• Aucun résultat trouvé

rappelons que Ft:=σ(Bu;u≤t), pour toutt∈R+

N/A
N/A
Protected

Academic year: 2022

Partager "rappelons que Ft:=σ(Bu;u≤t), pour toutt∈R+"

Copied!
2
0
0

Texte intégral

(1)

Universit´e Lille 1, M2 Math´ematiques - Parcours Math´ematiques Appliqu´ees, Examen du cours ”Int´egrale d’Itˆo, formule d’Itˆo et applications `a la finance”

Cet examen du 21/03/17 concerne la partie du cours enseign´ee par A.Ayache, sa dur´ee est 2 heures.

Les documents sont autoris´es. La qualit´e de la r´edaction intervient dans l’appr´eciation de la copie.

Remarques : Dans tout ce sujet d’examen, l’espace de probabilit´e sous-jacent est not´e par (Ω,F, P).

L’op´erateur esp´erance (associ´e `a P) est not´e E(·). De plus, l’op´erateur esp´erance conditionnelle, par rapport `a une sous-tribu arbitraireAde F, est not´e parE[· |A].

On d´esigne par B={B(t)}t∈R+ ={Bt}t∈R+ un mouvement brownien, d´efini sur (Ω,F, P), qui est

`

a valeurs r´eelles, `a trajectoires continues, et v´erifie E(B12) = 1. De plus, on d´esigne par (Ft)t∈R+ la filtration naturelle associ´ee `a {Bt}t∈R+; rappelons que Ft:=σ(Bu;u≤t), pour toutt∈R+.

Par ailleurs, pour tousj ∈Netk∈N, on pose dj,k := 2−jk=k/2j.

Signalons enfin que, pour tous r´eelsaetb, on note para∧b le minimum deaetb.

Exercice 1Soit {Xt}t∈R+ le processus stochastique, d´efini, pour toutt∈R+, parXt:= sin(Bt).

1) Au moyen de la formule d’Itˆo, montrer que le processus stochastique {Yt}t∈R+, d´efini, pour tout t∈R+, par

Yt:=Xt+ 1 2

Z t

0

Xsds , est une (Ft)t∈R+-martingale.

2) Montrer que, pour tout t∈R+, l’on a Var(Yt)≤t.

Exercice 2Pour tout j∈N et pour toutt∈R+, on pose Vej(t) :=

+∞

X

k=0

B(t∧dj,k+1)−B(t∧dj,k) 2

.

1) Montrer que pour toutj ∈Net pour toutt∈R+, on aVej(t)∈L2(Ω,F, P).

2) Prouver que, pour toutt∈R+, l’on a lim

j→+∞E

eVj(t)−t

2

= 0 et lim

j→+∞E

eVj(t)−t

= 0.

3) Montrer que, pour tout t∈R+,Vej(t) convergeP-presque sˆurement vers tlorsquej→+∞.

Probl`eme On suppose que l’espace de probabilit´e (Ω,F, P) est muni d’une filtration (At)t∈R+. On note par M ={M(t)}t∈R+ un processus stochastique `a valeurs r´eelles d´efini sur cet espace de proba- bilit´e. De plus, pour tout j∈N et pour toutt∈R+, on pose

Vj(t) :=

+∞

X

k=0

M(t∧dj,k+1)−M(t∧dj,k)2

.

On impose `a {M(t)}t∈R+ de v´erifier les trois propri´et´es suivantes : 1

(2)

(I) {M(t)}t∈R+ est une (At)t∈R+-martingale de carr´e int´egrable ;

(II) les trajectoires de {M(t)}t∈R+ sont des fonctions continues sur R+ et telles que M(0) = 0 ; (III) pour tout t∈R+, on a lim

j→+∞E

Vj(t)−t

= 0 et lim

j→+∞

Vj(t)−t

= 0 P-presque sˆurement.

Enfin, on note par f une fonction d´eterministe de R dans R qui est continue et born´ee (c’est-`a-dire queµf := supx∈R

f(x)

<+∞). De plus, pour tout j∈N et pour toutt∈R+, on pose Itj(f) :=

+∞

X

k=0

f M(dj,k)

M(t∧dj,k+1)−M(t∧dj,k)

.

1) Montrer que, pour tout j ∈ N fix´e, le processus stochastique

Itj(f) t∈

R+ est une (At)t∈R+- martingale de carr´e int´egrable v´erifiant E Itj(f)

= 0, pour tout t ∈ R+, et dont les trajectoires sont des fonctions continues surR+.

2) Soient (t0, t00)∈R2+ tel quet0 ≤t00.

a) Pour tout j∈N, montrer que l’on aP-presque sˆurement E

M(t00)−M(t0) 2

At0

=E

Vj(t00)−Vj(t0)

At0

b) En d´eduire que l’on aP-presque sˆurement E

M(t00)−M(t0)2

At0

=t00−t0.

3) Pour tout j ∈N et tout t∈ R+, on note par Φjt la fonction ´el´ementaire d´efinie, pour tout couple (s, ω)∈R+×Ω, par :

Φjt(s, ω) :=

+∞

X

k=0

f M(dj,k, ω)

1l[t∧dj,k,t∧dj,k+1[(s),

o`u 1l[t∧dj,k,t∧dj,k+1[ d´esigne le fonction indicatrice de l’intervalle [t∧dj,k, t∧dj,k+1[.

a) Montrer que l’on a, pour tous t∈R+,j∈Netp∈N, E

Itj+p(f)−Itj(f)

2

=E Z t

0

Φj+p(s)−Φj(s)

2

ds

.

b) En d´eduire que, pour tout t ∈ R+ fix´e, il existe une variable al´eatoire not´ee par It(f) qui appartient `a L2(Ω,F, P) telle que la suite de variables al´eatoires Itj(f)

j∈N converge au sens de la norme de L2(Ω,F, P) vers It(f).

c) Montrer que le processus stochastique

It(f) t∈

R+ est une (At)t∈R+-martingale.

2

Références

Documents relatifs

Calculer le nombre minimum d’´el`eves qui doivent passer un oral avec lui pour que la probabilit´e d’avoir eu au moins un sujet de probabilit´es soit sup´erieure `a 99%2. Probl`

Justin, un des candidats, estime ses chances de r´ eussite ` a cet oral selon les probabilit´ es suivantes : 1/2 si c’est un sujet d’analyse, 3/4 si c’est un sujet de g´ eom´

Il s’agit donc d’une entit´e `a double localisation : le site de Marne-la-Vall´ee (12 professeurs, 1 profes- seur ´em´erite, 18 Maˆıtres de conf´erences, 1 Directeur de

la Direction de l’Institut Henri Fayol, pour leur confiance dans ce projet I Eric Duflot, sans qui le montage n’aurait pas eu lieu. I Agn `es Emeriat, pour sa participation

Il y a bien un th´ eor` eme de Bernstein qui donne une condition n´ ec´ essaire et suffisante pour qu’une fonction soit la fonction caract´ eristique d’une loi de probabilit´ e,

Donner la preuve du th´ eor` eme suivant: Soit E et F deux espaces vectoriels sur R et f une appli- cation lin´ eaire de E dans F. Pour quelle valeur de α les solutions de

Documents et calculatrices interdits.. Le 7

L’objet de ce chapitre est d’´ etudier, dans le cas diff´ erentiable, les conditions n´ ecessaires et les conditions suffisantes pour les probl` eme d’optimisation sans contrainte