TD Calcul Sto

Université de Douala - Faculté des Sciences
Département de Mathématiques et Informatique

UE MAT 408 : Calcul Stochastique - Fiche de TD.
Filière et Niveaux : Economie Mathématique 4
(Ω, F, P ) est un espace probabilisé, (Wt )t≥0 un Mouvement R t Brownien

Standard (MBS), (Ft )t≥0 est la filtration associée au MBS, It = 0 f (Ws , s)dWs
l’intégrale d’Ito associé au MBS.
THEME 1 : Intégrale d’Ito
Exercice 1 : Intégrale d’Ito : Définition et Propriétés
1. Montrer que les trajectoires de (It )t≥0 sont continues (on rappelera la
définition de la continuité).
2. Montrer que ∀t ≥ 0, It est Ft -mesurable.
3. Montrer que (It )t≥0 est (Ft )t≥0 -martingale.
Rt Rt
4. On pose It (f ) = 0 f (Ws , s)dWs et It (g) = 0 g(Ws , s)dWs .
Justifier que pour c ∈ R, It (f + g) = It (f ) + It (g) et It (cf ) = cIt (f ).
Rt
5. On suppose que f (Ws , s) = s. Justifier que It (f ) = tWt − 0 Ws ds.
Rt
6. On suppose que f (Ws , s) = Ws2 . Justifier que It (f ) = 31 Wt3 − 0 Ws ds.
7. Cas particulier : Justifier que E(It (f )) = 0.
R t : On suppose que (Mt )t≥0 est (Ft )t≥0 -martingale. Justifier
Cas général
que E( 0 f (Ms , s)dMs ) = 0.
8. Enoncer et établir la Propriété d’Isométrie d’Ito.
9. Pour t > 0, on définit < I, I >t = limn−−> +∞ k=n−1 (Itk+1 − Itk )2 où
P
k=0
tk = kt
n
, n ∈ N et 0 = t0 < t1 < ... < tn−1 < tn = t.
Rt
Justifier que < I, I >t = 0 f 2 (Ws , s)ds.
1
Exercice
R t 2 : Distribution de probabilité d’une Intégrale d’Ito
3
Soit Mt = 0 Ws ds et on veut montrer que Mt suit la loi N (0, t3 ) (en utilisant
1 2 t3
la Fonction génératrice des moments). On définit Zt = eθMt − 2 θ (3)
.
1. Rappeler la FGM d’une loi normale.
Rt
2. Justifier, à l’aide de l’intégration par parties, que Mt = 0 (t − s)dWs .
En déduire E(Mt ) et V ar(Mt ). Vérifier que (Mt ) est une martingale.
t3
3. Justifier que < M >t =< M, M >t = 3
et dMt dMt = t2 dt.
R tutilisant le Lemme d’Ito, justifier que dZt = θZt dMt et Zt = 1 +
4. En
θ 0 Zs dMs .
5. Déterminer E(Zt ) et en déduire E(eθMt ).
6. Conclure.
THEME 2 : Equations Différentielles Stochastiques
Exercice 1 : Etude des EDS classiques

Soit X = (Xt )t≥0 un processus stochastique, α, β ∈ R et σ > 0.
1. Déterminer l’EDS vérifié par : Xt = Wtn (avec n ∈ N).
Rt
Justifier que E(W n ) = n(n−1)
2 0
E(Wsn−2 )ds.
1 2
2. Déterminer l’EDS vérifié par : Xt = eαWt − 2 α t .
En déduire E(eαWt ) (Fonction génératrice des moments des variables
aléatoires du Mouvement Brownien standard).
3. Déterminer l’EDS vérifié par : Xt = eαWt .
En posant mt = E(eαWt ), justifier que la forme intégrale de l’EDS
précédent vérifie l’EDO : dm(t)
dt
− 12 α2 mt = 0.
En précisant la valeur de m0 , déduire l’expression de mt .
4. On suppose que X est un processus d’Ito dont la différentielle est :
dXt = µ(t, Xt )dt + σ(t, Xt )dWt . Montrer que µ(t, Xt ) = 0.
5. Etude du processus d’Ornstein-Uhlembeck : son EDS est de la forme :
dXt = α(β − Xt )dt + σdWt .
En posant Yt = eαt Xt , justifier que ∀t < T, XT = Xt e−α(T −t) + β(1 −
RT
e−α(T −t) ) + t σe−α(T −s) dWs .
Calculer E(XT ) et V ar(XT ) étant donné Xt = x.
2
6. Etude du processus géométrique de retour à la moyenne : son EDS est
de la forme : dXt = α(β − ln(Xt ))Xt dt + σdWt et X0 > 0.
En posant Yt = ln(Xt ), justifier que l’EDS de Y est un processus
d’Ornstein-Uhlembeck définit par : dYt = (α(β − Yt ) − 21 σ 2 )dt + σdWt .
σ2
Montrer que ∀t < T, ln(XT ) = ln(Xt )e−α(T −t) + (β − 2α (1 − e−α(T −t) ) +
R T −α(T −s)
t
σe dWs .
Calculer E(XT ) et V ar(XT ) étant donné Xt = x.
7. Etude du processus de Cox-Ingersoll-Ross

