Местный мартингейл - Local martingale

В математика, а местный мартингейл это тип случайный процесс, удовлетворяя локализованный версия мартингейл свойство. Каждый мартингейл - это местный мартингейл; каждый ограниченный местный мартингейл является мартингалом; в частности, каждый локальный мартингал, ограниченный снизу, является супермартингалом, а каждый локальный мартингал, ограниченный сверху, является субмартингалом; однако в целом локальный мартингейл не является мартингалом, поскольку его ожидания могут быть искажены большими значениями с малой вероятностью. В частности, Бездрейфовый процесс диффузии это местный мартингейл, но не обязательно мартингейл.

Местные мартингалы необходимы в стохастический анализ, видеть It исчисление, семимартингал, Теорема Гирсанова.

Определение

Позволять быть вероятностное пространство; позволять быть фильтрация из ; позволять быть -адаптированный случайный процесс на съемочной площадке . потом называется -местный мартингейл если существует последовательность -время остановки такой, что

является -мартингейл на каждый .

Примеры

Пример 1

Позволять Wт быть Винеровский процесс и Т = min {т : Wт = −1} время первого попадания -1. В остановленный процесс Wmin {тТ } мартингейл; его ожидание всегда равно 0, тем не менее его предел (как т → ∞) почти наверное равно −1 (своего рода разорение игрока ). Изменение времени приводит к процессу

Процесс непрерывна почти наверняка; тем не менее, его ожидание прерывисто,

Этот процесс не мартингейл. Однако это местный мартингейл. Последовательность локализации может быть выбрана как если есть такой т, иначе τk = k. Эта последовательность расходится почти наверняка, так как τk = k для всех k достаточно большой (а именно для всех k которые превышают максимальное значение процесса Икс). Процесс остановился на τk это мартингал.[подробнее 1]

Пример 2

Позволять Wт быть Винеровский процесс и ƒ измеримая функция такая, что Тогда мартингейлом является следующий процесс:

здесь

В Дельта-функция Дирака (строго говоря, не функция), который используется вместо приводит к процессу, неформально определяемому как и формально как

куда

Процесс непрерывно почти наверное (так как почти наверняка), тем не менее, его ожидание прерывисто,

Этот процесс не мартингейл. Однако это местный мартингейл. Последовательность локализации может быть выбрана как

Пример 3

Позволять быть комплексный винеровский процесс, и

Процесс непрерывно почти наверное (так как почти наверняка не достигает 1) и является локальным мартингалом, поскольку функция является гармонический (на комплексной плоскости без точки 1). Последовательность локализации может быть выбрана как Тем не менее, ожидание этого процесса непостоянно; более того,

в качестве

что можно вывести из того факта, что среднее значение по кругу стремится к бесконечности как . (Фактически, это равно за р ≥ 1, но до 0 для р ≤ 1).

Мартингейлы через местные мартингалы

Позволять быть местным мартингалом. Чтобы доказать, что это мартингал, достаточно доказать, что в L1 (в качестве ) для каждого т, то есть, здесь это остановленный процесс. Данное отношение подразумевает, что почти наверняка. В теорема о доминируемой сходимости обеспечивает сходимость в L1 при условии, что

для каждого т.

Таким образом, условия (*) достаточно для локального мартингала быть мартингалом. Более сильное состояние

для каждого т

тоже достаточно.

Осторожность. Более слабое состояние

для каждого т

не достаточно. Кроме того, условие

все еще недостаточно; контрпример см. Пример 3 выше.

Особый случай:

куда это Винеровский процесс, и является дважды непрерывно дифференцируемый. Процесс является локальным мартингейлом тогда и только тогда, когда ж удовлетворяет PDE

Однако сам по себе этот PDE не гарантирует, что это мартингал. Чтобы применить (**) следующее условие на ж достаточно: для каждого и т Существует такой, что

для всех и

Технические детали

  1. ^ Для времен до 1 это мартингал, так как остановленное броуновское движение. После момента 1 он постоянен. Осталось проверить на момент 1. По теорема об ограниченной сходимости ожидание в 1 является пределом ожидания в (п-1)/п (в качестве п стремится к бесконечности), причем последняя не зависит от п. Тот же аргумент применим к условному ожиданию.

Рекомендации

  • Эксендал, Бернт К. (2003). Стохастические дифференциальные уравнения: введение с приложениями (Шестое изд.). Берлин: Springer. ISBN  3-540-04758-1.