8 votos

¿Cómo calcular la varianza de esta integral estocástica?

Soy nuevo en cálculo estocástico y he hecho un ejercicio pero no sé si es correcto, por lo que necesito que alguien con más experiencia compruebe si es cierto.

Intento calcular la varianza de la siguiente variable aleatoria:

$$Z=\int _0^T e^{W_t} dW_t$$

Así que tenemos:

$\text{Var}(Z)=\text{Var}\left(\int _0^T e^{W_t} dW_t\right)$

Por la isometría de Ito tenemos:

$$\mathbb{E}\left[\int _0^T e^{2W_t} dt\right]$$

entonces podemos traer dentro de la expectativa de obtener:

$$\int _0^T \mathbb{E}\left[e^{2W_t}\right] dt = \int_0^T e^{2t} dt = \frac{e^{2T}}{2}-\frac{1}{2}$$

Además, si el resultado anterior es correcto, ¿qué debería obtener en lugar del problema me pidió que calcular

$$\text{Var}\left(\int _0^T e^{W_t} dt \right)$$

¿Debería ser simplemente la varianza de una variable aleatoria con distribución lognormal, calculada en los extremos del intervalo, o no?

2 votos

$Var(Z) = E(Z^2) - [E(Z)]^2$ .

1 votos

Conozco estas cosas básicas, por favor dime si lo que hice es correcto. Sólo he aplicado las relaciones básicas del cálculo estocástico

0 votos

Así es.

4voto

otto.poellath Puntos 1594

Para calcular la varianza $$\text{Var}\left(\int _0^T e^{W_t} dt \right),$$ necesitamos calcular \begin{align*} E\left( \left(\int _0^T e^{W_t} dt \right)^2 \right) &= \int_0^T\!\!\!\!\int_0^T E\left(e^{W_s+W_t} \right) ds\,dt. \end{align*} Tenga en cuenta que, para $0 \le s, t \le T$ , \begin{align*} W_s+W_t = \begin{cases} W_t -W_s + 2 W_s, & \text{ if } s \le t,\\ W_s -W_t + 2 W_t, & \text{ else}. \end{cases} \end{align*} Es decir, como suma de dos variables aleatorias normales independientes, $W_s+W_t$ es normal, con media $0$ y varianza \begin{align*} \text{Var}(W_s+W_t) = \begin{cases} t+3s, & \text{ if } s \le t,\\ s+3t, & \text{ else}. \end{cases} \end{align*} Entonces \begin{align*} E\left( \left(\int _0^T e^{W_t} dt \right)^2 \right) &= \int_0^T\!\!\!\!\int_0^T E\left(e^{W_s+W_t} \right) ds\,dt\\ &=\int_0^T\left[\int_0^t E\left(e^{W_s+W_t} \right) ds+\int_t^T E\left(e^{W_s+W_t} \right) ds\right]dt\\ &=\int_0^T\left[\int_0^t e^{\frac{1}{2}t + \frac{3}{2}s} ds+\int_t^T e^{\frac{1}{2}s + \frac{3}{2}t} ds\right]dt. \end{align*} El resto es simple cálculo.

1voto

zcrar70 Puntos 133

$$Var(\int _0^T e^{W_t} dt)$$

$$= E[(\int _0^T e^{W_t} dt)^2] - (E[\int _0^T e^{W_t} dt])^2$$

Ahora

$$E[\int _0^T e^{W_t} dt] = \int _0^T E[e^{W_t}] dt$$

Recordemos que $W_t$ es normal. utilizar mgf

En cuanto a

$$E[(\int _0^T e^{W_t} dt)^2]$$

Intentaré seguir este :

$$E[(\int_0^T e^{W_t} dt)^2]$$

$$ = E[(\int_0^T e^{W_t} dt)(\int _0^T e^{W_s} ds)]$$

$$ = E[\int_0^T \int_0^T e^{W_t} e^{W_s} dt ds]$$

$$ = \int_0^T \int_0^T E[e^{W_t} e^{W_s}] dt ds$$

Sin pérdida de generalidad, supongamos $s < t$ . Entonces considerando la martingala exponencial, tenemos

$$E[e^{W_t} e^{W_s}] = E[E[e^{W_t} e^{W_s}|\mathscr F_s]]$$

$$= E[e^{W_s}E[e^{W_t} |\mathscr F_s]]$$

$$= E[e^{W_s}e^{\frac{t}{2}}E[e^{\frac{-t}{2}}e^{W_t} |\mathscr F_s]]$$

$$= E[e^{W_s}e^{\frac{t}{2}}e^{\frac{-s}{2}}e^{W_s}]$$

$$= e^{\frac{t}{2}}e^{\frac{-s}{2}}E[e^{W_s}e^{W_s}]$$

$$= e^{\frac{t}{2}}e^{\frac{-s}{2}}E[e^{2W_s}]$$

Tenga en cuenta que $2W_s$ también es normal. Usar mgf de nuevo

Así

$$ \int_0^T \int_0^T E[e^{W_t} e^{W_s}] dt ds$$

$$ = \int_0^T e^{\frac{t}{2}} dt \int_0^T e^{\frac{-s}{2}}E[e^{2W_s}] ds$$

1 votos

$W_t$ no es log-normal. $e^{W_t}$ es.

1 votos

Además, la conclusión no está clara. Deberías mantener la parte izquierda de la ecuación al menos en la primera línea.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X