Documente Academic
Documente Profesional
Documente Cultură
Lucian Maticiuc
e-mail: lucianmaticiuc@yahoo.com
Mi scarea brownian a
In 1828 botanistul Robert Brown a observat mi scarea neregulat a a particulelor de polen aate n suspensie n ap a. In 1877 Delsaux a explicat schimbarea continu a a direct iilor traiectoriilor prin aceea a contacului dintre particulele de polen cu cele de ap a. In 1900 Bachelier a pus n evident a caracterul markovian al mi sc arii browniene: pozit ia unei particule la momentul t+s depinde de pozit ia sa la momentul t, si nu depinde de pozit ia sa de dinainte de momentul t. In 1905 Einstein a determinat densitatea de tranzit ie a mi sc arii browniene prin intermediul ecuat iei c aldurii, si a pus n evident a si leg atura dintre mi scarea brownian a si ecuat iile cu derivate part iale de tip parabolic. In acela si an, Smoluchowski a descris mi scarea brownian a ca limit a de mi sc ari aleatoare (random walks). Primul studiu matematic riguros a fost f acut de c atre Wiener n 1923, care a demonstrat existent a mi sc arii browniene. Ulterior studiul mi sc arii browniene a fost continuat si prin studiul traiectoriilor si al teoriei integr arii stochastice (Wiener, It o, Watanabe, Meyer, Durrett, Williams, etc.).
2.1
Mi scarea brownian a
Fie (, F , P) un spat iu dat si (Bt )t0 un proces pe acest spat iu. 2.1.1 Denit ia
Denit ia 2.1.1 Procesul (Bt )t0 este o mi scare brownian a (standard) dac a a) P (B0 = 0) = 1, b) s t, Bt Bs este o variabil a real a de lege (distribut ie) gaussian a centrat a si de variant a (t s), c) n, ti , 0 t0 t1 tn , variabilele Btn Btn1 , ..., Bt1 Bt0 , Bt0 sunt independente. Proprietatea b) este stat ionaritatea cre sterilor mi sc arii browniene; proprietatea c) este independent a cre sterilor mi sc arii browniene. Putem scrie c) sub forma echivalent a: c ) Fie s t. Variabila Bt Bs este independent a de -algebra (Br , r s). Pentru construct ia mi sc arii browniene vezi Karatzas si Shreve, Brownian Motion and Stochastic Calculus.
Filtrarea natural a este dat a de Ft = (Bs , s t). Vom considera c a F0 cont ine mult imile neglijabile. 2.1.2 Generaliz ari
Procesul Xt = a + Bt este o mi scare brownian a cu startul din a. Spunem c a X este mi scarea brownian a generalizat a, de drift , dac a Xt = x + t + Bt unde (Bt )t0 este o mi scare brownian a standard. Variabila aleatoare Xt este o variabil a gaussian a de medie x + t si de variant a 2 t.
2.2
Se poate ar ata c a mi scarea brownian a se poate obt ine ca limit a de mi sc ari cu pa si aleatori normalizate. Aceast a proprietate este util a pentru simul ari numerice. Fie o familie de variabile aleatoare Bernoulli independente, echidistribuite P (Xi = 1) = P (Xi = 1) = 1/2, i N . Denim sirul (Sn )n prin S0 = 0, Sn =
n i=1
Avem c a E (Sn ) = 0, Var (Sn ) = n. Remarc am c a sirul (Sm Sn )n,m , m n, este independent de (S0 , ..., Sn ); de asemenea Sm Sn are aceea si lege ca Smn . Vom proceda n continuare la o dubl a normalizare: pentru N xat vom transforma intervalul [0, N ] n [0, 1] si apoi vom schimba valorile luate de Sn . In acest sens denim o familie de variabile aleatoare Uk/N =
k Avem E Uk/N = 0, Var Uk/N = N . Propriet a tile de independent a si de stat ionaritate sunt ndeplinite: pentru k k , Uk/N Uk /N este independent a de (Up/N )pk , si Uk/N Uk /N are aceea si lege cu U(kk )/N . 1 S . N k
Denim un proces continuu (Ut )t0 plec and de la Uk/N impun and ca funct ia s a e an a ntre k/N si (k + 1) /N . Astfel pentru orice t R+ , exist a un unic k (t) N astfel nc at k (t) /N t < (k (t) + 1) /N si, pentru k = k (t), e UtN = Uk/N + N (t k/N ) U(k+1)/N Uk/N .
