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
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2.1 Solution forte - Diffusion. 31<br />
Le lemme de Fatou et <strong>la</strong> condition de Lipschitz (2.3) montrent que pour tout m,<br />
(∫ T<br />
E<br />
0<br />
) (∫ T<br />
|X t − X (m)<br />
t | 2 dt ≤ lim inf E |X (n)<br />
t<br />
n<br />
0<br />
)<br />
− X (m)<br />
t | 2 dt → 0<br />
quand m → ∞. L’inégalité de Schwarz et <strong>la</strong> condition de Lipschitz (2.3) montrent alors<br />
que ∫ t<br />
b(s, X(n)<br />
0 s )ds converge dans L 2 vers ∫ t<br />
b(s, X 0 s)ds, tandis que l’isométrie des intégrales<br />
stochastiques prouve que ∫ t<br />
σ(s, X(n)<br />
0 s )dB s converge dans L 2 vers ∫ t<br />
σ(s, X 0 s)dB s . On en<br />
déduit que X satisfait (2.6) en prenant <strong>la</strong> limite dans L 2 de l’équation (2.9).<br />
Enfin, si l’on renforce l’intégrabilité de <strong>la</strong> condition initiale, <strong>la</strong> démonstration précédente<br />
dans <strong>la</strong>quelle on remp<strong>la</strong>ce l’isométrie de l’intégrale dans L 2 par l’inégalité de Burkholder-<br />
Davies-Gundy (1.13) permet de montrer (2.8). ✷<br />
Exemple 2.7 (Brownien géométrique) Soit σ et b des nombres réels, S 0 un nombre réel<br />
strictement positif. Le Brownien géométrique est <strong>la</strong> solution de l’EDS<br />
S t = S 0 +<br />
∫ t<br />
0<br />
σS s dB s +<br />
∫ t<br />
0<br />
bS s ds.<br />
Le Théorème 2.6 montre que cette EDS a une unique solution forte, puisque les coefficients<br />
σ(t, x) = σx et b(t, x) = bx satisfont c<strong>la</strong>irement les conditions globales de Lipschitz et de<br />
restriction sur <strong>la</strong> croissance. Pour tout t ≥ 0, notons<br />
X t = S 0 exp<br />
[<br />
σB t +<br />
(b − σ2<br />
2<br />
) ]<br />
t . (2.12)<br />
En appliquant <strong>la</strong> formule d’Itô à <strong>la</strong> fonction f(t, x) = S 0 exp[σx + (b − σ2 )t] et au Brownien<br />
2<br />
B, puisque ∂f<br />
σ2 ∂f<br />
(t, x) = (b − )f(t, x), (t, x) = σf(t, x), ∂2 f<br />
(t, x) = σ 2 f(t, x), f(t, B<br />
∂t 2 ∂x ∂x 2 t ) = X t<br />
et f(0, B 0 ) = S 0 , on déduit que<br />
∫ t<br />
X t = S 0 +<br />
0<br />
) (b − σ2<br />
X s ds +<br />
2<br />
∫ t<br />
0<br />
σX s dB s + 1 2<br />
∫ t<br />
0<br />
σ 2 X s ds = S 0 +<br />
∫ t<br />
0<br />
∫ t<br />
σX s dB s + bX s ds,<br />
0<br />
c’est à dire que X est solution de (2.12). L’unicité de <strong>la</strong> solution forte entraîne que X = S.<br />
On en déduit que S t > 0 pour tout t ≥ 0 p.s. En appliquant de nouveau <strong>la</strong> formule d’Itô<br />
à <strong>la</strong> fonction g(x) = ln(x) et à S t , on voit que si on avait postulé que le processus S ne<br />
prenait p.s. que des valeurs positives (ce que nous venons de vérifier) on aurait trouvé pour<br />
Y t = ln(S t ),<br />
Y t = Y 0 +<br />
∫ t<br />
0<br />
σ S s<br />
S s<br />
dB s +<br />
∫ t<br />
0<br />
b S s<br />
ds − 1 ∫ t<br />
σ 2 Ss<br />
2 ds = Y<br />
S s 2 0 Ss<br />
2 0 + σB t +<br />
) (b − σ2<br />
t,<br />
2<br />
c’est à dire que <strong>la</strong> forme (2.12) de <strong>la</strong> solution était « naturelle ». L’exercice 2.4 généralisera<br />
cette observation à une EDS linéaire plus générale. De plus, <strong>la</strong> loi de ln(S t ) − ln(S 0 ) est<br />
gaussienne N((b − σ2)t,<br />
2 σ2 t), c’est à dire que S t suit une loi log-normale. La figure suivante<br />
montre <strong>la</strong> simu<strong>la</strong>tion de trajectoires du Brownien géométrique sur [0, 1] avec σ = 0.5 (resp.<br />
σ = 2), b = 2 et S 0 = 1.<br />
26 octobre 2009 <strong>Calcul</strong> <strong>Stochastique</strong> 2 - Annie Millet