HAL Id: hal-00079076
https://hal.archives-ouvertes.fr/hal-00079076v2
Preprint submitted on 20 Jun 2006
HAL
is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from
L’archive ouverte pluridisciplinaire
HAL, estdestinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de
Identification d’un processus autorégressif gaussien stable par la méthode de moyennisation logarithmique
Faouzi Chaabane, Hamdi Fathallah
To cite this version:
Faouzi Chaabane, Hamdi Fathallah. Identification d’un processus autorégressif gaussien stable par la
méthode de moyennisation logarithmique. 2006. �hal-00079076v2�
ccsd-00079076, version 2 - 20 Jun 2006
Identification d’un processus autor´ egressif gaussien stable par la m´ ethode de moyennisation logarithmique
dans le cas r´ eel
Faouzi Chaabane
∗et Hamdi Fathallah
†juin 2006
R´esum´e
Dans ce travail, on consid`ere un mod`ele autor´egressif gaussien stable ` a temps continu unidimentionnel et on lui applique les th´eor`emes limites par moyennisation logarithmique obtenus pour des martingales locales continues
`
a temps continu. On construit alors un estimateur de la covariance du bruit
σ2et un autre estimateur de
θautre que celui des moindres carr´es. En ex- ploitant la m´ethode de pond´eration, on am´eliore les vitesses de convergence de ces nouveaux estimateurs.
Identification of a stable gaussian autoregression process by logarithmic averaging method in the real case
Abstract
In the present work, we consider a stable one-dimensional gaussian autore- gressive model in continous time. Using the limit theorems with logarithmic averaging obtained for continous local martingales, we construct then an esti- mator of the noise covariance
σ2and an estimator of
θdifferent of the one of the least squares estimator. By exploiting the weighting method we ameliorate the convergence rates of these new estimators.
Keywords
: Martingale ; Weight ; Almost-sure central limit theorem ; Logarithmic central limit theorem ; law of iterated logarithm.
∗Equipe d’Analyse Stochastique et Mod´elisation Statistique, Facult´e des Sciences de Bizerte, 7021 Jarzouna (Tunisie). Tel :+21672590613 ; Fax :+21672590566, E-mail ad- dress :faouzi.chaabane@fsb.rnu.tn.
†Laboratoire LMV, Universit´e de Versailles Saint-Quentin-En-Yvelines, 45 Avenue des Etats- Unis Batiment Ferma 78035 Versailles (France). Tel :+33139253629 ; Fax :+33139254645, E-mail address :hamdi.fathallah@math.uvsq.fr
1 Introduction
Le but de ce travail est d’estimer les param`etres d’un mod`ele autor´egressif gaussien stable `a temps continu unidimentionnel. Etant donn´e un mouvement brown- ien standard r´eel B = (B
t, t ≥ 0). On d´efinit le processus autor´egressif X = (X
t, t ≥ 0) avec X
0= 0 par la relation :
X
t= θ Z
t0
X
sds + σB
t; t ≥ 0, (1)
avec θ ≤ 0 et σ un param`etre r´eel.
On d´esigne par ˜ θ
tl’estimateur des moindres carr´es pond´er´e de θ d´efini par θ ˜
t= P
t−1Z
t 0ω
sX
sdX
s, t ≥ 0, (2)
correspondant au poids (ω
s) donn´e par ω
s= s
−α2exp { s
1−α2(1 − α) } ; 1
2 < α < 1, (3)
avec P
t= Z
t0
ω
sX
s2ds et par ¯ θ
t=
1tZ
t0
θ ˜
sds son moyennis´e.
On remarque que pour ω
s= 1 on obtient l’estimateur des moindres carr´es θ b
tde θ d´efini par
θ b
t= (ζ
t)
−1Z
t0
X
sdX
s, t ≥ 0, avec ζ
t= Z
t0
X
s2ds. (4) Dans [3], dans le cas multidimentionnel, Darwich montre que cet estimateur v´erifie la loi du logarithme it´er´e (LLI). De fa¸con pr´ecise, on a
| θ b
t− θ | = O
( log log t t )
12p.s..