N N Obt inem U1 = 1 S . Din teorema limit a central a obt inem c a U converge N 1 N n lege (distribut ie) la o variabil a aleatoare gaussian a centrat a de variant a 1.
Procesul U N va converge n lege c atre mi scarea brownian a B. In particular, L L N UtN Bt si UtN , ..., U (Bt1 , ..., Btk ) pentru orice (t1 , ..., tk ). tk 1
2.3
Propriet a ti
Fie (Bt )t0 o mi scare brownian a si Ft = (Bs : s t) ltrarea sa natural a. 2.3.1 Procese gaussiene
Propozit ia 2.3.1 Procesul (Bt )t0 este un proces gaussian; legea sa este caracterizat a de media nul a si de covariant a Cov (Bt , Bs ) = s t. Demonstrat ie: Avem
n i=0 bn .
bi Bti+1 Bti =
n i=0
Mai general: procesul (Xt )t0 dat de Xt = x+t+Bt , este un proces gaussian de medie x + t si covariant a E ((Xt E (Xt )) (Xs E (Xs ))) = 2 (s t). Propozit ia 2.3.2 Dac a (Bt )t0 este o mi scare brownian a, atunci: t )t0 dat de B t = Bt este o mi i) procesul (B scare brownian a, t )t0 dat de B t = 1 Bc2 t este o mi scare brownian a, ii) procesul (B c t )t0 dat de B t = tB1/t , t > 0, cu B 0 = 0, este o mi iii) procesul (B scare brownian a. 2.3.2 Proprietatea Markov
Proprietatea Markov a mi sc arii browniene este utilizat a sub forma: pentru orice s, procesul (Wt )t0 dat de Wt = Bt+s Bs este o mi scare brownian a independent a de Fs . Teorema 2.3.1 Dac a f este o funct ie borelian a m arginit a, atunci
Un alt mod de a descrie aceast a proprietate este: pentru s > t, variabila aleatoare Bs , condit ionat a la Bt , este de lege gaussian a, de medie Bt si de variant a st. Atunci E (1Bs x |Ft ) = E (1Bs x | (Bt )) = E (1Bs x |Bt ), pentru s t. Propozit ia 2.3.3 (Proprietatea tare Markov) Fie T un timp de oprire cu valori nite. Avem
2.3.3
Avem urm atoarele rezultate: Traiectoriile mi sc arii browniene sunt continue. Traiectoriile mi sc arii browniene sunt a.s. nic aieri diferent iabile. Teorema 2.3.2 Fie n xat si tj =
2n j 2n t,
j = 1, 2n . Atunci
2
Btj Btj 1
j =1
t, n ,
Btj Btj1
2
. Avem c a =
si c a E (Ztn ) = t =
2t 2 2n .
2n j =1
2n j =1
t 2 2n
n+1 t2 2 2 2n
Deci
E (Ztn t)2 0.
Propozit ia 2.3.4 Fie 0 = t0 t1 tn = t o divizare d a intervalului [0, t], si Vt variat ia traiectoriei mi sc arii browniene B pe [0, t] denit a de Vt = sup Bti+1 Bti . Atunci Vt = a.s.
d i , unde t Demonstrat ie: Fie Yk = Bt B t k = k+1 k Are loc n 2 n | Bt Zt sup |Bt k+1 k k k=0 k 2n t.
|Yk | .
| tinde la 0, a.s., datorit a continuit a tii Dac a n , atunci sup |Bt Bt k k+1
k
2n k=0
n (Zt )
= t, deci
2n
= sup
n k=0
|Yk | sup
d i
Bti+1 Bti .
2.3.4
2 Propozit ia 2.3.5 Procesele B si Bt t t0 sunt martingale. Reciproc, dac a 2 X este un proces continuu astfel nc at X si Xt t t0 sunt martingale, atunci X este o mi scare brownian a.
