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.

2.4 Processus de Bessel 39<br />

Théorème 2.19 (Théorème de comparaison) Soit (B t , t ≥ 0) un mouvement brownien<br />

réel, b 1 , b 2 et σ des fonctions globalement lipschitziennes de R dans R, x 1 ≥ x 2 des nombres<br />

réels. Pour i = 1, 2, on considère les EDS<br />

X i t = x i +<br />

∫ t<br />

0<br />

b i (X i s) ds +<br />

∫ t<br />

0<br />

σ(X i s) dB s<br />

Supposons que b 1 (x) ≥ b 2 (x) pour tout x ∈ R. Alors X 1 t ≥ X2 t p.s. pour tout t ≥ 0.<br />

2.4 Processus de Bessel<br />

Dans <strong>la</strong> pratique, le théorème d’existence et d’unicité de solutions d’EDS sous les conditions<br />

usuelles sur les coefficients (conditions globales de Lipschitz et de restriction sur <strong>la</strong><br />

croissance) est parfois insuffisant pour ce qui concerne le coefficient de diffusion. On peut<br />

notablement améliorer ce théorème dans le cas réel.<br />

Théorème 2.20 (Yamada-Watanabe) Soit d = r = 1. Supposons que b et σ sont à croissance<br />

linéaire, c’est à dire satisfont <strong>la</strong> condition de restriction sur <strong>la</strong> croissance globale (2.4),<br />

que b vérifie <strong>la</strong> condition de Lipschitz globale (2.3) et que<br />

|σ(t, x) − σ(t, y)| ≤ ρ(|x − y|) , ∀t ≥ 0, ∀x, y ∈ R,<br />

où ρ :]0, +∞[→]0, +∞[ est une fonction borélienne strictement croissante telle que ρ(0) = 0<br />

et<br />

∫ ε<br />

dz<br />

ρ 2 (z) = +∞<br />

0<br />

pour tout ε > 0. Alors si X 0 = x ∈ R, il y a unicité forte pour l’équation (2.6).<br />

Une c<strong>la</strong>sse très importante d’EDS dont l’unicité forte est montrée en appliquant le<br />

théorème précédent est <strong>la</strong> suivante :<br />

X t = x + 2<br />

∫ t<br />

0<br />

√<br />

Xs dB s + δ t (2.25)<br />

où B est un Brownien réel et x, δ > 0. En effet, | √ x − √ y| ≤ √ |x − y| et le théorème<br />

de Yamada-Watanabe appliqué avec <strong>la</strong> fonction ρ(x) = √ x montre que (2.25) admet une<br />

unique solution forte. De plus, on peut montrer que cette solution est toujours positive et<br />

définie sur [0, +∞[. Cependant, le théorème 2.6 n’aurait pas permis d’obtenir ce résultat,<br />

car σ(x) = √ x n’est pas lipschitzienne en zéro. Le processus X est un processus de Bessel<br />

carré de dimension δ.<br />

Nous allons relier le processus de Bessel au Brownien. Soit n > 1 et B = (B 1 , B 2 , . . .,B n )<br />

un mouvement Brownien n-dimensionnel. Soit X le processus défini par X t = ||B t || ; alors<br />

Xt 2 = ∑ n<br />

i=1 (Bi t) 2 et <strong>la</strong> formule d’Itô montre que dXt 2 = ∑ n<br />

i=1 2Bi tdBt i + n dt.<br />

En notant (x, y) le produit sca<strong>la</strong>ire des vecteurs x et y, on voit que le processus β défini par<br />

dβ t = 1 X t<br />

(B t , dB t ) = 1<br />

||B t ||<br />

n∑<br />

Bt i dBi t , β 0 = 0,<br />

i=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!