Ce r´esultat, dans le cas unidimentionnel, d´ecoule de la LLI pour les martingales r´eelles continues (voir [6]). Les th´eor`emes limites par moyennisation logarithmique permettent entre autre de montrer des r´esultats aussi bien pour l’estimateur des moindres carr´es que l’estimateur pond´er´e de type
∗ Th´eor`eme de la limite centrale presque-sˆ ure
TLCPS : 1
log t Z
t0
ds
s δ
{√s(θbs−θ)}= ⇒ N (0, 2θ) p.s..
Avec (= ⇒ ) d´enote la convergence en loi.
La convergence en moyenne d’ordre deux associ´ee au TLCPS permet d’une part de construire un estimateur de σ et d’autre part de donner un autre estimateur de θ
∗ σ ˆ
t2= 1 log t
Z
t 0( θ b
s− θ ¯
t)
2X
s2ds −→ σ
2p.s., (t −→ ∞ ).
∗ θ ˇ
t= 1 2 log t
Z
t 0( θ b
s− θ ¯
t)
2ds −→ θ p.s., (t −→ ∞ ).
On donnera par la suite les vitesses de convergence en loi et presque sˆ ure de l’esti- mateur ˇ θ
tde θ. La m´ethode de pond´eration nous permettera d’am´eliorer les vitesses de convergence de ces estimateurs. les principaux r´esultats seront ´enonc´es au para- graphe 2 et leurs preuves seront donn´ees au paragraphe 4. Le paragraphe 3 sera consacr´e `a la donn´ee de quelques outils de d´emonstration.
2 Enonc´ e des principaux r´ esultats
2.1 Cas sans pond´ eration (ω
s= 1)
Th´ eor` eme 2.1 Soit X = (X
t, t ≥ 0) le r´egresseur stochastique d´efini par (1). Alors on a les r´esultats suivants
1. Th´eor`eme de la limite centrale presque-sˆ ure
TLCPS : 1
log t Z
t0
ds
s δ
{√s(bθs−θ)}= ⇒ N (0, 2θ) p.s..
2. La loi forte quadratique
i) 1
log t Z
t0
ζ
s2( θ b
s− θ)
2ds
s
2−→ σ
42θ p.s., (t −→ ∞ ).
ii) σ ˆ
t2= 1 log t
Z
t 0( θ b
s− θ ¯
t)
2X
s2ds −→ σ
2p.s., (t −→ ∞ ).
iii) Si de plus on suppose que les observations (X
t, t ≥ 0) v´erifient l’hy- poth`ese suivante
(H1) 1 t
Z
t 0X
s2ds = σ
22θ + o
(log log t)
−1p.s., (5)
on obtient
θ ˇ
t= 1 2 log t
Z
t 0( θ b
s− θ ¯
t)
2ds −→ θ p.s., (t −→ ∞ ).
Th´ eor` eme 2.2 On se place dans le cadre du th´eor`eme 2.1 et en renfor¸cant l’hy- poth`ese (H1) de la mani`ere suivante
(H2) 1 t
Z
t 0X
s2ds = σ
22θ + o
(log log t)
−1(log t)
−12p.s., (6)
on obtient
1. Th´eor`eme de la limite centrale logarithmique TLCL : √
log t 1
2 log t Z
t0
( θ b
s− θ ¯
t)
2ds − θ
= ⇒ N (0, (2θ)
2).
2. La loi du logarithme it´er´e logarithmique LLIL : lim sup
t→∞
log t
√ log log log t
1 2 log t
Z
t 0( θ b
s− θ ¯
t)
2ds − θ
= 2θ √
2 p.s..
2.2 Cas avec pond´ eration
Th´ eor` eme 2.3 Soit X = (X
t, t ≥ 0) le processus autor´egressif gaussien `a temps continu d´efini par la relation (1). Alors l’estimateur de moindre carr´e pond´er´e θ ˜
tde θ donn´e par la relation (2) ainsi son moyennis´e θ ¯
tconvergent au sens presque-sˆ ur.