Demonstrat ie: Demonstr am doar implicat ia direct a. Utiliz am propriet a tile mediei condit ionate: E (X |G ) = E (X ) c and X si G sunt independente, si E (X |G ) = X c and X este G m asurabil a. Pentru s t, E (Bt |Fs ) = E (Bt Bs |Fs ) + E (Bs |Fs ) = 0 + Bs . Avem si E (Bt Bs )2 |Fs = t s. Pe de alt a parte
E (Bt Bs )2 |Fs
2 2 2Bt Bs + Bs |Fs = E Bt 2 2 = E Bt |Fs 2Bs E [Bt |Fs ] + E Bs |Fs = 2 2 2 2 2 |Fs 2Bs + Bs = E Bt |Fs Bs . = E Bt
Deci
Propozit ia 2.3.6 Fie B 1 , B 2 dou a mi sc ari browniene independente. Atunci B 1 B 2 este o martingal a. Demonstrat ie: Utiliz am urm atorul rezultat: e F , G dou a -algebre si X, Y dou a v.a. astfel nc at X F si G sunt independente si Y G si F sunt independente. Atunci E (XY |F G ) = E (X |F ) E (Y |G ). De asemenea putem utiliza c a
1 2
t=
1 2
1 Bt
t +
1 2
2 Bt
1 2 t + Bt Bt ,
Dac a B este G mi scare brownian a atunci este o mi scare brownian a n raport cu propria sa ltrare.
t0
este o martingal a, R.
t0
E exp (Bt Bs ) 2 (t s)
si deci
2 1 2 t |F = exp B E exp Bt 1 s s 2 2 s .
1 2
=1
Propozit ia 2.3.8 Fie (, F , Ft , P) si B o Ft mi scare brownian a pe acest 2 2 spat iu. Dac a Xt = t+Bt , atunci pentru R, exp Xt t + 1 2 este o Ft martingal a. Reciproc, dac a X este un proces continuu astfel nc at 1 2 2 exp Xt t + 2 este o Ft martingal a, atunci exist a o Ft t 0 mi scare brownian a B astfel nc at Xt = t + Bt .
2 t Demonstrat ie: S tim c a exp Bt 1 2 1 Bt = (Xt t) si = . t0
t0
2.3.5
1 2 n Fie Bt = Bt , Bt , ..., Bt un proces n-dimensional. Spunem c a B este i mi scare brownian a multidimensional a dac a procesele Bt , 1 i n, t0 sunt procese browniene independente. def 1 2 2 1 1 este o este gaussian si Bt = a2 + bB + bBt aB Procesul aBt t t 2 +b mi scare brownian a. Dac a B este mi scare brownian a n-dimensional a, avem c a T E Bt Bs = n (t s) .
Procesul n-dimensional B este o mi scare brownian a dac a si numai dac a procesele B i si B i B j ij t sunt martingale. Denit ia 2.3.2 Mi sc arile browniane cu valori reale B 1 , B 2 sunt corelate, cu 1 2 coecientul de corelat ie , dac a Bt Bt t este o martingal a. Vom decorela mi scarea brownian a introduc and procesul
3 Bt = def
1 1 2
2 1 Bt Bt .
= =
1 1 2 1 1 2
2
2 Bt
1 + 2 Bt
1 2 2Bt Bt t 1 2 1 2 Bt
= .
2 2 Bt
t +
1 2 t 2 Bt Bt t
3 t este o martingal a, deci B 3 este o mi scare brownian a. Vom obt ine c a Bt Se poate demonstra c a B3 este independent a de B1 . Produsul B 1 B 3 este o martingal a.
2.4
2.4.1
Integrala Wiener
Denit ia
def 0
Not am cu L2 (R+ ) mult imea de (clase de echivalent e de) funct ii boreliene f : R+ R astfel nc at ||f ||2 = Pentru f =
n i=1
f 2 ( s)
1/ 2
< .
n
Prezent am mai nt ai cazul funct iilor n scar a. fi1 1(ti1 ,ti ] , integrala
f (s) dBs =
0 i=1
Variabila aleatoare I (f ) =
0 n i=1
fi2 1
E (I (f ) I (g)) =
(f + g ) (s) ds = g 2 (s) ds + 2
0
=
0
f 2 (s) ds +
0
f (s) g (s) ds
In cazul general al funct iei f L2 (R+ ), exist a sirul (fn )n de funct ii n scar a care converge n L2 (R+ ) la f , adic a
0
S irul de v.a. Fn = 0 fn (s) dBs este sir Cauchy n spat iul Hilbert L2 (R+ ), deci este convergent. Se poate ar ata c a aceast a limit a nu depinde de sirul ales.
