ENSIIE 2A
2nd semester Stochastic Calculus
Brownian Motion
Exercice 1 (Gaussian Variables).
Let X be a Gaussian random variable with expectation m and variance σ 2 .
a) (Moments) Assume that m = 0. Compute the following expectations :
E[| X |], E[X 3 ], E[| X |3 ] et E[X 4 ].
b) (Laplace Transform) Prove that, for all λ ∈ R, we have
λ2 σ 2
E[eλX ] = eλm+ 2 .
c) (Sum of independent Gaussian variables) Let Y be a Gaussian random variable, independent
of X, give the law of X + Y .
d) (Convergence L2 ) Let (Xn )n∈N be a sequence of Gaussian variables which converges to X in
L2 . Prove that the law of X is a Gaussian one ? √ +
σ2
e) (Price of an European call) For m = 0, compute E[e−rT e(r− 2
)T + TX
−K ].
Exercice 2 (Gaussian Vector).
a) Soit (X, Y ) un vecteur gaussien centré tel que E[XY ] = 0. Montrer que X et Y sont
indépendants.
b) Montrer que (X, Y ) est gaussien ssi Y est une variable gaussienne et la loi de X condition-
nellement à Y est N (aY + b, σ) avec σ indépendante de Y .
Exercice 3 (Espérances conditionnelles).
a) Montrer que E[Y E[X | F]] = E[XE[Y | F]].
b) Soit X ∈ L2 tel que Y = E[X | F] et Y 2 = E[X 2 | F]. Montrer que X = Y .
c) Soit X > 0 indépendante de Y . Quelle est la loi de XY conditionnellement à X.
d) Soit X une variable gaussienne, indépendante de F et Y une variable F-mesurable. On pose
Z = X + Y , calculer
E[Z | F], Var(Z | F) et E[eλZ | F].
e) Soit G une sous-tribu de F, et A ∈ F − G. On pose H = σ(G, A). Montrer que
E[X1lA | G] E[X1lAc | G]
E[X | H] = 1lA + 1lAc .
E[1lA | }] E[1lAc | }]
(On admettra que pour tout X, il existe Y1 et Y2 G-mesurables tels que
E[X | H] = Y1 1lA + Y2 1lAc .)
Exercice 4 (Calcul d’espérances).
Calculer les espérances suivantes :
Z t
E[Bs Bt2 ], E[Bs2 Bt2 ], E[Bt | Fs ], E[Bt | Bs ], E[e αBt
eγBs ds]
0
Exercice 5 (Quelques martingales).
Soient (α, β) ∈ R2 . Les processus suivants sont-ils des F-martingales ?
Rt
a) Mt = Bt3 − α 0 Bs ds b) Zt = Bt3 − αtBt
Rt Rt
c) Xt = tBt − 0 Bs ds d) Yt = tα Bt − β 0 Bs ds.
Exercice 6 (Quelques mouvements Browniens).
Parmi les trois processus suivants, lesquels sont des mouvements browniens ?
√
a) Xt = tB1
b) Yt = 2 B1+ t − Bt
4
c) Zt = B2t − Bt
Exercice 7 (Pont Brownien).
Pour 0 ≤ t ≤ 1, on pose Zt = Bt − tB1 .
a) Montrer que Z est un processus gaussien indépendant de B1 et préciser sa loi.
L
b) Pour 0 ≤ t ≤ 1, on pose Z̃t = B1−t − (1 − t)B1 . Montrer que Z̃ = Z.
L
c) Montrer que Zt = Bt | B1 = 0.
c) Pour 0 ≤ t < +∞, on pose Yt = (t + 1)Z t . Montrer que Y est un mouvement brownien.
t+1
Exercice 8 (Pont Brownien (2)).
Rt
Pour t ≥ 0, on pose Zt = Bt − 0 Bss ds.
a) Montrer que Z est un mouvement Brownien indépendant de B.
b) Montrer que Z n’est pas un F-mouvement Brownien.
Exercice 9 (Changement de probabilité).
2
Pour t ≥ 0, on pose Lt = exp σBt − σ2 t et Wt = Bt − σt. Soit Q la probabilité définie sur FT par
dQ = LT dP. Montrer que W est un Q-mouvement Brownien.
Exercice 10 (Temps d’atteinte).
Pour a ∈ R, on pose Ta = inf{t ≥ 0 : Bt = a}.
a) Montrer que Ta est un F-temps d’arrêt.
b) Montrer que P(Ta < ∞) = 1, E[Ta ] = ∞ et calculer la transformée de Laplace de Ta .
c) En inversant la transformée de Laplace, montrer que la loi de Ta admet la densité suivante :
2
|a| a
f (x) = √ exp − .
2πt3 2t
d) Soit X = inf s≤T1 Bs . Quelle est la loi de X ?
Exercice 11 (Brownien réfléchi).
Soit a ∈ R. On définit le Brownien réfléchi en a par
a Bt si t ≤ Ta
Xt =
2a − Bt si t > Ta
a) Montrer que X a est un mouvement Brownien.
b) Pour b > 0 et a ≤ b, montrer que
P(St > b; Bt < a) = P(Bt < a − 2b), où St = sup Bu .
u∈[0,t]
En déduire la loi du couple (St , Bt ).
c) En déduire la loi de Ta .
d) Donner la loi de St − Bt et 2St − Bt à t fixé
e) Montrer que à t fixé, St et |Bt | ont même loi.
Exercice 12 (Scaling).
Pour a ∈ R, on pose Ta = inf{t ≥ 0 : Bt = a}.
L 1
a) Montrer que T1 = S12
, où S1 = supu≤1 Bu
L
b) Montrer que Ta = a2 T1 .
