10 Mouvement brownien II



Documents pareils
* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Intégration et probabilités TD1 Espaces mesurés Corrigé

Image d un intervalle par une fonction continue

Intégration et probabilités TD1 Espaces mesurés

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

3. Conditionnement P (B)

Chapitre 7 : Intégration sur un intervalle quelconque

Commun à tous les candidats

4. Martingales à temps discret

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Calcul fonctionnel holomorphe dans les algèbres de Banach

Théorie de la Mesure et Intégration

Continuité en un point

Amphi 3: Espaces complets - Applications linéaires continues

Université Paris-Dauphine DUMI2E 1ère année, Applications

Limites finies en un point

Construction de l'intégrale de Lebesgue

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Fonctions de plusieurs variables

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

CCP PSI Mathématiques 1 : un corrigé

Moments des variables aléatoires réelles

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Chapitre 2 Le problème de l unicité des solutions

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Fonctions holomorphes

Espérance conditionnelle

Chapitre 1 : Évolution COURS

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Suites numériques 4. 1 Autres recettes pour calculer les limites

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

Sur certaines séries entières particulières

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Probabilités sur un univers fini

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Comparaison de fonctions Développements limités. Chapitre 10

Texte Agrégation limitée par diffusion interne

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Théorie de la Mesure et Intégration

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

Suites numériques 3. 1 Convergence et limite d une suite

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

La mesure de Lebesgue sur la droite réelle

Optimisation Discrète

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Les indices à surplus constant

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Théorème du point fixe - Théorème de l inversion locale

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

I. Polynômes de Tchebychev

O, i, ) ln x. (ln x)2

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Nombre dérivé et tangente

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Théorie de la mesure. S. Nicolay

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Équations non linéaires

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Calcul Stochastique pour la finance. Romuald ELIE

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Résolution d équations non linéaires

Produits d espaces mesurés

Chapitre VI - Méthodes de factorisation

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Intégrale de Lebesgue

Fonctions homographiques

Principe de symétrisation pour la construction d un test adaptatif

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Une forme générale de la conjecture abc

Rupture et plasticité

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Mesure et Intégration (Notes de cours de L3)

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

3 Approximation de solutions d équations

Correction du Baccalauréat S Amérique du Nord mai 2007

Mesures gaussiennes et espaces de Fock

TSTI 2D CH X : Exemples de lois à densité 1

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Le modèle de Black et Scholes

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

Simulation de variables aléatoires

Calcul différentiel sur R n Première partie

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Continuité et dérivabilité d une fonction

Condition de stabilité d'un réseau de les d'attente à deux stations et N classes de clients 1

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Optimisation des fonctions de plusieurs variables

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Cours de Calcul stochastique Master 2IF EVRY. Monique Jeanblanc

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

Cours de Probabilités et de Statistique

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Programmation linéaire et Optimisation. Didier Smets

FIMA, 7 juillet 2005

Transcription:

Mouvement brownien II Exercice. (Condition de cône extérieur). Soit Ω un ouvert de d. On dit que Ω satisfait la condition de cône extérieur si pour tout x Ω, il existe un r > et un cône ouvert de révolution C de sommet x tel que Ω C B(x, r). Montrer qu un ouvert Ω qui satisfait la condition de cône extérieur et régulier au sens où pour tout x Ω on a inf{t > : B x t / Ω}. Correction : Voir preuve du Lemme 4.6.7 dans le poly de Jean-François Le Gall. Exercice.2 (Zéros du mouvement brownien). Soit B (B t, t ) un mouvement brownien réel que l on suppose continu pour tout ω.. Montrer que l application ϕ : Ω + {, } (ω, t) Bt (ω) est mesurable lorsque l on munit Ω + de la tribu ( + ). Indication: on pourra considerer les ensembles de la forme E a,b {ω Ω t ]a, b[, B t (ω) } pour tous a < b, et montrer qu ils sont dans. 2. Soit {t B t }, l ensemble des zéros du mouvement brownien. Montrer que p.s. est fermé, non borné, de mesure de Lebesgue nulle et sans point isolé. Indication: pour montrer cette dernière propriété, on pourra considérer les temps d arrêt d q inf{t q B t } pour q +, montrer que pour tout q, p.s., d q <, et montrer dans un premier temps que ces éléments particuliers de ne sont pas isolés p.s. Correction :. Il suffit de montrer que ϕ ({}) ( + ). Pour cela on remarque que ϕ ({}) {(ω, t) Ω + B t (ω) } {ω Ω t ]a, b[, B t (ω) } ]a, b[ a<b + car à ω fixé, {t + B t (ω) } est un ouvert de + (par continuité de B). Il suffit donc de montrer que pour tous a < b +, E a,b {ω Ω t ]a, b[, B t (ω) }