De fa¸con pr´ecise, pour 1
2 < α < 1, on a
| θ ˜
t− θ | = O ( log t
t
α)
12p.s..
Si de plus on suppose que 2α − 1 ≤ α
′<
32α −
12, on a
| θ ¯
t− θ | = O
( log log t t )
12p.s..
Th´ eor` eme 2.4 Sous les hypoth`eses du th´eor`eme 2.3, on a les r´esultats suivants 1. Th´eor`eme de la limite centrale presque-sˆ ure
TLCPS : 1 − α t
1−αZ
t 0ds s
αδ
{s
α
2(˜θs−θ)}
= ⇒ N (0, 2θ) p.s..
2. La loi forte quadratique i) 1 − α
t
1−αZ
t0
P
s2U
s2(˜ θ
s− θ)
2ds −→ σ
42θ p.s., (t −→ ∞ ).
ii) σ ˜
t2= 4(1 − α) t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2X
s2ds −→ σ
2p.s., (t −→ ∞ ).
iii) Si de plus on suppose que les observations (X
t, t ≥ 0) v´erifient l’hy- poth`ese suivante
(H3) 1
t Z
t0
X
s2ds − σ
22θ = o(t
α′−1) p.s., (t −→ ∞ ), avec 1
2 ≤ α
′< α, on d´egage un estimateur fortement consistant de θ `a savoir
θ ˘
t= 1 − α 2t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2ds −→ θ p.s., (t −→ ∞ ).
Th´ eor` eme 2.5 Soit X = (X
t, t ≥ 0) le processus autor´egressif gaussien `a temps continu satisfisant l’´equation (1). Supposons que les observations (X
t, t ≥ 0) v´erifient l’hypoth`ese suivante
(H4) 1
t Z
t0
X
s2ds − σ
22θ = o(t
α′−1) p.s., (t −→ ∞ ), pour 1
2 ≤ α
′< 3α − 2.
Alors, on obtient
1. Th´eor`eme de la limite centrale logarithmique TLCL : t
1−2α1 − α 2t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2ds − θ
= ⇒ N (0, 4θ
2(1 − α)).
2. La loi du logarithme it´er´e logarithmique LLIL : lim sup
t→∞
t
1−αp log log t
1−α1 − α 2t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2ds − θ = p
2(1 − α)2θ p.s..
3 Les outils des d´ emonstrations
Au d´ebut de ce paragraphe, on introduit ˜ M = ( ˜ M
t, t ≥ 0) la martingale locale r´eelle continue d´efinie par
M ˜
t= Z
t0
ω
sX
sdB
s, t ≥ 0,
dont le processus croissant pr´evisible h M ˜ i = ( h M ˜ i
t, t ≥ 0) est donn´e par h M ˜ i
t=
Z
t 0ω
s2X
s2ds. (7)
D’une part, d’apr`es (1) et (2), on a
M ˜
t= σ
−1P
t(˜ θ
t− θ); t ≥ 0. (8) D’autre part, on a d’apr`es les relations (1) et (4)
M
t= σ
−1ζ
t( θ b
t− θ); t ≥ 0, (9) o` u M = (M
t, t ≥ 0) est la martingale locale r´eelle continue d´efinie par
M
t= Z
t0
X
sdB
s, t ≥ 0,
dont le processus croissant pr´evisible h M i = ( h M i
t, t ≥ 0) n’est autre que le proces- sus ζ = (ζ
t, t ≥ 0) introduit dans la relation (4).
Afin de simplifier les preuves des principaux r´esultats, on ´etudiera les comporte- ments asymptotiques des processus ( h M i
t, t ≥ 0), ( h M ˜ i
t, t ≥ 0) et (P
t, t ≥ 0). On donnera ensuite quelque propri´et´es de la pond´eration (ω
t).
Le lemme suivant (voir [4]) donne Le comportement de la variation quadratique pr´evisible de la martingale M.
