8097134324
Marek Beska, Całka Stochastyczna, wykład 4
Z (4.1) procesy 4>(X) i il’{X) są rosnące. Zatem X £ V. Załóżmy teraz, że X £ V, to X = Ai — A2 dla Ai £ V+, i = 1,2. Oba procesy A\ i A2 są procesami rosnącymi, mają skończone wahanie, więc X ma skończone wahanie. Ponadto Xo = 0 i X jest adaptowany jako różnica dwóch procesów adaptowanych.
□
Niech A £ V+ i niech X będzie takim procesem, że dla oj £ fi trajektorie t u)
są borelowskie. Dla ui £ f2 odwzorowanie [0, (] 3 s 4 ^4s(w) określa dodatnią skończona miarę na [0, £]. Możemy rozważyć całkę
jeśli dla w trajektoria X^(uj) jest całkowalna względem A(.)(o;). Taka całka jest faktycznie całką Lebesgue’a-Stieltjesa
f Xs(u})dAa(u) = f Xs(co)dAs(io). J[0,t] J o
Możemy również określić dla A £ V jeśli
/ X,{u)dAs(u)
Ąo,t]
( |Xs|d(P(yl)s) < +00.
J[o,t]
f XsdAs := f Xsd<f>{A)s - f Xsdip(A)s J[o,t) J[o,t] J[o,t]
Lemat 4.5 Niech A £ V i niech X będzie dowolnym procesem dla którego trajektorie X(.)(w), u £ fi są całkowalne (skończenie) na przedziale [0, t] dla t > 0 względem As(u) to całka Lebesgue’a-Stieltjesa (proces)
Yt(u)= [ Xs(oj)dAs{u) Jo
jest cad i ma skończone wahanie.
Dowód. Własność cad procesu Y wynika z własności cad procesu A oraz z własności całki Lebesgue’a-Stieltjesa. Oznaczmy
X+ = XV0, X~ = (-X)V0, wtedy X = X+ - X~.
Wyszukiwarka
Podobne podstrony:
48 Marek Beska, Całka Stochastyczna, wykład 44 Kilka klas procesów 4.1 Procesy rosnące i przestrzeni57 Marek Beska, Całka Stochastyczna, wykład 4 Rzeczywiście, niech s < t wtedy E[Yt-YsFs) =58 Marek Beska, Całka Stochastyczna, wykład 4 Dla a G IR mamy {XTi < a} D {Ti = k} = {X* < a}59 Marek Beska, Całka Stochastyczna, wykład 4 Twierdzenie 4.8 Niech I = [a, b] C [0, oo]. 1.60 Marek Beska, Całka Stochastyczna, wykład 4 Stosując teraz do prawej strony (4.4) twierdzenie61 Marek Beska, Całka Stochastyczna, wykład 4 Ponieważ X jest cad, więc { inf Xt < -x = { inf Xt62 Marek Beska, Całka Stochastyczna, wykład 4 Wniosek 4.10 Jeśli proces X jest cad martyngałem (lub63 Marek Beska, Całka Stochastyczna, wykład 4 Dowód. Dowód (a) wynika z odpowiedniego twierdzenia dl64 Marek Beska, Całka Stochastyczna, wykład 4 Dowód, (z) =+ (ii) Niech s,t € I,s < t, A € Es. Pon65 Marek Beska, Całka Stochastyczna, wykład 4 • Istnieją skończenie całkowalne zmienne losowe Y, Y266 Marek Beska, Całka Stochastyczna, wykład 4 Wniosek 4.18 Niech X będzie cad submartyngałem, aT cza49 Marek Beska, Całka Stochastyczna, wykład 4 (i) Dla 0 <s<t mamy Va(X) <67 Marek Beska, Całka Stochastyczna, wykład 4 4.3 Twierdzenia o rozkładzie Definicja 4.22 Mówimy, żeMarek Beska, Całka Stochastyczna, wykład 4 51 orazUt = [ X+d<j)(A)a + f X~dip(A52 Marek Beska, Całka Stochastyczna, wykład 4 Niech więc X = /[si00Marek Beska, Całka Stochastyczna, wykład 4 53 Proces I{s< } jest cag i adaptowany, A jest prognoz54 Marek Beska, Całka Stochastyczna, wykład 4 4.2 Martyngały, submartyngały i supermartyngały z czas55 Marek Beska, Całka Stochastyczna, wykład 4 5. Niech P i Q będą miarami probabilistycznymi na (17,więcej podobnych podstron