est dans. Or on a E a,b {ω Ω t [a + /n, b /n], B t (ω) } n {ω Ω t [a + /n, b /n], B t (ω) p } n p {ω Ω t [a + /n, b /n], B t (ω) p } n p {ω Ω B t (ω) p }. n p t [a+/n,b /n] On a utilisé la continuité de t B t (ω) d abord pour se ramener à des intervalles compacts [a + /n, b /n], puis pour affirmer que si B t (ω) > sur [a + /n, b /n] il existe p(ω) tel que B t (ω) /p(ω) sur [a+/n, b /n] par compacité de [a+/n, b /n], et enfin pour se restreindre à des valeurs de t dans. Ceci achève la démonstration de.. 2. Pour tout ω Ω, la fonction t B t (ω) est continue ce qui implique que (ω) est fermé. De plus, on sait que p.s. lim sup B t + et lim inf B t et t B t continu t t ce qui implique que est p.s. non borné. Notons M λ( ) la mesure de Lebesgue de. On a, d après le théorème de Fubini (on peut bien l appliquer grâce à la question.), (M) {Bt (ω)} d t {Bt (ω)} d(ω) (B t )d t, d(ω) d t car pour tout t, la loi de B t n a pas d atome en. La variable aléatoire M étant positive, cela implique que M p.s. c est à dire que est de mesure de Lebesgue nulle p.s.. Enfin, montrons que n a pas de point isolé. Pour q +, posons d q inf{t q B t }. Le point d q est un élément de, pour tout q +, et d q est un temps d arrêt. De plus, pour tout q +, d q est fini p.s. car lim sup B + et lim inf B. Par la propriété de Markov 2

forte appliquée en d q (donc pas besoin du conditionnement par d q < ici), on sait que le processus (B t ) t défini par B t Bdq +t B dq B dq +t si d q < sinon est un mouvement brownien issu de. On a alors inf{t > d q B t } d q inf{t > B t+dq B dq } inf{t > B t }, car on sait d après le cours que p.s., pour tout ɛ >, sup [,ɛ] B > et inf [,ɛ] B <, donc par continuité p.s. du mouvement brownien, inf{t > B t } p.s. Ainsi, p.s., d q n est pas isolé puis p.s., pour tout q +, d q n est pas isolé. Pour ω Ω, considérons T(ω) (ω) {d q (ω), q + } et une suite de rationnels (r n ) n telle que r n T(ω) quand n. Ainsi, pour tout n, r n d rn (ω) < T(ω) ce qui implique que d rn (ω) T(ω) quand n. Donc T(ω) n est pas isolé, et ainsi, p.s., n a pas de point isolé. Exercice.3 (Loi de l arcsinus). On définit d inf{t B t } et g sup{t B t }.. Montrer que d est un temps d arrêt mais pas g. 2. On veut calculer la densité de la loi de d. (a) Montrer que pour tout t, on a où pour tout x on a posé [d t] [g(b )], g(x) ( sup s [,t ] B s x ) avec B un mouvement brownien issu de et indépendant de. (b) Montrer que N d + ˆN 2 en loi, où N et ˆN sont des gaussiennes centrées réduites indépendantes. (c) En déduire la densité de la loi de d. 3. Montrer que g (d ) en loi. En déduire la densité de la loi de g (la loi de g s appelle la loi de l arcsinus). Correction : 3