Lemme 3.1 Soit le processus (X
t, t ≥ 0) d´efini par (1). Alors 1
t Z
t0
X
s2ds −→ σ
22θ p.s., (t −→ ∞ ). (10)
Pour (ω
t), le poids d´efini par (3), on introduit les deux processus suivants V
t= Z
t0
ω
s2ds
12et U
t= Z
t0
ω
sds, t ≥ 0.
On a alors les lemmes suivants
Lemme 3.2 Le poids (ω
t) satisfait les propri´et´ees suivantes : P
1) t
−αω
t−1U
t= 2 + o(t
α−1), (t −→ ∞ ).
P
2) t
−αω
t−2V
t2= 1 + o(t
α−1), (t −→ ∞ ).
P
3) t
1−α1 − α − log V
t2= o(log t), (t −→ ∞ ).
P
4) Z
t0
V
s2U
s2ds − 1
1 − α t
1−α= o(log t), (t −→ ∞ ).
Lemme 3.3 On suppose que les observations (X
s, s ≥ 0) v´erifient l’hypoth`ese (H3) du th´eor`eme 2.4 suivante
1 t
Z
t 0X
s2ds − σ
22θ = o(t
α′−1) p.s., (t −→ ∞ ) pour 1
2 ≤ α
′< α.
Alors, on a i) h M ˜ i
tV
t− σ
22θ = o(t
α′−α) p.s., (t −→ ∞ ).
ii) P
tU
t− σ
22θ = o(t
α′−α) p.s., (t −→ ∞ ).
La preuve de ces deux lemmes est donn´ee dans l’annexe.
4 D´ emonstration des principaux r´ esultats
Preuve du th´ eor` eme 2.1
1. En appliquant le th´eor`eme de la limite centrale presque-sˆ ure pour le couple (M, V ) avec V
t2= t (voir th´eor`eme 1 dans [2]), on obtient
(log t)
−1Z
t0
ds s δ
{Ms√s}
= ⇒ N (0, σ
22θ ) p.s..
Vu les deux relations (9) et (10) on a M
s√ s ∼ σ 2θ
√ s( θ b
s− θ) p.s., (s −→ ∞ ). (11) Soit
∆
t= Z
t0
ϕ( M
s√ s ) ds s −
Z
t 0ϕ( σ 2θ
√ s( θ b
s− θ)) ds
s ,
o` u ϕ est une fonction lipschitzienne continue.
Grˆace `a l’´equivalence (11), on a
(log t)
−1| ∆
t| −→ 0 p.s., (t −→ ∞ ).
Par cons´equent
(log t)
−1Z
t0
ds s δ
{σ2θ
√s(θbs−θ)}
= ⇒ N (0, σ
22θ ).
Le r´esultat en d´ecoule.
2. i) D’apr`es la relation (9), on a
M
s2= σ
−2h M i
2s( θ b
s− θ)
2. (12) La loi forte quadratique une (LFQ1) appliqu´ee `a la martingale M normalis´ee par le processus (V
t= √
t, t ≥ 0) (voir th´eor`eme 3 dans [2]) donne (log t)
−1Z
t 0M
s2s
ds
s −→ σ
22θ p.s.. (13)
Compte tenu de la relation (12), on voit que (log t)
−1Z
t0
h M i
2s( θ b
s− θ)
2ds
s
2−→ σ
42θ p.s.. (14)
Ainsi le r´esultat est ´etabli.
ii) En appliquant la loi forte quadratique deux (LFQ2) au couple (M, V ) (voir th´eor`eme 3 dans [2]), on obtient
(log t)
−1Z
t0
M
s2h M i
2sd h M i
s−→ 1 p.s., (t −→ ∞ ).
