CAPITOLUL 1.

ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

13

1.3

Martingale

Considerm un spatiu de probabilitate (, F, P ) xat i o multime nevid ordonat T . a s a a In lucrarea de fat vom interesati principal de cazul discret T = N = {0, 1, 2, . . .} sau de a n cazul continuu T = [0, +), i vom gndi parametrul t T ca reprezentnd timpul. s a a Denition 1.3.1 Numim ltratie pe (, F, P ) o colectie cresctoare de -algebre (Ft )tT a continute F, adic n a Fs Ft F, oricare ar s, t T cu s < t.
s>t

Spunem c ltratia (Ft )tT este continu la dreapta dac oricare ar t T avem a a a Ft+ := Fs = Ft . (1.15)

Spunem c ltratia (Ft )tT este complet dac oricare ar t T , Ft contine toate a a a multimile P -neglijabile, adic toate multimile N cu proprietatea c a a inf {P (F ) : N F F} = 0 (aceasta nu implic a faptul c N F, adic multimea N nu este neaprat o multime a ns a a a msurabil; ea are a probabilitatea exterioar nul). a a ns a a Spunem c ltratia (Ft )tT veric conditiile uzuale dac ea este continu la dreapta a a a a i contine toate multimile P -neglijabile. s Remark 1.3.2 S observm c cazul discret T = N, conditia (1.15) revine la F0 = a a a n F1 = F2 = . . . lucrarea de fat, toate ltratiile considerate veric conditiile uzuale, cu exceptia In a a cazului cnd se specic explicit contrariul, i a cazului discret T = N. a a s Denition 1.3.3 O colectie (Mt )tT de variabile aleatoare Mt : R se numete adap s tat ltratiei (Ft )tT dac oricare ar t T variabila aleatoare Mt este msurabil a a a a n raport cu -algebra Ft , adic dac a a Mt1 (B) = { : Mt () B} Ft , oricare ar multimea Borelian B B (notm aceasta prin Mt Ft ). a a Cerinta anterioar devine natural dac gndim -algebra Ft ca ind format din a a a a a toat informatia disponibil despre procesul M pn la timpul t (adic Ft contine toate a a a a a evenimentele despre tim c au avut loc sau nu pn la momentul t). s a a a Example 1.3.4 S considerm cazul aruncrii de dou ori a unei monede, i s notm a a a a s a a prin = {B, S} spatiul evenimentelor elementare (B pentru aparitia banului, respectiv S pentru aparitia stemei) i F = P () = {, SS, SB, BS, BB, }. s Mihai N. Pascu Notite curs Procese Stochastice

CAPITOLUL 1. ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

14

Dup prima aruncare a banului tim dac s-a obtinut stema sau banul, dar nu cunoatem a s a s a nimic despre rezultatul celei de a doua aruncri. Cu alte cuvinte, dup prima aruncare nc a a a banului tim dac au avut loc sau nu urmtoarele evenimente: (evenimentul imposis a a bil), {SS, SB} (evenimentul constnd aparitia banului la prima aruncare), {BS, BB} a n (evenimentul constnd aparitia banului la prima aruncare) i (evenimentul sigur). a n s Informatia cunoscut dup prima aruncare este deci continut -algebra F1 dat de a a a n a F1 = {, {SB, SB} , {BS, BB} , } . Dup a doua aruncare cunoatem rezultatul att a primei ct i a celei de a doua a s a a s aruncri (adic toat informatia despre cele dou aruncri), i deci aceast informatie a a a a a s a este continut -algebra F2 = P () . a n Considernd Mn ca reprezentnd numrul de fete stem obtinute primele n aruncri a a a a n a (n = 1, 2), atunci evident 0, 1 B / , {BS, BB} , 0 B, 1 B / 1 M1 (B) = F1 / {SB, SB} , 0 B, 1 B , 0, 1 B pentru orice multime Borelian B B, i deci M1 este o variabil aleatoare msurabil a s a a a n raport cu -algebra F1 . Cum F2 = P (), este eveident c variabila aleatoare M2 este F2 msurabil, i s a a a s a observm c M2 nu este msurabil raport cu F1 (nu putem determina numrul de a a a a n a steme cele dou aruncri cunoscnd numai prima aruncare!). Pentru a observa aceasta, n a a a considerm spre exemplu B = {1} i observm c a s a a
1 1 M2 (B) = M2 ({1}) = {BS, SB} F1 , /