√ (CIR) : son EDS est de la
forme : dXt = α(β − Xt )dt + σ Xt dWt et X0 > 0.
En posant Yt = eαt Xt et Yt2 = e2αt Xt2 , justifier que ∀t < T, XT =
RT √
Xt e−α(T −t) + β(1 − e−α(T −t) ) + t σe−α(T −s) Xs dWs et ∀t < T, XT2 =
RT √
Xt2 e−2α(T −t) + (2αβ + σ 2 ) t e−2α(T −s) Xs ds + σe−α(T −s) Xs dWs . Cal-
culer E(XT ) et V ar(XT ) étant donné Xt = x.
8. Etude du pont Brownien : son EDS est de la forme : dXt = α−X 1−t
t
dt+dWt
et X1 = α (l’évolution est conditionnée de prendre la valeur α à l’instant
t = 1).
En posant Yt = α−X 1−t
t
et sous la condition initiale que X0 = β et 0 ≤
Rt 1
t < 1, justifier que Xt = αt + (1 − t)(β + 0 1−s dWs .
Calculer E(XT ) et V ar(XT ) étant donné X0 = β.
3
THEME 3 : Théorème de répresentation des martingales et
Théorème de Girsanov
Soit X une variable aléatoire réelle telle que E P (X 2 ) < ∞. Soit M =

(Mt )0≤t≥T le processus définit par : ∀t ∈ [0, T ], Mt = E(X/Ft ).
1. Justifier que E(Mt2 ) < ∞.
2. Montrer que M est une (Ft )t≥0 -martingale.
Rt
3. On réecrira Mt = M0 + 0 θs dWs (pour t ≥ 0) selon le théorème de
représentation des martingales. Déterminer le processus θ pour les va-
leurs de X.
i) X = WT
ii) X = WT2
iii) X = WT3
iv) X = eαWT
On veut montrer, par deux méthodes, que Z = (Zt )0≤t≤T le processus

− 0t θs dWs − 12 0t θs2 ds
R R
définit parR Zt = e est une P -martingale positive. On suppose
1 t 2
que E(e 2 0 θs ds ) < +∞.
1. Condition de NIVIKOV 1 :
Montrer, par la définition, que RZ est une (Ft )-martingale.
t Rt
On utilisera le résultat suivant : 0 θs dWs suit une loi normale N (0, 0 θs2 ds).
2. Condition de NIVIKOV 2 :
En utilisant le Lemme d’Ito, montrer que dZt = −θt Zt dWt .
On posera Zt = eXt où Xt est une variable aléatoire à définir.
Conclure.

TD Calcul Sto

Transféré par

Droits d'auteur :

Formats disponibles

TD Calcul Sto

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TD Calcul Sto

Transféré par

Droits d'auteur :

Formats disponibles

Université de Douala - Faculté des Sciences

Département de Mathématiques et Informatique

(Ω, F, P ) est un espace probabilisé, (Wt )t≥0 un Mouvement R t Brownien

THEME 1 : Intégrale d’Ito

Exercice 1 : Intégrale d’Ito : Définition et Propriétés

THEME 2 : Equations Différentielles Stochastiques

Exercice 1 : Etude des EDS classiques

7. Etude du processus de Cox-Ingersoll-Ross

Soit X une variable aléatoire réelle telle que E P (X 2 ) < ∞. Soit M =

On veut montrer, par deux méthodes, que Z = (Zt )0≤t≤T le processus

Vous aimerez peut-être aussi