03.07.2015 Views

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

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

2.3 Quelques propriétés des diffusions. 35<br />

Lorsque les coefficients sont homogènes, c’est à dire ne dépendent pas du temps, on peut<br />

écrire <strong>la</strong> propriété de Markov sous une forme plus précise (homogène) et on a <strong>la</strong> propriété<br />

de Markov forte. En effet, dans ce cas, puisque le processus défini par ˜B t = B s+t − B s<br />

est un (F s+t , t ≥ 0)-Brownien, on en déduit que les variables aléatoires X s,y<br />

s+t et X t (y)<br />

ont <strong>la</strong> même loi et <strong>la</strong> fonction Φ t (y) utilisée dans <strong>la</strong> propriété de Markov peut s’écrire<br />

Φ t (y) = E[f(Xs+t)] s,y = E[f(X t (y))] = P t f(y). De plus, on a le<br />

Théorème 2.13 (Propriété de Markov homogène - Propriété de Markov forte)<br />

Soit σ i k : Rd → R et b i : R d → R, 1 ≤ i ≤ d, 1 ≤ k ≤ r des coefficients indépendants du<br />

temps tels qu’il existe C > 0 pour lequel pour tout i = 1, · · · , d et k = 1, · · · , r :<br />

|σ i k (x) − σi k (y)| + |bi (x) − b i (y)| ≤ C|x − y|, (2.17)<br />

Notons X(x) <strong>la</strong> solution forte de l’EDS homogène<br />

X t = X 0 +<br />

∫ t<br />

0<br />

σ(X s )dB s +<br />

∫ t<br />

0<br />

b(X s )ds (2.18)<br />

qui correspond au cas X 0 = x. C’est un processus de Markov fort homogène, c’est à dire<br />

que pour tout (Ft B )-temps d’arrêt τ fini presque sûrement et pour toute fonction borélienne<br />

positive (ou bornée) f : R d → R,<br />

où P t (x) = E[f(X t (x))].<br />

E[f(X τ+t (x))|F τ ] = E[f(X τ+t (x))|X τ (x)] = P t f(X τ (x)),<br />

Remarquons que dans le cas homogène, <strong>la</strong> condition de Lipschitz (2.17) entraîne immédiatement<br />

un analogue de <strong>la</strong> restriction sur <strong>la</strong> croissance<br />

|σ i k (x)| + |bi (x)| ≤ C(1 + |x|). (2.19)<br />

Dans le cas général (in-homogène), on montre de façon simi<strong>la</strong>ire que le processus espacetemps<br />

est fortement Markovien, c’est à dire que si f : [0, +∞[×R d → R est borélienne<br />

positive, alors pour tout temps d’arrêt τ fini presque sûrement, si<br />

on a :<br />

Φ t (s, x) = E[f(s + t, X s,x<br />

t )]<br />

E[f(τ + t, X τ+t (x))|F τ ] = E[f(τ + t, X τ+t (x))|X τ (x)] = Φ t (τ, X τ (x)).<br />

2.3.2 Générateur infinitésimal<br />

Convention : Dans toute cette section, nous considérons des coefficients σ et b qui satisfont<br />

les conditions (2.3) et (2.4) dans le cas général, ou bien les conditions du Théorème 2.13<br />

dans le cas homogène et que <strong>la</strong> condition initiale X 0 est constante.<br />

Notons C n,p ([0, +∞[×R d ) l’ensemble des fonctions u : [0, +∞[×R d → R de c<strong>la</strong>sse C n par<br />

rapport à <strong>la</strong> variable t ∈ [0, ∞[ et de c<strong>la</strong>sse C p par rapport à <strong>la</strong> variable x ∈ R d .<br />

Définition 2.14 Lorsque X est <strong>la</strong> solution de l’EDS homogène (2.18), si on note a = σσ ∗ ,<br />

le générateur infinitésimal de X est l’opérateur différentiel A défini pour u ∈ C 2 (R d ) par<br />

Au(x) =<br />

d∑<br />

i=1<br />

b i (x) ∂u<br />

∂x i<br />

(x) + 1 2<br />

d∑<br />

a i,j ∂ 2 u<br />

(x) (x) . (2.20)<br />

∂x i ∂x j<br />

i,j=1<br />

26 octobre 2009 <strong>Calcul</strong> <strong>Stochastique</strong> 2 - Annie Millet

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!