i deci variabila aleatoare M2 nu este msurabil raport cu -algebra F1 . s a a n S observm c dat ind o colectie de variabile aleatoare (Mt )tT putem a a a a ntotdeauna determina o ltratie raport cu care colectia dat este adaptat, astfel: considernd n a a a Ft = (Xs : s t) - cea mai mic -algebr raport cu care variabilele aleatoare Ms a a n pentru s t sunt adaptate, este uor de observat c (Ft )tT formeaz o ltratie i c s a a s a ecare variabil aleatoare Mt este adaptat raport cu Ft . Aceast ltratie se numete a a n a s ltratie natural generat de Mt . a a Example 1.3.5 Considerm trei aruncri succesive ale unei monede i denim variabilele a a s aleatoare (Mn )n=1,2,3 prin Mn = +1 dac la a n-a a ncercare s-a obtinut stema i Mn = 1 s caz contrar. Dac Fn = (Mm : m n), n = 1, 2, 3, reprezint ltratia natural n a a a generat de Mn , este uor de observat c evenimentul F = {M3 = 1, M2 = 1} apartine a s a lui F3 , dar nu apartine nici lui F1 , nici lui F2 : tim dac evenimentul F a avut loc sau s a nu la a treia ncercare, dar nu putem determina dac evenimentul F a avut loc sau nu a numai dup prima/primele dou aruncri ale monedei (pentru a ti dac evenimentul F a a a s a a avut loc este nevoie s cunoatem valoarea variabilei aleatoare M3 , care este cunsocut a s a numai la a treia aruncare a banului). Mihai N. Pascu Notite curs Procese Stochastice

CAPITOLUL 1. ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

15

Putem acum s denim conceptul important de martingal (i cele a a s nrudite de submartingal, respectiv supermartingal), dup cum urmeaz: a a a a Denition 1.3.6 O colectie (Mt )tT de variabile aleatoare integrabile adaptate ltratiei (Ft )tT se numete s a) martingal (sau mai precis martingal raport cu ltratia (Ft )tT ) dac oricare a a n a ar s, t T cu s < t avem a.s. E [Mt |Fs ] = Ms b) submartingala dac oricare ar s, t T cu s < t avem a.s. a E [Mt |Fs ] Ms c) supermartingal dac oricare ar s, t T cu s < t avem a.s. a a E [Mt |Fs ] M. (1.18) (1.17) (1.16)

Considernd Mt ca ind averea unui juctor la momentul t i Ft informatia disponibil a a s a despre joc pn la acest moment de timp, putem gndi martingala ca ind modelul matema a a atic al unui joc cinstit, deoarece relatia (1.16) arat c valoarea ateptat a ctigului a a s a as la momentul t din viitor, dat ind informatia despre joc pn la momentul prezent s a a a (informatie continut -algebra Fs ), este egal cu valoarea Ms a averii la momentul a n a prezent. mod similar, putem gndi submartingalele i supermartingalele ca ind jocuri In a s ce favorizeaz, respectiv defavorizeaz juctorul a a a Cuvntul martingal are cel putin alte dou semnicatii. Prima se refer la o parte a a a a din harnaamentul unui cal (ce trece prin zbal i se leag sub gtul calului), care s a a s a a l mpiedic pe acesta s si ridice prea mult capul i astfel s rstoarne clretul din a. a a s a a aa s Dup cum vom vedea, martingalele (denite mai sus) au o proprietate a nrudit acesteia, a sensul c ele nu iau valori foarte mari sau foarte mici cu probabilitate apropiat de 1, n a a ind constante medie. O a doua semnicatie a termenului martingal este legat de n a a jocurile de noroc, i reprezint o strategie de pariere popular Franta secolului 18. s a a n In aceast strategie, juctorul dubleaz miza dup ecare joc pierdut, astfel at la primul a a a a nc joc ctigat s si recupereze toate perderile anterioare plus un ctig egal cu miza pariat as a as a initial. Modelul matematic al acestui joc constituie o martigal, sensul denitiei de mai a n sus. Prezentm continuare dou exemple de martingale: o martingal timp discret i a n a a n s una timp continuu. n Example 1.3.7 Considerm urmtorul joc: se arunc mod repetat o moned, i la a a a n a s ecare aruncare juctorul ctig 1 leu dac apare stema i pierde 1 leu caz contrar. a as a a s n Notnd prin Xn variabila aleatoare reprezentnd rezultatul celei de-a n-a aruncri a a a (considerm Xn = +1 cazul aparitiei stemei i Xn = 1 caz contrar) pentru n 1 a n s n i X0 = 0, i denind s s n Mn = Xi , n N,
i=0

