TD4 : Intégrales de Wiener

Soit B = (Bt )t≥0 un mouvement brownien standard.

Exercice 1. Soit B = (Bt )t≥0 un mouvement brownien standard. Soit
Z 1 Z 1
X= tdBt et Y = t2 dBt .
0 0

Déterminer la loi jointe de (X, Y ).

Exercice 2. Soit B = (Bt )t≥0 un mouvement brownien standard. On considère le processus Z = (Zt )t≥0
défini par Zt = Bt − tB1 pour 0 ≤ t ≤ 1 et la filtration Ft = σ(Bs , 0 ≤ s ≤ t).
1. Z est-il Ft −adapté ?
R1
2. Montrer que B1 et 0 Zu du sont des variables aléatoires gaussiennes indépendantes. Déterminer la
R1
loi de 0 Zu du.
Exercice 3. Soit B = (Bt )t≥0 un mouvement brownien standard.
R
t 1 
1. Justifier l’existence de Xt = 0
√ dBs .
1 + s2 t≥0
2. Déterminer la loi du processus (Xt )t≥0 .
3. Est-ce une Ft −martingale ?
Exercice 4. Soit B = (Bt )t≥0 un mouvement brownien réel défini sur un espace de probabilité (Ω, F, P).
Pour t ≥ 0, on désigne par Ft = σ(Bs , 0 ≤ s ≤ t) la filtration propre de B. Soit M = (Mt )t≥0 le processus
défini par Z t
Mt = es dBs .
0
1. Montrer que M est une Ft −martingale gaussienne. Calculer pour tous s et t positifs ou nuls,
m(t) = E(Mt ) et Σ(s, t) = Cov(Ms , Mt ).
Rt
2. Etablir une relation entre Mt et Nt = 0 es Bs ds.
3. Montrer que le processus M est presque sûrement à trajectoires continues.
4. Déterminer la loi du processus N = (Nt )t≥0 . Est-il une Ft −martingale ?
Exercice 5. Soient B = (Bt )t≥0 et W = (Wt )t≥0 deux mouvements browniens standards indépendants,
et Z t Z t
Ws 1
Xt = (1 − t) 2
ds + (1 − t) dBs , t ∈ [0, 1[.
0 (1 − s) 0 1 − s
Z t Z tZ s Z t
Ws Wu Ws
1. Montrer que ds − 2
duds = (1 − t) 2
ds.
0 1−s 0 0 (1 − u) 0 (1 − s)
2. En admettant
Rt R sque si f et g sont deux fonctions déterministes on peut intervertir le sens des intégrales
dans 0 f (s) 0 g(u)dBu ds, montrer que
Z tZ s Z t
1 1
Bt − dBu ds = (1 − t) dBs .
0 0 1−u 0 1−s

3. Vérifier que X est solution de

t
Ws − Xs
Z
Xt = Bt + ds.
0 1−s
t
dBs − dWs
Z
4. Montrer que Xt = (1 − t) + Wt .
0 1−s

1
 5. Calculer E(Xs Xt ).
Exercice 6. Pont brownien. On considère l’équation suivante :
Z t
Xs
Xt = ds + Bt
0 s−1

et l’on admet l’existence d’une solution.

1. Montrer que Z t
dBs
Xt = (1 − t) ; 0 ≤ t < 1.
0 1−s
2. Montrer que X = (Xt )t≥0 est un processus gaussien. Calculer son espérance et sa covariance.
3. Déterminer limt→1 Xt .
Exercice 7.
Z t
1. Montrer que la v.a. Xt = sin s dBs est définie.
0
2. Montrer que X est un processus gaussien, calculer son espérance et sa covariance E(Xs Xt ).
3. Calculer E[Xt |Fs ] pour la filtration naturelle de B, (Ft )t≥0 = σ(Bu , 0 ≤ u ≤ t) . .
Z t
4. Montrer que Xt = sin tBt − cos sBs ds.
0

Exercice 8. Le processus de Vasicek.

1. Déterminer la solution Y = (Yt )t≥0 de l’équation
Z t
Yt = Y0 + a(Ys − b)ds + σBt , a, b ∈ R, σ > 0.
0

2. Si X0 ∼ N (m, σ02 ) et si X0 est indépendante de B = (Bt )t≥0 „ calculer la fonction espérance

µ(t) = E[Yt ] et la fonction de covariance Σ(s, t) = Cov(Ys , Yt ).
3. Montrer que pour s ≤ t, on a
Z t
a(t−s)
Yt = b + (Ys − b)e +σ ea(t−u) dBu .
s

4. Considérons la filtration (Ft )t≥0 définie par Ft = FtB ∨ σ{Y0 }, où FtB est la filtration naturelle de
B. Pour tout 0 ≤ s ≤ t, déterminer E[Yt |Fs ].
Exercice 9. Considérons un mouvement brownien réel B défini sur un espace de probabilité (Ω, F, P).
Soit f ∈ L2loc (R+ ) et (Mt )t≥0 le processus alátoire défini par :
Z t
∀t ∈ R+ , Mt = f (s)dBs
0

1. Montrer que M est un processus gaussien.

2. Soit A une sous-tribu de F et (Xn )n∈N une suite de variables aléatoires A−mesurable telle que
L2
Xn −→ X. Rappeler pourquoi X est A−mesurable. Pour tout s ≥ 0, nous considérons les tribus
suivantes :
Fs = σ(Bu , 0 ≤ u ≤ s); F s = σ(Bu − Bs , u ≥ s).
Montrer que pour tous 0 ≤ s ≤ t, Ms est Fs −mesurable et Mt − Ms est F s −mesurable.
3. En déduire que M est un processus à accroissements indépendants.