martingales discrètes, chaines de Markov, processus de Poisson
martingales discrètes, chaines de Markov, processus de Poisson
martingales discrètes, chaines de Markov, processus de Poisson
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
∫ ∫<br />
ν(dx 0 ) h(x 0 , · · · , x n )g(x n )Q ⊗n (x 0 , dx 1 , · · · , dx n ) = E ν [Zg(X n )]<br />
E<br />
E n<br />
ce qui montre bien que E ν [Y ◦ θ n /F n ] = g(X n ) = E ν [F (X n , · · · , X n+p )/X n ], d’où le (i) est<br />
vrai pour les indicatrices d’événements <strong>de</strong> I, classe telle que σ(I) = A.<br />
L’espace vectoriel <strong>de</strong>s variables Y qui vérifient (i) est stable par limite croissante et contient<br />
les indicatrices <strong>de</strong> I, par le théorème <strong>de</strong>s classes monotones, cet espace contient<br />
toutes les variables A-mesurables positives ou bornées, ce qui montre (i).<br />
c) De même si T est un F-temps d’arrêt, g(X T )1 {T