3
(a) Soit (Xn, n ≥1) une suite de v.a. indépendantes centrées telles que Sn:= Pn
1Xiforme une
suite de Cauchy dans L2(la norme L2étant kXk= (E(X2))1/2). Montrer que Snconverge
dans L2(soit: il existe S∈L2telle que E((Sn−S)2)converge vers 0). Montrer que E(S2
n)
converge vers E(P∞
1X2
i)<∞. En déduire que Xnconverge p.s. vers 0.
(b) Soient (Xn, n ≥1) des v.a. Fn=σ(X1, X2, . . . , Xn)et Sn=Pn
i=1 Xi, S0= 0. Montrer que
Fn=σ(S1, . . . , Sn)
(c) Soit aun réel donné et τ= inf{n:Sn≥a}et où l’inf d’un ensemble vide est ∞. Montrer
que τest un temps d’arrêt. Donner un exemple explicite oú τ=∞. Soit mfixé et gm=
sup{n≤m:Sn≤0}et dm=inf{n≥m:Sn≤0}Les v.a. get dsont-elles des temps
d’arrêt?
5. Martingales, Surmartingales (NE PAS REDIGER)
(a) Soit (Zn,0≤n≤N)une famille de v.a. On définit (Un,0≤n≤N)par
UN=ZN
Un=max(Zn,E(Un+1|Fn)), n ≤N−1
i. Montrer que Uest une surmartingale telle que ∀n, Un≥Zn.
ii. Montrer que si Yest une autre surmartingale telle que ∀n, Yn≥Znalors ∀n, Un≤Yn
iii. Soit τ= inf{n:Zn=Un}. Montrer que Un∧τest une martinjgale.
(b) Soit Unune surmartingale. Montrer qu’il existe une martingale Met un processus Acroissant
(An≤An+1) tel que Ansoit Fn−1mesurable et que Un=Mn−An. Montrer l’unicité sous
la condition A0= 0.
(c) Soit Mune martingale. Les processus M2et |M|sont-ils des sur/sous martingales?
Soit Aun processus croissant(Ft)-adapté. Le processus Aest-il une sur/sous martingale? ,
Soit Aun processus croissant non (Ft)-adapté. Le processus E(At|Ft)est-il une sur/sous
martingale?
6. Martingales à temps discret. NE PAS REDIGER
(a) Un exemple : On considère un processus X= (X0, X1)tel que X0=x(constante) et X1est
une v.a. telle que P(X1=xi) = pi, i = 1, . . . , n avec Pn
i=1 pi= 1.
i. Soit n= 2. Trouver une condition sur les pitelle que Xsoit une martingale.
ii. Soit n= 3. Déterminer l’ensemble Pde tous les pitels que Xsoit une martingale.
iii. Soit n= 3, et Xà valeurs positives. Déterminer supPE((X1−K)+)et infPE((X1−K)+)
(b) Soit (Ω,F,Pun espace de probabilité muni d’une filtration discrète F= (Fn, n ≥0) et une
suite (Ln, n ≥0) de v.a. Fadaptées, positives
i. Sous quelles conditions la mesure Qndéfinie sur Fnpar Qn(An) = E(LnAn)est -elle
une probabilité? Montrer que Qn(Ap) = Qp(Ap)pour Ap∈ Fpet p < n est vérifiée si et
seulement si (Ln, n ≥0) est une martingale
ii. Soit (Xn, n ≥1) une suite de v.a. Fadaptées, i.i.d. de loi gaussienne N(µ, 1) et
Sn=ePn
i=1 Xi, n ≥0. Sous quelle condition la suite Sn, n ≥0est -elle une martingale.
Montrer qu’il existe une suite de v.a. Lntelles que Snsoit une Qmartingale, où Qest
définie sur F=∪Fnpar ∀An∈ Fn,Q(An) = Qn(An).
7. Pour les étudiants ayant suivi un cours sur le MB (ce point figurant dans le CV) résoudre a). Pour
les autres, résoudre b)
(a) Soit Wun mouvement Brownien. Soit tfixé. Montrer que Xt=Rt
0Wsds existe. Calculer
l’espérance et la variance de cette v.a. Calculer E(XtXs). Quelle est la loi de la v.a. Xt?
Calculer E(eλXt|Fs)
(b) Soient (Xn, n ≥1) des v.a. indépendantes de loi N(mi, σ2
i)et Sn=Pn
i=1 Xi. Calculer
l’espérance et la variance de cette v.a. Calculer E(SnSm). Quelle est la loi de la v.a. Sn?
Calculer E(eλSn|Fm)