Grˆace `a la relation (9), on a (log t)
−1Z
t 0( θ b
s− θ)
2X
s2ds −→ σ
2p.s., (t −→ ∞ ). (15) D’une part, dans [3], Darwich a montr´e que
| θ b
t− θ | = O
( log log t t )
12p.s.. (16)
D’autre part, vu que
θ ¯
t− θ = 1 t
Z
t 0(˜ θ
s− θ) ds, (17)
et en tenant compte de la relation (16), on obtient
| θ ¯
t− θ | = O
( log log t t )
12p.s.. (18)
On remarque que
(log t)
−1Z
t0
( θ b
s− θ)
2X
s2ds − (log t)
−1Z
t0
( θ b
s− θ ¯
t)
2X
s2ds ≤ (log t)
−2(¯ θ
t− θ)
Z
t 0( θ b
s− θ ¯
t)X
s2ds
| {z }
(Ct)
+ (log t)
−1(¯ θ
t− θ)
2Z
t0
X
s2ds
| {z }
(Dt)
.
En utilisant les relations (10) et (18), on obtient
C
t−→ 0 p.s. et D
t−→ 0 p.s., (t −→ ∞ ).
Ce qui implique que
(log t)
−1Z
t0
( θ b
s− θ)
2X
s2ds − (log t)
−1Z
t0
( θ b
s− θ ¯
t)
2X
s2ds
−→ 0 p.s., (t −→ ∞ ).
(19) Le r´esultat d´ecoule des convergences (15) et (19).
iii) La propri´et´e (14) s’´ecrit (log t)
−1Z
t 0( θ b
s− θ)
2h M i
2ss
2− σ
44θ
2ds+ σ
44θ
2Z
t 0( θ b
s− θ)
2ds
−→ σ
42θ p.s., (t −→ ∞ ).
Grˆace `a la relation (16), on obtient (log t)
−1Z
t t0( θ b
s− θ)
2h M i
2ss
2− σ
44θ
2ds = (log t)
−1Z
tt0
O log log s s
h M i
2ss
2− σ
44θ
2ds.
Vu l’hypoth`ese (H1), on a (log t)
−1Z
t 0( b θ
s− θ)
2h M i
2ss
2− σ
44θ
2ds −→ 0 p.s., (t −→ ∞ ).
Par cons´equent
(log t)
−1Z
t0
( θ b
s− θ)
2ds −→ 2θ p.s., (t −→ ∞ ). (20) Par ailleurs, on voit que
(log t)
−1Z
t0
( θ b
s− θ)
2ds − (log t)
−1Z
t0
( θ b
s− θ ¯
t)
2ds ≤
t(log t)
−1(¯ θ
t− θ)
2| {z }
(Gt)
+ 2(log t)
−1(θ − θ ¯
t) Z
t0
( θ b
s− θ ¯
t)ds
| {z }
(Ht)
.
D’apr`es la relation (18), on obtient
G
t−→ 0 p.s. et H
t−→ 0 p.s., (t −→ ∞ ).
Par cons´equent
(log t)
−1Z
t0
( b θ
s− θ)
2ds − (log t)
−1Z
t0
( θ b
s− θ ¯
t)
2ds
−→ 0 p.s., (t −→ ∞ ).
(21) Alors, d’apr`es les convergences (20) et (21), on conclut le r´esultat.
Preuve du th´ eor` eme 2.2
1. Grˆace `a l’hypoth`ese (H2), on a h M i
tt = σ
22θ + o
(log t)
−2p.s..
Alors en appliquant le th´eor`eme de la limite centrale logarithmique au couple (M, V ) (voir th´eor`eme 5 dans [2]) pour V
t2= t et f(x) = x
2− 1, on obtient
(log t)
−12Z
t1
M
s2s − σ
22θ ds
s = ⇒ N (0, σ
4θ
2).
Par suite
(log t)
−12Z
t1
M
s2s
2ds − σ
22θ (log t)
12= ⇒ N (0, σ
4θ
2).
Ainsi vu la relation (9), il vient que (log t)
−12Z
t 1M
s2s
2ds = σ
−2(log t)
−12Z
t1
h M i
2ss
2( θ b
s− θ)
2ds.
D´esormais, on pose
I
t= Z
t1
h M i
2ss
2( θ b
s− θ)
2ds.