Not am I ( f ) =
def 0
fn (s) dBs .
0
Vom spune c a I (f ) este integrala stochastic a (integrala Wiener) a lui f n raport cu B . Subspat iul lui L2 (R+ ) format din v.a. 0 f (s) dBs coincide cu spat iul gaussian generat de mi scarea brownian a B. 2.4.2 Propriet a ti
Aplicat ia f I (f ) este liniar a si izometrie de la L2 (R+ ) la L2 ( ), adic a I (f + g ) = I (f ) + I (g ) , si norma lui I (f ) este egal a cu norma lui f :
E (I (f ))
De asemenea are loc
=
0
f 2 (s) ds.
E I (f ) I (g) =
Variabila I (f ) este gaussian a, centrat a, de variant a spat iului gaussian generat de (Bt )t0 . Are loc si
0
E Bt
f (s) dBs =
0 0
f (s) ds.
(1)
Proprietatea de mai sus (1) este o caracterizare a integralei stochastice, n sensul c a dac a are loc 2.4.3
E (Z Bt ) =
f (s) dBs .
f (s) dBs =
0 0
f (r) dBr .
0 t 0
a) Procesul M este o
f 2 (r) dr.
Cov (Mt , Ms ) =
0 t
f 2 (r) dr.
c) Procesul
Mt2
f 2 (r) dr
t 0 t
este o martingal a.
s ts
f (r) dBr
0 0
g (r) dBr =
0
Demonstrat ie Vom verica doar pentru funct iile etajate f = Dac a ti < s < t ti+1 atunci
t s
n i=1
E [(Bt Bs ) |Fs ] = 0.
+E = fi E
Bti+1 Bs |Fs +
k=i+1
fk E
Bt Btj |Fs = 0.
t s
2.4.4
f (s) Bs ds.
(2)
Putem scrie (2) sub forma d (f (t) Bt ) = f (t) dBt + f (t) Bt dt.
Demonstrat ie Avem c a
E Bs
t 0
f (r) dBr = E
t s
dBr
0 0
f (r) dBr =
0
f (r) dr.
Pe de alt a parte
f (r) Br dr
0 t
=
0
f (r) (r s) dr,
ts
E Bs f (t) Bt
deci
t 0
f (r) Br dr
0
=
0
f (r) dr,
E Bs
f (r) Br dr
0
, s.
2.5
2.5.1
Exemple
Mi scarea brownian a geometric a
se nume ste mi scarea brownian a geometric a. Procesul este de asemenea numit procesul log-normal, deoarece 1 2 ln Xt = b t + Bt + ln x 2 este o variabil a care are o lege normal a. Propozit ia 2.5.1 Procesul Xt ebt este o martingal a. Pentru demonstrat ie se scrie Xt = Xs exp 1 2 b (t s) + (Bt Bs ) 2
si se va obt ine
Procesul X este des utilizat pentru modelarea pret ului unui activ nanciar. Randamentul unui activ ntre dou a date este m asurat a de diferent a logaritmilor, si este dat a de v.a. gaussian a 1 b 2 t + Bt . 2 Este u sor s a se calculeze momentele mi sc arii browniene geometrice. Din proprietatea de martingal a, E (Xt ) = x exp (bt). Momentul de ordinul al doilea,
= =
E exp
2b + 2 t
1 2
(2 ) t + 2Bt
2b + 2 t .
2.5.2
Procesul Ornstein-Uhlenbeck
Vt = V0
0
aVs ds + Bt
= V0 +
0
(a) Vs ds +
0
dBs
(3)
e(ts)a dBs .
(4)
Ecuat ia lui Langevin se mai poate scrie dVt = aVt dt + dBt , cu v.a. V0 , mi scarea brownian a B , constantele a, , date init ial. Demonstrat ie Fie procesul X denit de (4): Xt = eat V0 +
0 t
e(ts)a dBs .
Vom ar ata c a X veric a ecuat ia (3). Folosind integrarea prin p art i obt inem
t 0
eat Bt a
0
eas Bs ds ,
eas Bs ds.
