilizando la definicin de dFt en la correspondiente ecuacin

integral: t t t
0 d[sWs ] 0 Wsds 0 sdWs

(57)
36
Arreglando trminos obtenemos:
t t
(58)
sdWs tWt Wsds
0 0
El primer trmino del la do derecho es obtenido de:

t
d[sWs ] tWt 0
(59)
0
De nuevo el lema de Ito produjo la integral deseada de una

forma correcta con unas cuantas operaciones.
Forma integral del lema de Ito
Como se ha mencionado varias veces, los diferenciales
estocsticos son la forma corta de las integrales de Ito
sobre intervalos pequeos de tiempo. Por ello, no es de
sorprenderse que podamos escribir la frmula de Ito en
forma integral.
37
Si se integran ambas partes de la ecuacin (35) obtenemos:

t t
1
F(St , t) F(S0 , 0) Fu Fss 2u du Fs dSu (60)
0 2 0
cuyo uso se debe a la igualdad

t
dFu F(St , t) F(S0 , 0)

0
(61)
Podemos utilizar la versin de la formula de Ito mostrada en

(60) para obtener otra caracterizacin. Arreglando los
trminos de (60):
2
t t
Fs dSu -F(St , t) F(S0 , 0) Fu Fss u du
1
0
0
2 (62)
Esta igualdad provee una expresin donde las integrales
respecto a los procesos de Wiener u otros procesos
estocsticos continuos son expresadas como funciones de
integrales respecto al tiempo. Debe mantenerse en mente
que tanto en (60) como en (62) Fs y Fss dependen de u
tambin.
38

Lema Ito

Transféré par

Informations du document

Titre original

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

Lema Ito

Transféré par

Droits d'auteur :

Formats disponibles

II.6.

Este ejemplo sugiere que cuando rt es aleatoria, debemos

despus de sustituir dSt usando la EDE relevante:

dFt dt 2Wt dWt (40)

En este caso obtenemos una EDE para F(St, t) con tendencia

Una manera de evaluar esta integral es tomar el lmite de la

o despus de tomar la segunda integral del lado derecho , y

Arreglando trminos obtenemos el siguiente resultado

el cual es el mismo resultado que se obtendra por el mtodo

La tcnica, aunque indirecta, es correcta. La nica dificultad

donde Wt es un proceso de Wiener. Definimos la siguiente

Utilizando la definicin de dFt en la correspondiente ecuacin

0 d[sWs ] 0 Wsds 0 sdWs

El primer trmino del la do derecho es obtenido de:

De nuevo el lema de Ito produjo la integral deseada de una

cuyo uso se debe a la igualdad

dFu F(St , t) F(S0 , 0)

Podemos utilizar la versin de la formula de Ito mostrada en

Vous aimerez peut-être aussi