Donc
(log t)
−12I
t= Z
t1
( b θ
s− θ)
2h M i
2ss
2− σ
44θ
2ds + σ
44θ
2Z
t 1( θ b
s− θ)
2ds. (22) D’apr`es la relation (16), on a
(log t)
−12Z
t1
( θ b
s− θ)
2h M i
2ss
2− σ
44θ
2ds = (log t)
−12Z
t1
O log log s s
h M i
2ss
2− σ
44θ
2ds p.s..(23)
L’hypoth`ese (H2), implique que h M i
2tt
2− σ
44θ
2= o
(log log t)
−1(log t)
−12p.s..
Sous cette derni`ere hypoth`ese, on voit que (log t)
−12Z
t 1( θ b
s− θ)
2h M i
2ss
2− σ
44θ
2ds −→ 0, (t −→ ∞ ).
Par suite σ
22θ (log t)
−12Z
t1
( θ b
s− θ)
2ds − σ
22θ (log t)
12= ⇒ N (0, σ
4θ
2).
Ce qui signifie que (log t)
12h
(2 log t)
−1Z
t1
( θ b
s− θ)
2ds − θ i
= ⇒ N (0, (2θ)
2).
Ainsi le r´esultat est ´etabli grˆace `a la convergence (21).
2. En appliquant la loi du logarithme it´er´e logarithmique au couple (M, V ) (voir th´eor`eme 5 dans [2]), on obtient
lim sup
t→∞
(2 log t log log log t)
−12Z
t 1( M
s2s − σ
22θ ) ds s
= σ
2θ p.s..
Grˆace `a la relation (9), on a Z
t1
M
s2s
ds
s = σ
−2Z
t1
h M i
2ss
2( b θ
s− θ)
2ds = σ
−2I
t. Vu les deux relations (22) et (23), il vient que
(2 log t log log log t)
−12Z
t1
( θ b
s− θ)
2h M i
2ss
2− σ
44θ
2ds −→ 0, (t −→ ∞ ).
Ce qui implique lim sup
t→∞
(2 log t log log log t)
−12log t 1
2 log t Z
t1
θ b
s− θ)
2ds − θ
= 2θ p.s..
Ainsi compte tenu de la convergence (21), on d´eduit le r´esultat.
Preuve du th´ eor` eme 2.3
D’apr`es la loi du logarithme it´er´e appliqu´ee `a la martingale continue ˜ M (voir [6]), on a
V
t−1M ˜
t= O
(log log V
t)
12p.s.. (24)
Vu la relation (8), la propri´et´e (P
3) du lemme 3.2 et la propri´et´e ii) du lemme 3.3, on conclut que
| θ ˜
t− θ | = O ( log t
t
α)
12p.s.. (25)
D’o` u la premi`ere assertion du th´eor`eme.
Par ailleurs grˆace aux relations (8) et (17), on obtient t
12(¯ θ
t− θ) = σt
−12Z
t 0M ˜
sP
sds.
La propri´et´e (P
4) implique que V
sU
s= s
−α2+ o(s
α2−1)) p.s..
D’apr`es ii) du lemme 3.3, on a U
sP
s= 2θ
σ
2+ o(s
α′−α) p.s..
Par cons´equent vu que α
′−
32α > α
′−
α2− 1 et α
′> 2α − 1, on obtient t
12(¯ θ
t− θ) = 2θ
σ t
−12Z
t0
s
−α2M ˜
sV
sds + t
−12Z
t0
o(s
α′−32α) M ˜
sV
sds.
Posons Z
s= M ˜
sV
s. D’apr`es la relation (24), on montre que
Z
s= O ((log s)
12) p.s.. (26)
On d´eduit que
t
12(¯ θ
t− θ) = 2θ σ t
−12Z
t 0s
−α2M ˜
sV
sds + O
t
α′−32α+12(log t)
12p.s.. (27)
Comme dV
sV
s∼ s
−α2 ds, (s −→ ∞ ). Alors 1
2 Z
t0
s
−α2Z
sds = − Z
t0
s
α2dZ
s| {z }
(Kt)
+ Z
t0
s
α2V
sd M ˜
s| {z }
(Lt)
. (28)
D’une part
K
t= t
α2Z
t− α 2
Z
t 0s
α2−1Z
sds.