Mihai N. Pascu Notite curs Procese Stochastice

CAPITOLUL 1. ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

16

(Mn )nN este o martingal raport cu ltratia (Fn )nN dat de Fn = (Xi : i = a n a 0, 1, . . . n), deoarece Mn este o variabil aleatoare integrabil i msurabil raport cu a a s a a n Fn oricare ar n N, i oricare ar m, n N cu m < n avem (presupunnd c s a a aruncrile succesive ale monedei sunt independente): a E [Mn |Fm ] = E [X0 + . . . + Xn |Fm ] = X0 + . . . + Xm + E [Xm+1 + . . . + Xn |Fm ] = Mm + E [Xm+1 + . . . + Xn ] = Mm + 0 = Mm , deoarece variabilele aleatoare Xi sunt Fm -msurabile pentru i = 0, . . . , m i independente a s de Fm pentru i = m + 1, . . . , n, i deoarece s EXi = (+1) P (Xi = 1) + (1) P (Xi = 1) 1 1 = (+1) + (1) 2 2 = 0, oricare ar i N . Ca un exemplu de martingal timp continuu avem: a n Example 1.3.8 Fie Y o variabil aleatoare integrabil pe spatiul de probabilitate (, F, P ) a a i (Ft )t0 o ltratie. Atunci Mt = E [Y |Ft ] este o martingal raport cu ltratia (Ft )t0 . s a n Din denitia ateptrii conditionate rezult c variabila aleatoare Mt este msurabil s a a a a a n raport cu -algebra Ft i integrabil, i din proprietile ateptrii conditionate (Propozitia s a s at s a 1.2.3) pentru 0 s < t avem: E [Mt |Fs ] = E [E [Y |Ft ] |Fs ] = E [Y |Fs ] = Ms . anumite conditii, reciproca acestui rezultat este de asemenea adevarat: dat ind o In a a martingal (Mt )t0 ce veric anumite conditii de regularitate (spre exemplu dac (Mt )t0 a a a este o colectie uniform integrabil de variabile aleatoare cu traiectorii continue la dreapta, a atunci Mt converge L1 (, F, P ) la o variabil aleatoare), putem determina o variabil n a a aleatoare integrabil Y (variabila aleatoare Y este limita L1 (, F, P ) a variabilelor a n aleatoare Mt pentru t ) astfel at nc Mt = E [Y |Ft ] , t 0.

Notnd M = Y , aceasta arat c putem considera Mt ca ind o martingal cu a a a a parametrul t [0, +], numit i martingal as a nchis. a S observm c dac (Mt )tT este o martingal, calculnd media relatia (1.16) a a a a a a n obtinem: EMt = E (E [Mt |Fs ]) = EMs , Mihai N. Pascu Notite curs Procese Stochastice

CAPITOLUL 1. ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

17

oricare ar s, t T cu s < t, care arat c media unei martingale Mt este constant a a a n raport cu parametrul t T . Deci, ntr-un joc martingal, valoarea medie a averii unui juctor la ecare moment al a a jocului este constant, ind egal cu valoarea initial a averii juctorului. Ne putem pune a a a a problema dac este posibil s gsim o strategie pentru a asigura un ctig garantat, adic a a a as a dac exist un moment de timp la care dac oprim jocul, valoarea ateptat a ctigului a a a s a as juctorului este mai mare dect averea sa initial. Dup cum vom vedea, aceasta nu este a a a a posibil, deoarece EMN = EM0 , pentru orice timp de oprire N mrginit. a Pentru a demonstra acest rezultat, introducem mai ai conceptul de timp de oprire nt sau timp optional.