. Pour d c est facile. En revanche g n est pas un temps d arrêt car il donne de l information sur le futur. 2. (a) Pour tout t, on a (d t) ( s [, t] B s ) ( s [, t ] B +s B B ) ( s [, t ] B s B ), où par la propriété de Markov faible on sait que B est un mouvement brownien issu de, indépendant de. On en déduit que (d t) ( { s [,t ] B s B } ) (g(b )), où pour tout x on a g(x) ( s [, t ] B s x) (sups [,t ] B s x) si x < (inf s [,t ] B s x) (sup s [,t ] B s x) si x (car B B en loi) sup B s x s [,t ]. On a utilisé la même propriété de l espérance conditionnelle que dans l exercice, et on a utilisé le fait que B est continu p.s. (b) En appliquant le changement d échelle de paramètre γ t à B, i.e. en remarquant que (ˆB s ) s (B (t )s / t ) s est un mouvement brownien (toujours indépendant de ), et en notant Ŝ u sup s [,u] ˆB s on obtient g(x) ( sup s [,t ] ( sup s [,] ( sup ( s [,] B s x ) B (t )s x ) t (B (t )s / t ) x ) t sup ˆB s x ) s [,] ( t Ŝ x ) On note en passant que Ŝ est indépendant de, donc de B. On en déduit, en notant 4

génériquement P Z la loi de Z, que (d t) g(x) d P B (x) [{ t Ŝ x } ] d P B (x) { t Ŝ x } d P B (x) [[ { t Ŝ B } Ŝ ]] [ t Ŝ B ]. On remarque que Ŝ et B sont des variables indépendantes (on l a d ailleurs utilisé pour faire apparaître le conditionnement). De plus on a l égalité en loi Ŝ ˆB, donc Ŝ et B sont égales en loi, de même loi que la valeur absolue d une gaussienne centrée réduite. En notant N et ˆN deux gaussiennes centrées réduites indépendantes, on en déduit que [d t] [ t ˆN N ] [ + N 2 / ˆN 2 t]. Cela montre que d a la loi de + (N/ ˆN) 2 où N et ˆN sont deux gaussiennes centrées réduites indépendantes. (c) Calculons la densité de cette loi par rapport à la mesure de Lebesgue. Pour tout fonction f : + + mesurable bornée, on a + + (f (d )) 2π f + n2 e n2 +p 2 2 dnd p 3. On a, p.s., 4 4 n p + + n p + + u + u + u p f (u) π u 2π f p 2 + n2 p 2 p f (u) 4π u e + p f (u) πu u du. pe up2 2 d p e n2 +p 2 2 dnd p up 2 2 dud p La loi de d a donc pour densité par rapport à la mesure de Lebesgue u πu u {u>}. g sup{t B t } inf{u B /u } inf{t tb /t }. du 5

Puisque (X t ) t défini par X et X t tb /t pour t > est un mouvement brownien (résultat du cours), cela implique que g a la même loi que (d ). Alors pour toute fonction f : + + mesurable bornée, on a (f (g )) f x πx x d x f (y) π d y, y( y) la loi de g a donc pour densité par rapport à la mesure de Lebesgue y π {<y<}. y( y) Exercice.4.. Soient X et Z deux variables aléatoires indépendantes à valeurs dans S, la sphère unité. Montrer que si Z suit la loi uniforme sur S, alors X Z suit la même loi que Z et est indépendant de X. 2. Soit (B t ) t un mouvement brownien et T un temps d arrêt fini. Soit U une variable aléatoire strictement positive T -mesurable. Montrer que (B T t )(U) t U BT U 2 t est un mouvement brownien indépendant de T (et donc aussi de U). On rappelle que B T t B T+t B T. Correction : Bureau V4. Exercice.5 (Maxima locaux du mouvement brownien). Soient p, q, r, s + tels que p < q < r < s. Montrer que t sup B t sup B t. p t q r t s En déduire que p.s. les maxima locaux de la fonction t B t sont distincts. Correction : Bureau V4. Exercice.6 (B t a et B t > a). Montrer que pour tout a >, p.s., on a inf{t B t a} inf{t B t > a}. Correction : Bureau V4. 6