1 votos

¿Se trata de un proceso de movimiento browniano?

Información de fondo:

El proceso $W = (W_t:t\geq 0)$ es un $\mathbb{P}$ -Movimiento browniano si y sólo si

i) $W_t$ es continua, y $W_0 = 0$

ii) el valor de $W_t$ se distribuye, bajo $\mathbb{P}$ como una variable aleatoria normal $N(0,t)$ ,

iii) el incremento $W_{s+t} - W_{s}$ se distribuye como una normal $N(0,t)$ , bajo $\mathbb{P}$ y es independiente de $\mathcal{F}_s$ la historia de lo que el proceso hizo hasta el momento $s$ .

Pregunta:

Si $W_t$ y $\tilde{W}_t$ son dos movimientos brownianos independientes y $\rho$ es una constante entre $-1$ y $1$ , entonces el proceso $X_t = \rho W_t - \sqrt{1-\rho^2}\tilde{W}_t$ es continua y tiene distribuciones marginales $N(0,t)$ . ¿Es esto $X$ ¿un movimiento browniano?

Se cumplen las dos primeras condiciones. Ahora debemos comprobar si $X_{s+t} - X_s~N(0,t)$ y si $X_{s+t} - X_s$ es independiente de $X_s$ . Un problema que tengo aquí es qué es $X_{s+t}$ ¿se trataría de $X_{s+t}= \rho W_{s+t} + \sqrt{1-\rho^2}\tilde{W}_{s+t}$ y si es así es $W_{s+t}$ y $\tilde{W}_{s+t}$ dos movimientos brownianos independientes?

Actualizado - Tenemos \begin{align*} X_{s+t} - X_{s} &= \rho W_{s+t} + \sqrt{1-\rho^2}\tilde{W}_{s+t} - \rho W_s + \sqrt{1-\rho^2}\tilde{W}_s\\ &= \rho(W_{s+t} - W_s) - \sqrt{1-\rho^2}(\tilde{W}_{s+t} - \tilde{W}_s)\\ &\sim N(0,t) \end{align*} Desde $W_{s+t} - W{s}\sim N(0,t)$ y $\tilde{W}_{s+t}-\tilde{W}_s\sim N(0,t)$ . Ahora tenemos que comprobar si $X_{s+t} - X{s}$ es independiente de $X_{s}$ . Para ello podemos comprobar si la expectativa del producto es igual al producto de las expectativas.

Podemos mostrar $$E\left[(X_{s+t}-X_{s})X_{s}\right]=E[X_{s+t}X_s]-E[X_s^2]=\text{Cov}(X_{t+s},X_s)-\text{Var}(X_s)=s-s=0$$ Por lo tanto, $X$ es un movimiento browniano.

3voto

Teorema de Lévy : Dejemos que $X_t$ sea una martingala con $X_0=0$ . Entonces las siguientes son equivalentes.

  1. $X_t$ es un movimiento browniano estándar.
  2. $X_t$ tiene trayectorias muestrales continuas y $X_t^2-t$ es una martingala.
  3. $X_t$ tiene una variación cuadrática $[X]_t=t$ .

Propuesta: Si $W^{(1)}_t$ y $W^{(2)}_t$ sean dos movimientos brownianos estándar independientes, entonces $W_t:=\rho W^{(1)}_t-\sqrt{1-\rho^2} W^{(2)}_t$ es un movimiento browniano.

Prueba

Dejemos que $(\Omega, \mathcal{F},\mathbb{P},\{\mathcal{F_t}\})$ sea un espacio de probabilidad . Claramente, $W_t$ tiene trayectorias muestrales continuas y $W_0=0$ . Nota

$$\mathbb{E}[W_t|\mathcal{F_s}]=\rho\,\mathbb{E}[W^{(1)}_t|\mathcal{F_s}]-\sqrt{1-\rho^2}\,\mathbb{E}[W^{(2)}_t|\mathcal{F_s}]=\rho W^{(1)}_s-\sqrt{1-\rho^2} W^{(2)}_s=W_s$$ Así que $W_t$ es una martingala. Ahora debemos mostrar $W_t^2-t$ es una martingala.Por aplicación del lema de Ito, tenemos $$dW_t^2=2W_tdW_t+d[W_t,W_t]$$ $$dW_t^2=2W_tdW_t+\rho^2 d[W_t^{(1)},W_t^{(1)}]+(1-\rho^2) d[W_t^{(2)},W_t^{(2)}]-2\rho\sqrt{1-\rho^2}d[W_t^{(1)},W^{(2)}_t]$$

Desde $W^{(1)}_t$ y $W^{(2)}_t$ son dos movimientos brownianos independientes, por lo que $d[W_t^{(1)},W^{(2)}_t]=0$ Por lo tanto $$dW_t^2=2W_tdW_t+dt$$ en consecuencia $$d(W_t^2-t)=2W_tdW_t+dt-dt=2W_tdW_t$$ por así decirlo $$d(W_t^2-t)=2W_tdW_t$$ Por lo tanto, $W_t^2-t$ es una martingala (porque su SDE tiene una deriva nula) y $W_t$ es un movimiento browniano estándar.


Otra forma

$W_t^{(1)},W_t^{(2)}\stackrel{\mathrm{i.i.d.}}\sim \mathcal N(0,t)$ Así que $$\rho W_t^{(1)}\sim\mathcal N\left(0,\rho^2 t\right)$$ y $$\sqrt{1-\rho^2}W_t^{(2)}\sim\mathcal N\left(0,(1-\rho^2)t \right)$$ así $$W_t \sim \mathcal N\left(0, t \right). $$ Por lo tanto, $\{W_t:t\in\mathbb R_+\}$ es un proceso gaussiano, y de la independencia de $W_t^{(1)}$ y $W_t^{(2)}$ tenemos $$\mathbb E\left[W_t^{(1)}W_t^{(2)}\right] =\mathbb E\left[W_t^{(1)}\right]\mathbb E\left[W_t^{(2)}\right]=0.$$ Dejemos que $0<s<t$ tenemos \begin{align} \text{Cov}(W_s,W_t) &= \mathbb E[W_sW_t] - \mathbb E[W_s]\mathbb E[W_t]\\ &= \mathbb E\left[\left(\rho W_s^{(1)}-\sqrt{1-\rho^2}W_s^{(2)}\right)\left(\rho W_t^{(1)}-\sqrt{1-\rho^2}W_t^{(2)}\right)\right] - 0\\ &= \rho^2\mathbb E\left[W_s^{(1)}W_t^{(1)} \right]+(1-\rho^2) \mathbb E\left[W_s^{(2)}W_t^{(2)} \right] - 2\rho\sqrt{1-\rho^2}\mathbb E\left[W_s^{(1)}W_t^{(2)} \right]\\ &= \rho^2 s + \left(1-\rho^2\right)s - \rho\sqrt{1-\rho^2}\times 0\\ &= s. \end{align} por otro lado $$\mathbb{E}[(W_t-W_s)W_s]=\mathbb{E}[W_t\,W_s]-\mathbb{E}[W_s^2]=\text{Cov}(W_t,W_s)-\text{Var}(W_s)=s-s=0$$

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