TAREA 1 C´ALCULO ESTOC´ASTICO POSGRADO EN ... - Bitbucket
TAREA 1 C´ALCULO ESTOC´ASTICO POSGRADO EN ... - Bitbucket
TAREA 1 C´ALCULO ESTOC´ASTICO POSGRADO EN ... - Bitbucket
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>TAREA</strong> 1<br />
CÁLCULO ESTOCÁSTICO<br />
<strong>POSGRADO</strong> <strong>EN</strong> CI<strong>EN</strong>CIAS MATEMÁTICAS<br />
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO<br />
SEMESTRE 2013-I<br />
GERÓNIMO URIBE BRAVO<br />
Ejercicio 1. Sea B un movimiento Browniano.<br />
(1) Si f es medible y acotada y Ht = t<br />
0 f(Bs) ds, pruebe que H es un proceso<br />
adaptado con trayectorias continuas.<br />
(2) Si f es una función continua y Ht = sup s≤t f(Bs), pruebe que H es un proceso<br />
adaptado con trayectorias continuas.<br />
(3) Si Ht = 1Bt>0, pruebe que H es un proceso adaptado pero que no tiene<br />
trayectorias continuas.<br />
Ejercicio 2 (Problema 2.19 p.9 de [KS91]). Sea X = (Xt, t ≥ 0) progresivamente<br />
medible respecto de la filtración (Ft, t ≥ 0) y T un tiempo de paro. Sea f : [0, ∞) ×<br />
R → R medible y acotada. Muestre que el proceso Y = (Yt, t ≥ 0) dado por<br />
t<br />
Yt = f(s, Xs) ds<br />
0<br />
es progresivamente medible y que YT es una variable aleatoria FT -medible.<br />
Ejercicio 3. Sean S y T tiempos de paro respecto de una filtración (Ft, t ≥ 0).<br />
Pruebe la siguiente proposición.<br />
La colección de eventos que suceden hasta el tiempo T , FT , es una σ-álgebra. Si<br />
A ∈ FS entonces A∩{S ≤ T } ∈ Ft y en consecuencia, si S ≤ T entonces FS ⊂ FT .<br />
Además, FT ∧S = FT ∩ FS y dicha σ-álgebra contiene a cada uno de los eventos<br />
{S < T } , {T < S} , {S ≤ T } , {T ≤ S} , {T = S} .<br />
Ejercicio 4. Sea (Mt, t ≥ 0) una martingala (con trayectorias continuas por la derecha<br />
en el caso de tiempo continuo) respecto de (Ft, t ≥ 0). Pruebe que obviamente Mt∧T<br />
es una Ft∧T -martingala pero que de hecho M T es martingala respecto a (Ft, t ≥ 0).<br />
Ejercicio 5 (Ej. 4 y 28 Cap. 1 de [Pro04]). Si (Tn, n ∈ N) es una sucesión de<br />
tiempos de paro que decrecen a T . Pruebe que T es un tiempo de paro y que<br />
FT = <br />
FTn.<br />
Sean S y T dos tiempos de paro con S ≤ T . Pruebe que FS− ⊂ FT − y que si<br />
(Tn, n ∈ N) es una sucesión de tiempos de paro que crecen a T entonces<br />
n<br />
FT − = <br />
n<br />
1<br />
FTn−.
<strong>TAREA</strong> 1 2<br />
Ejercicio 6 (Ej. 5 Cap. 1 de [Pro04]). Sea (Ft) t≥0 una filtración que satisface las<br />
hipótesis habituales. Sea p > 1 y sean M n (Ft)-martingalas continuas y acotadas en<br />
Lp y con límite M n ∞. Suponga que M n ∞ → M∞ en Lp y sea Mt = E(M∞ | Ft).<br />
(1) Pruebe que Mt ∈ Lp para toda t ≥ 0.<br />
(2) Pruebe con mucho cuidado que M es una martingala continua.<br />
Ejercicio 7 (Ej. 8 Cap. 1 de [Pro04]). Sea Bt = (B 1 t , B 2 t , B 3 t ), t ≥ 0 un movimiento<br />
browniano en dimensión 3. Sea Lr = sup {t ≥ 0 : Bt ≤ r}. Diga por qué Lr < ∞<br />
para toda r ≥ 0 y pruebe que Lr no es un tiempo de paro respecto de la filtración<br />
browniana.<br />
Ejercicio 8. Pruebe que si f es no decreciente y continuamente diferenciable entonces<br />
t t<br />
g df = gf ′ dλ.<br />
0<br />
Ejercicio 9. Al extender la técnica vista en clase para funciones de variación acotada<br />
continuas, pruebe la regla de la cadena<br />
<br />
F ◦f(t) = F ◦f(0)+ F ′ ◦f df + <br />
[F ◦ f(s) − F ◦ f(s−) − F ′ ◦ f(s−) ∆f(s)]<br />
(0,t]<br />
s≤t<br />
∆f(s)=0<br />
donde F es una función de clase C1 y f es una función de variación acotada.<br />
Ejercicio 10. El objetivo de este ejercicio es ver cuál es el límite en L2 de<br />
<br />
,<br />
i<br />
Bτ n i<br />
0<br />
Bt n i − Bt n i−1<br />
donde 0 = tn 0 < tn 1 < · · · < tn kn = t una sucesión de particiones de [0, t] cuya norma<br />
tiende a cero y τ n i = tn i + tn <br />
i−1 /2.<br />
(1) Defina Fs,t = σ(Br : r ≤ s ó r ≥ t).Si u ≤ s ≤ t ≤ v, pruebe que<br />
Bt − Bs − (Bv − Bu) (t − s) / (v, u)<br />
es independiente de Fu,v. Concluya que<br />
t − s<br />
E(Bt − Bs | Fu,v) =<br />
v − u (Bv − Bu) .<br />
Sugerencia: utilice el criterio de independencia para vectores gaussianos.<br />
(2) Muestre que<br />
<br />
E Bτ n <br />
Bti + Bti−1<br />
− Bt i 2<br />
n i − Btn <br />
i−1<br />
2 <br />
<br />
<br />
<br />
= E Bτ n 2 Bti + Bti−1<br />
− Bt i 2<br />
n i − Btn <br />
2 .<br />
i−1<br />
y que por lo tanto:<br />
<br />
E<br />
Bτ n i<br />
− Bti + Bti−1<br />
2<br />
<br />
Bt n i − Bt n i−1<br />
2 <br />
≤ t max (ti − ti−1) .