Exercitii
Exercise 1.3.1 S se arate c cazul discret T = N, conditia (1.16) din denitia mara a n tingalei este echivalent cu conditia a E (Mn+1 | Fn ) = Mn , n N.

S se enunte conditii echivalente conditiilor (1.17) i (1.18) din denitia submartina s galei, respectiv a supermartingalei, i s se demonstreze. s a Indicatie: inductie matematic. a Exercise 1.3.2 S se arate c dac X este o variabil aleatoare integrabil pe spatiul de a a a a a probabilitate (, F, P ) i (Fn )nN este o ltratie pe acest spatiu de probabilitate, atunci s Xn = E (X | Fn ), n N, este o martingal raport cu ltratia (Fn )nN . a n Exercise 1.3.3 (Martingalul drum aleator simplu) Fie X1 , X2 , . . . un ir de varis abile aleatoare independente i identic distribuite ce iau numai valorile +1 i 1 cu probs s abiliti egale. at S se demonstreze c Sn = n Xi (numit i drum aleatoare simplu) este o martingal a a s a i=1 raport cu ltratia Fn = (X1 , . . . , Xn ). n Exercise 1.3.4 In notatia exercitiului anterior, s se demonstreze c Sn este o submartin a a 2 2 gal iar Mn = Sn n este o martingal raport cu ltratia (Fn )nN . a a n Exercise 1.3.5 Fie U1 , U2 , . . . un ir de variabile aleatoare independente i identic diss s . S se arate c P = U . . . U este un tribuite cu medie EUi = 1 pentru orice n N a a n 1 n martingal raport cu ltratia Fn = (U1 , . . . , Un ). n Exercise 1.3.6 (Martingalul lui de Moivre) Fie X1 , X2 , . . . un ir de variabile aleatoare s independente i identic distribuite ce numai valorile +1 i 1, cu probabilitile p s iau s at n . (0, 1), respectiv q = 1 p, i e Sn = i=1 Xi i Fn = (X1 , . . . , Xn ), n N s s ( ) Sn q S se demonstreze c Mn = p a a este o martingal raport cu ltratia (Fn )nN . a n Mihai N. Pascu Notite curs Procese Stochastice

CAPITOLUL 1. ELEMENTE DE TEORIA PROCESELOR STOCHASTICE

18

Exercise 1.3.7 (Urna lui Polya) O urn contine initial r bile roii i a bile albastre. a s s Din urn se extrage la amplare o bil, i se pun a nt a s napoi urn dou bile de aceeai n a a s culoare cu cea extras. Notm cu Xn numrul de bile roii din urn dup cea de a n-a a a a s a a extragere din urn i Fn = (X0 , . . . Xn ), n N. as 1 a n S se arate c Mn = n+r+a Xn este o martingal raport cu ltratia (Fn )nN . a a Exercise 1.3.8 Fie X1 , X2 , . . . un ir de variabile aleatoare i identic distribuite avnd s s a functia de densitate g, i presupunem c g (x) = 0 oricare ar x R. Dac f este o s a a functie de densitate arbitrar xat, s se arate c a a a Mn = f (X1 ) . . . f (Xn ) , g (X1 ) . . . g (Xn ) n N ,

este o martingal raport cu ltratia Fn = (X1 , . . . , Xn ). a n Exercise 1.3.9 Dac (Mn )nN este o submartingal i este o functie convex cresctoare a as a a astfel at (Ml ) este o variabil aleatoare integrabil oricare ar n 1, atunci (Mn ) nc a a este o submartingal raport cu ltratia (Fn )nN . a n Indicatie: inegalitatea Jensen pentru ateptarea conditionat. s a Exercise 1.3.10 S se arate c dac (Mn )nN o martingal raport cu ltratia (Fn )nN a a a a n i este o functie convex astfel at (Mn ) este o variabil aleatoare integrabil oricare s a nc a a n N, atunci ((Mn ))nN este o submartingal raport cu ltratia (Fn )nN . a n Indicatie: inegalitatea Jensen pentru ateptarea conditionat. s a

Mihai N. Pascu Notite curs Procese Stochastice