Grˆace `a la relation (26), il vient que K
t= O
(t
αlog t)
12p.s.. (29)
D’autre part, on a
h L i
t= t
αh M ˜ i
tV
t2− α
Z
t 0s
α−1h M ˜ i
sV
s2ds − 2 Z
t0
s
αh M ˜ i
sV
s2dV
sV
s. L’assertion i) du lemme 3.3 implique que
h L i
t= O (t) p.s..
Encore une fois, la LLI appliqu´ee `a la martingale continue ˜ M montre que L
t= O
(t log log t)
12p.s.. (30)
En ins´erant (29) et (30) dans (28), on obtient Z
t0
s
−α2Z
sds = O
(t log log t)
12+ O
(t
αlog t)
12p.s.. (31)
En combinant (27) et (31), la deuxi`eme assertion du th´eo`ereme est ´etablie.
Preuve du th´ eor` eme 2.4
1. En appliquant le th´eor`eme de la limite centrale presque-sˆ ure pour le couple ( ˜ M , V ) avec V
t2=
Z
t 0ω
s2ds, on obtient
(log V
t2)
−1Z
10
δ
{Vs−1M˜s}d(log V
s2) = ⇒ N (0, σ
22θ ) p.s..
D’apr`es la propri´et´e (P
3) du lemme 3.2, on a 1 − α
t
1−αZ
10
δ
{V−1 s M˜s}ds
s
α= ⇒ N (0, σ
22θ ) p.s..
Grˆace `a la relation (8), on obtient 1 − α
t
1−αZ
t0
ds s
αδ
{2σθs
α
2(˜θs−θ)}
= ⇒ N (0, σ
22θ ) p.s..
Le r´esultat en d´ecoule.
2. i) D’apr`es la LFQ1 appliqu´ee `a la martingale ˜ M normalis´ee par le processus V
t2=
Z
t 0ω
s2ds, on a
(log V
t2)
−1Z
t0
M ˜
s2V
s2dV
s2V
s2−→ σ
22θ p.s., (t −→ ∞ ).
Vu la relation (8), on a
M ˜
t2= σ
−2P
t2(˜ θ
t− θ)
2. (32) Compte tenu de cette relation et de la propri´et´e (P
3) du lemme 3.2, on voit imm´ediatement que
1 − α t
1−αZ
t 0P
s2U
s2(˜ θ
s− θ)
2ds −→ σ
42θ p.s., (t −→ ∞ ). (33) ii) En appliquant la LFQ2 au couple ( ˜ M , V ), on obtient
(log h M ˜ i
t)
−1Z
t0
M ˜
s2h M ˜ i
2sd h M ˜ i
s−→ 1 p.s., (t −→ ∞ ).
Compte tenu de la propri´et´e (P
3) du lemme 3.2 et de la propri´et´e i) du lemme 3.3, on a
1 − α t
1−αZ
t 0M ˜
s2h M ˜ i
2sd h M ˜ i
s−→ 1 p.s., (t −→ ∞ ).
Vu les relations (7) et (8), on obtient σ
2(1 − α)
t
1−αZ
t0
P
s2h M ˜ i
2s(˜ θ
s− θ)
2ω
s2X
s2ds −→ 1 p.s., (t −→ ∞ ).
Grˆace `a la propri´et´e (P
2) du lemme 3.2, on a 4(1 − α)
t
1−αZ
t0
(˜ θ
s− θ)
2X
s2ds −→ σ
2p.s., (t −→ ∞ ). (34) Notons que
4(1 − α) t
1−αZ
t 0(˜ θ
s− θ)
2X
s2ds − 4(1 − α) t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2X
s2ds ≤ 8(1 − α)
t
1−α(¯ θ
t− θ) Z
t0
(˜ θ
s− θ ¯
t)X
s2ds
| {z }
(Et)
+ 4(1 − α)
t
1−α(¯ θ
t− θ)
2Z
t0
X
s2ds
| {z }
(Ft)
.