(5)
Xs ds = V0
0 0
as
ds +
0
Bs ds a
0
as 0
ear Br dr ds (6)
Dar
0 t 0 0 t s 0
f (r, s) dr ds =
0 t r t r t
e =
0
as ar
Br dr ds =
0 t
e 1 a
ar
Br
r t
as
ds dr =
0 t 0
ear Br eat dr e
a(r t) t
ear Br ear dr =
0 t 0
1 = a
Br dr
0
Br dr .
a
0
Xs ds = V0 1 e
t 0
at
+ a
0
ea(rt) Br dr,
Putem se asemenea s a not am Yt = eat Vt si s a aplic am formula de integrare prin p art i, dYt = eat dVt + aeat Vt dt = eat dBt , deci solut ia este
t
Yt = Y0 +
0
eas dBs
Propozit ia 2.5.2 Dac a V0 este o v.a.r. gaussian a independent a de mi scarea brownian a, procesul V , numit procesul Ornstein-Uhlenbeck, este gaussian cu media E (Vt ) = eat E (V0 ) si cu covariant a Cov (Vs , Vt ) = eas eat Var (V0 ) +
0 s
Demonstrat ie Din (4) deducem E (Vt ) = eat E (V0 ), deoarfece media integralei stochastice este 0. De asemenea Cov (Vs , Vt ) = Cov (eas V0 , eat V0 ) + Cov = Cov (eas V0 , eat V0 ) + 2 eas eat Cov = eas eat Var (V0 ) + 2 eas eat
s a(sr ) e 0 s ar e 0
dBr ,
t ar e 0
t a(tr ) e 0
dBr =
dBr ,
dBr =
st 2ar e dr. 0
In particular, dac a V0 este constant a, atunci Var (V0 ) = 0, deci 2 a(s+t) 2as Cov (Vs , Vt ) = e e 1 , 2a
t
si de variant a
2 a3
(1 e
0 at 2
1eat a
2.5.3
Modelul Vasicek
Sub aceast a form a (numit si modelul Vasicek), ecuat ia prezint a evolut ia ratei dob anzii (interest rates). Forma explicit a a solut iei este dat a de rt = (r0 b) eat + b +
0 def t
ea(tu) dBu .
Observ am c a procesul Vt = rt b satisface ecuat ia lui Langevin (3). Egalitatea rt = (rs b) ea(ts) + b +
s t
ea(tu) dBu , s t,
(9)
a, rt este o variabil a gaussian a de medie (r0 b) eat + Dac a r0 este o constant 2 b si variant a 2a 1 e2at . Covariant a este dat a de 2 a(s+t) 2as Cov (rs , rt ) = e e 1 , s t. 2a Expresia (9) arat a c a variabila rt+s condit ionat a la Fs este de medie 2 2a(ts) (rs b) ea(ts) + b si variant a 1 e . De asemenea, procesul 2a (rt+s )t0 , condit ionat la Fs , veric a modelul Vasicek cu parametrii (a, b, ) si de condit ie init ial a rs . Are deci loc: Propozit ia 2.5.4 Pentru s < t, avem
si de variant a
2 2 a3
t r du 0 u
(1 e
) +
2 a2
1eat a
ru du =
0
E
si
t
ru du|Fs
s
Vars
s
ru du
2 = 3 1 ea(ts) 2a
2 + 2 a
1 ea(ts) ts a
= V (t, s) .
Variabila
s
E exp
ru du |Fs
s
Aceste calcule sunt utile pentru calculul unui zero-cupon (zero-coupon bond ) n nant e: dac a B (t, T ) este valoarea unui zero-cupon, avem B (t, T ) = si E exp sT ru du |Fs 1 B (t, T ) = exp M (T, t) + V (T, t) 2
References
[1] Monique Jeanblanc, Cours de calcul stochastique, pagina personal a, http://www.maths.univ-evry.fr/pages perso/jeanblanc/cours/M2 cours.pdf. [2] Etienne Pardoux, Aurel R a scanu, Stochastic Dierential Equations, n curs de aparit ie. [3] Ioannis Karatzas, Steven E. Shreve, Brownian Motion and Stochastic Calculus, Springer Verlag, Berlin, 1988. [4] Bernt Oksendal, Stochastic Dierential Equations, Springer Verlag, Berlin, a 6-a edit ie, 1998.