(3) Muestre que<br />
<br />
i<br />
Bti<br />
+ Bti−1<br />
2<br />
<strong>TAREA</strong> 1 3<br />
<br />
Bt n i − Bt n i−1<br />
<br />
→ B 2 t<br />
en L 2 y concluya. ( Sugerencia: no lo haga directamente, utilice lo que se ha<br />
visto en clase.)<br />
Ejercicio 11. Sea B un movimiento browniano y defina St = sup s≤t Bs, S ∗ t =<br />
sup s≤t |Bs|.<br />
(1) Sea α > 0 y recuerde que<br />
Mt = e αBt−α2 t/2<br />
es una martingala con trayectorias continuas. Al aplicarle la desigualdad<br />
maximal de Doob, deduzca que<br />
(2) Minimice sobre α y deduzca que<br />
(3) Pruebe que<br />
es una martingala y deduzca que<br />
P(St ≥ at) ≤ e αat+α2 t/2 .<br />
P(St ≥ at) ≤ e −a2 t/2 .<br />
Nt = cosh(αBt) e −α2 t/2<br />
P(S ∗ t ≥ at) ≤ 2e −a2 t/2 .<br />
(4) Deduzca que St y S ∗ t tienen momentos de cualquier orden.<br />
Ejercicio 12. Mediante aproximación por sumas tipo Riemann, pruebe las siguientes<br />
dos igualdades:<br />
(1) t<br />
0 s dBs = tBt − t<br />
0 Bs ds y<br />
(2) t<br />
0 B2 s dBs = B 3 t /3 − t<br />
0 Bs ds.<br />
Ejercicio 13. Sean F y G dos proceso continuos y adaptados respecto de la filtración<br />
browniana. Pruebe que:<br />
(1) t<br />
s dBr = Bt − Bs,<br />
(2) si λ, µ ∈ R entonces t<br />
s λFs + µGs dBs = λ t<br />
s Fs dBs + µ t<br />
s Gs dBs y<br />
(3) si r < s < t entonces<br />
s t t<br />
Fu dBu + Fu dBu = Fu dBu.<br />
r<br />
s<br />
Ejercicio 14. Probar que si f es una función continua de variación acotada entonces<br />
g satisface<br />
si y sólo si<br />
g(t) = x +<br />
t<br />
0<br />
r<br />
g(s) f(ds)<br />
g(t) = xe f(t) .<br />
Sugerencia: utilice integración por partes para ver que ge −f es constante.
<strong>TAREA</strong> 1 4<br />
Ejercicio 15. Pruebe que Xt = xe Bt−t/2 satisface la ecuación<br />
Xt = x +<br />
t<br />
0<br />
Xs dBs.<br />
Sugerencia: Aplique la fórmula de Itô para procesos del tipo f(t, Bt). Note que para<br />
obtener una conclusión de unicidad como la del caso de variación finita, hace falta<br />
una fórmula de integración por partes para integrales estocásticas.<br />
Ejercicio 16. Sean B 1 y B 2 dos movimientos brownianos independientes y Bt =<br />
(B 1 t , B 2 t ).<br />
(1) Pruebe que B 1 B 2 es una martingala.<br />
(2) Al utilizar la fórmula de polarización ab = 1/4 ((a + b) 2 − (a − b) 2 ), calcule<br />
el límite en L2 conforme la norma de la partición se va a cero de:<br />
<br />
<br />
.<br />
i<br />
<br />
B 1 ti − B1 ti−1<br />
<br />
B 2 ti − B2 ti−1<br />
Sugerencia: Note que B 1 + B 2 y B 1 − B 2 tienen las mismas distribuciónes<br />
finito dimensionales que (B 1 2t, t ≥ 0).<br />
(3) Conjeture y pruebe una fórmula de Itô para f(B).<br />
(4) Aplique formalmente la fórmula a log x + Bt 2 donde x = 0 y diga por qué<br />
dicho proceso (menos su valor inicial) debe ser igual a una integral estocástica.<br />
References<br />
[KS91] Ioannis Karatzas and Steven E. Shreve, Brownian motion and stochastic calculus, second<br />
ed., Graduate Texts in Mathematics, vol. 113, Springer-Verlag, New York, 1991.<br />
MR 1121940 (92h:60127)<br />
[Pro04] Philip E. Protter, Stochastic integration and differential equations, second ed., Applications<br />
of Mathematics (New York), vol. 21, Springer-Verlag, Berlin, 2004, Stochastic Modelling<br />
and Applied Probability. MR 2020294 (2005k:60008)<br />
Instituto de Matemáticas, Universidad Nacional Autónoma de México