D’apr`es le th´eor`eme 2.3 et la relation (10), on obtient
E
t−→ 0 p.s. et F
t−→ 0 p.s., (t −→ ∞ ). (35)
Grˆace `a la convergence (34), le r´esultat est ´etabli.
iii) Posons
I ˜
t= 1 − α t
1−αZ
t 0P
s2U
s2(˜ θ
s− θ)
2ds.
Soit I ˜
t= ˜ I
t1+ ˜ I
t2avec
I ˜
t1= 1 − α t
1−αZ
t 0(˜ θ
s− θ)
2( P
s2U
s2− σ
44θ
2)ds et I ˜
t2= σ
4(1 − α)
4θ
2t
1−αZ
t0
(˜ θ
s− θ)
2ds.
Vu l’hypoth`ese (H3), la relation ii) du lemme 3.3 implique que Z
t0
ω
sds
−2Z
t0
ω
sX
s2ds
2− σ
44θ
2= o
t
2(α−1)(log t)
−1p.s.. (36) D’apr`es le th´eor`eme 2.3 et la relation (36), il vient que
I ˜
t− I ˜
t2−→ 0, (t −→ ∞ ).
Grˆace `a la propri´et´e (33), on obtient 1 − α
2t
1−αZ
t0
(˜ θ
s− θ)
2ds −→ θ p.s., (t −→ ∞ ). (37) Par ailleurs, pour 1
2 < α < 1, on voit que
1 − α 2t
1−αZ
t 0(˜ θ
s− θ)
2ds − 1 − α 2t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2ds ≤ 1 − α
t
1−α(¯ θ
t− θ) Z
t0
(˜ θ
s− θ ¯
t)ds
| {z }
(Qt)
+ 1 − α
2t
−α(¯ θ
t− θ)
2| {z }
(St)
.
Le th´eor`eme 2.3 implique que
Q
t−→ 0 p.s. et S
t−→ 0 p.s., (t −→ ∞ ).
Par cons´equent
1 − α 2t
1−αZ
t 0(˜ θ
s− θ)
2ds − 1 − α 2t
1−αZ
t 0(˜ θ
s− θ ¯
t)
2ds
−→ 0 p.s., (t −→ ∞ ). (38)
Alors compte tenu de la convergence (37), le r´esultat est ´etabli.
Preuve du th´ eor` eme 2.5
1. D’apr`es i) du lemme 3.3 et vu que 1
2 ≤ α
′< 3α − 2, l’hypoth`ese (H4) implique
que Z
t0
ω
2sds
−1Z
t0
ω
s2X
s2ds
− σ
22θ = o(t
2(α−1)) p.s..
Alors en appliquant le TLCL au couple ( ˜ M , V ) pour V
t2= Z
t0
ω
s2ds et f(x) = x
2− 1, on obtient
(log V
t2)
−12Z
t1
( M ˜
s2V
s2− σ
22θ ) dV
s2V
s2= ⇒ N (0, σ
4θ
2). (39)
Grˆace `a la propri´et´e (P
3) du lemme 3.2 et la relation (8), on obtient ( t
1−α1 − α )
−12Z
t1
M ˜
sV
s2ds
s
α∼ σ
−2( t
1−α1 − α )
−12Z
t 1P
s2U
s2(˜ θ
t− θ)
2ds, (t −→ ∞ ). (40) Soit ˜ J
tle terme de droite de la derni`ere ´equivalence. On pose
J ˜
t= ˜ J
t1+ ˜ J
t2avec
J ˜
t1= σ
−2( t
1−α1 − α )
−12Z
t 1(˜ θ
t− θ)
2( P
s2U
s2− σ
44θ
2)ds et J ˜
t2= σ
24θ
2( t
1−α1 − α )
−12Z
t 1(˜ θ
t− θ)
2ds.
Vu l’hypoth`ese (H4) et d’apr`es ii) du lemme 3.3, il vient que pour α
′< 3α − 2 Z
t0
ω
sds
−2Z
t0
ω
sX
s2ds
2− σ
44θ
2= o t
(α−1)
2