Université d’Orléans – Master 2 Recherche de Mathématiques 2010-11 1
TD Master 2 – Martingales et calcul stochastique
Corrigé des exercices du chapitre 9 – Equations différentielles stochas-
tiques
Exercice 9.1
On considère l’équation
dXt = a(t)Xt dt + b(t) dt + c(t) dBt ,
où a(t), b(t) et c(t) sont des processus adaptés.
Résoudre cette équation par la méthode de la variation de la constante, c’est-à-dire
Rt
1. Soit α(t) = 0 a(s) ds. Vérifier que X0 eα(t) est la solution de l’équation homogène,
c-à-d avec b = c = 0.
2. Poser Yt = e−α(t) Xt et calculer dYt à l’aide de la formule d’Itô.
dYt = −a(t) e−α(t) Xt dt + e−α(t) dXt
= e−α(t) b(t) dt + e−α(t) c(t) dBt .
3. En déduire Yt puis Xt sous forme intégrale.
En intégrant, il vient
Z t Z t
−α(s)
Yt = Y0 + e b(s) ds + e−α(s) c(s) dBs ,
0 0
puis, comme X0 = Y0 ,
Z t Z t
α(t) α(t)−α(s)
Xt = X0 e + e b(s) ds + eα(t)−α(s) c(s) dBs .
0 0
4. Résoudre l’EDS
1 1
dXt = − Xt dt + dBt , X0 = 0 .
1+t 1+t
Dans ce cas, α(t) = − log(1 + t), donc eα(t) = (1 + t)−1 et
Z t
1+s 1 Bt
Xt = dBs = .
0 1 + t 1 + s 1 +t
Exercice 9.2
Résoudre l’EDS
1
q
dXt = − Xt dt + 1 − Xt2 dBt , X0 = 0
2
à l’aide du changement de variable Y = arcsin(X).
La formule d’Itô donne
dXt 1 Xt
dYt = p + 2 )3/2
dXt2 = dBt .
2
1 − Xt 2 (1 − X t
Par conséquent, Xt = sin(Bt ) pour tous les t 6 inf{s > 0 : |Bs | = π2 }.
Exercice 9.3
1. En utilisant l’exercice 9.1, résoudre l’EDS:
b − Xt
dXt = dt + dBt , 06t<1, X0 = a .
1−t
Avec α(t) = log(1 − t), il vient
Z t
1
Xt = a(1 − t) + bt + (1 − t) dBs .
0 1−s
2. Déterminer la variance de Xt . Calculer limt→1− Xt dans L2 .
Par l’isométrie d’Itô,
Z t
2 1 2 1
Var(Xt ) = (1 − t) ds = (1 − t) − 1 = t(1 − t) .
0 (1 − s)2 1−t
Par conséquent, Var(Xt −b) → 0 lorsque t → 1− , donc Xt → b dans L2 lorsque t → 1− .
Rt
3. Soit Mt = 0 (1 − s)−1 dBs . Montrer que
2
P sup (1 − t)|Mt | > ε 6 2 n .
1−2−n 6t61−2−n−1 ε 2
A l’aide du lemme de Borel–Cantelli, en déduire limt→1− Xt au sens presque sûr.
Comme Mt est une martingale, Mt2 est une sous-martingale, et l’inégalité de Doob
nous permet d’écrire
n
P sup (1 − t)|Mt | > ε 6 P sup |Mt | > 2 ε
1−2−n 6t61−2−n−1 1−2−n 6t61−2−n−1
=P sup Mt2 2n 2
>2 ε
1−2−n 6t61−2−n−1
1 2
6 E M 1−2 −n−1
ε2 22n
2
6 2 n .
ε 2
Soit alors l’événement
−n/4
An = ω: sup (1 − t)|Mt | > 2 .
1−2−n 6t61−2−n−1
Nous avons P (An ) 6 2 · 2−n/2 , qui est sommable. Le lemme de Borel–Cantelli montre
alors que
−n/4
P sup (1 − t)|Mt | 6 2 ,n → ∞ = 1 ,
1−2−n 6t61−2−n−1
et donc que (1 − t)Mt → 0 presque sûrement lorsque t → 1− . Par conséquent, Xt → b
presque sûrement lorsque t → 1− .
4. Le processus Xt est appelé un pont Brownien — expliquer pourquoi.
On a X0 = a et X1 = b presque sûrement. De plus, les incréments de Xt sont
indépendants et gaussiens. La seule différence par rapport au mouvement Brownien
est que la variance de Xt − Xs est donnée par t(1 − t) − s(1 − s) au lieu de t − s.
2
Exercice 9.4
On se donne r, α ∈ R . Résoudre l’équation différentielle stochastique
dYt = r dt + αYt dBt , Y0 = 1 .
Indication : Soit le “facteur intégrant”
1 2
Ft = exp −αBt + α t .
2
Considérer Xt = Ft Yt .
2 t/2
En appliquant la formule d’Itô à Ft = u(t, Bt ) avec u(t, x) = e−αx+α , on obtient
1 1
dFt = α2 Ft dt − αFt dBt + α2 Ft dBt2
2 2
= α2 Ft dt − αFt dBt .
Soit alors Xt = Ft Yt = u(Ft , Yt ). On applique maintenant la formule d’Itô à plusieurs
variables, avec la fonction u(x1 , x2 ) = x1 x2 . Cela nous donne
dXt = Ft dYt + Yt dFt + dFt dYt
= rFt dt + αFt Yt dBt − αFt Yt dBt + α2 Ft Yt dt − α2 Ft Yt dt
= rFt dt .
Comme X0 = F0 Y0 = 1, on a donc
Z t
Xt = 1 + r Fs ds ,
0
et finalement Z t
αBt − 21 α2 t 1 2 (t−s)
Yt = Ft−1 Xt =e +r eα(Bt −Bs )− 2 α ds .
0
