a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
2.1 Solution forte - Diffusion. 25<br />
(c’est à dire y t = 5e −t ) et des EDS<br />
Y t = 5 −<br />
∫ t<br />
avec σ = 0.4 et σ = 2 obtenues par simu<strong>la</strong>tion.<br />
0<br />
Y s ds + σB t<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
−1<br />
−2<br />
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0<br />
2.1 Solution forte - Diffusion.<br />
Dans <strong>la</strong> suite, nous étudierons donc des Équations Différentielles <strong>Stochastique</strong>s (EDS),<br />
dont <strong>la</strong> définition précise est <strong>la</strong> suivante.<br />
On se donne de nouveau une filtration (F t ) continue à droite et formée de tribus<br />
complètes (mais on ne suppose pas nécessairement que F 0 est <strong>la</strong> tribu des ensembles négligeables),<br />
un (F t )-Brownien B à valeurs dans R r , une variable aléatoire ξ à valeurs dans R d indépendante<br />
de Fs B = σ(B s , s ≥ 0), des fonctions boréliennes<br />
σ : [0, +∞[×R d → M(d, r) ∼ R dr et b : [0, +∞[→ R d .<br />
On appelle Équation Différentielle <strong>Stochastique</strong> (EDS) de condition initiale ξ, de coefficient<br />
de diffusion σ et de coefficient de dérive b un processus X tel que pour tout t ≥ 0,<br />
X t = ξ +<br />
∫ t<br />
0<br />
σ(s, X s )dB s +<br />
L’équation (2.2) sera aussi notée<br />
{ dXt = σ(t, X t )dB t + b(s, X s )ds,<br />
X 0 = ξ.<br />
∫ t<br />
0<br />
b(s, X s )ds. (2.2)<br />
On s’intéresse tout d’abord à l’existence et l’unicité de solutions au sens fort.<br />
26 octobre 2009 <strong>Calcul</strong> <strong>Stochastique</strong> 2 - Annie Millet