1) Feynmann-Kac y Girsanov
En primer lugar, debe recordar que el proceso $X$ es independiente de la medida que se considere.
Ahora consideremos un cambio de medida de ${\mathbb{P}}$ a ${\mathbb{Q}}$ . Supongamos que $\mathbb{E}_t^{\mathbb{P}}[\tfrac{d{\mathbb{Q}}}{d{\mathbb{P}}}] = e^{\theta W_t^P - \frac{1}{2}\theta^2 t}$ para alguna constante $\theta$ . El BM $W^{\mathbb{P}}$ en ${\mathbb{P}}$ ya no es un BM bajo ${\mathbb{Q}}$ . Pero Girsanov nos dice que $dW^{\mathbb{Q}} = dW^{\mathbb{P}} - d\langle W^{\mathbb{P}}_t,\log \mathbb{E}_t^P[\tfrac{d{\mathbb{Q}}}{d{\mathbb{P}}}]\rangle = dW^{\mathbb{P}} - \theta dt$ es un BM bajo ${\mathbb{Q}}$ .
Si se reescribe la SDE de $X$ en términos de este nuevo BM, se ve un término de deriva $d\langle X_t,\log \mathbb{E}_t^{\mathbb{P}}[\tfrac{d{\mathbb{Q}}}{d{\mathbb{P}}}]\rangle$ aparecer. En su caso, esto dice $$ dX_t = \theta dt + dW^{\mathbb{Q}}_t $$ Ahora puedes aplicar Feynman-Kac que te dice $$ u^{\mathbb{Q}}(t,x) := \mathbb{E}^{\mathbb{Q}}[e^{-rT}f(X_T)|X_t = x] $$ va a ser la solución de la EDP $$ v_t + \theta v_x + \frac{1}{2}v_{xx} - rv = 0 $$ Esta es una función diferente porque la expectativa se toma bajo una medida diferente y satisface una EDP diferente a su función original $$ u^{\mathbb{P}}(t,x) = \mathbb{E}^{\mathbb{P}}_t[e^{-rT}f(X_T)|X_t = x] $$
2) Precios de los derivados y cambio de numerario
Ahora bien, si está considerando $$ u(t,x)=\mathbb{E}^N_t[N(t)/N(T)f(X_T)] $$ Esta función no depende del numerario $N$ que estás usando. En términos financieros, el precio no depende de la moneda o del activo en el que se hace la contabilidad.
En el caso de que $N_t = e^{\int_0^t \beta(X_u)\,du}$ para una función determinista $\beta$ se termina con la función habitual $$ u(t,x)=\mathbb{E}^N[N(t)/N(T)f(X_T)|X_t = x] $$ siendo la solución de $$ u_t + \frac{1}{2}u_xx - \beta(x)u = 0 $$ Pero en general, $N_t$ no está totalmente determinado por $X_t$ y no puedes aplicar FK directamente. Recuerda que FK asume que tienes un proceso markoviano que lo dirige todo. Así que todavía necesitarías alguna suposición como $(X,N)$ siendo markoviana, por ejemplo, y la expectativa condicional debe tomarse con respecto al valor de ambos $X$ y $N$ : $$ u(t,x,n)=\mathbb{E}^N[N(t)/N(T)f(X_T)|N_t=n,X_t = x] $$ sería entonces la solución de una EDP dada por FK.
Espero que esto aclare un poco las cosas.