U NIVERSITÉ PARIS C ITÉ , 2023-2024 C ALCUL S TOCHASTIQUE , TD 4

M ARTINGALES ET TEMPS D ’ ARRÊT

Exercice 1 (Temps d’arrêt). Soit (Ω, F , (Ft )t≥0 ) un espace filtré. Parmi les variable
aléatoires suivantes, lesquelles sont des temps d’arrêt ?
1. Le minimum de deux temps d’arrêt.
2. Le maximum de deux temps d’arrêt.
3. La somme de deux temps d’arrêt.
4. La moyenne de deux temps d’arrêt.
5. La médiane de 5 temps d’arrêt.
6. Le premier temps à partir duquel le mouvement brownien passe un temps supérieur à
1 sans revenir en zéro.
7. Le premier instant où un (Ft )t≥0 −mouvement brownien atteint une valeur donnée
a ∈ R.
8. Le dernier zéro d’un (Ft )t≥0 −mouvement brownien sur l’intervalle [0, 1].
9. Le premier instant en lequel le mouvement brownien est 1/2-Höldérien 1 .
10. Le premier point d’intersection de deux browniens indépendants après le temps 1.
11. Le premier point à partir duquel deux mouvements browniens indépendants ne se
rencontrent plus.
R t+1
12. Le premier t tel que t−1 Bs ds > 1.

Exercice 2 Soit (Ω, F , (Ft )t≥0 , P) un espace de probabilité filtré et soit (Bt )t≥0 un
(Ft )-mouvement brownien.
1. Trouver deux temps d’arrêt S ≤ T avec S ∈ L1 , tels que E[BS2 ] > E[BT2 ].
2. Trouver un temps d’arrêt T tel que E[T ] = +∞ et E[BT2 ] < ∞.

Exercice 3 Soit (Ω, F , (Ft )t≥0 , P) un espace de probabilité filtré et soit (Bt )t≥0 un
(Ft )-mouvement brownien. Montrer que si S 6 T sont deux temps d’arrêt bornés, alors

E[(BT − BS )2 ] = E[BT2 ] − E[BS2 ] = E[T − S].

Exercice 4 (Quelques martingales du mouvement brownien). Soit (Ω, F , (Ft )t≥0 , P) un

espace de probabilité filtré et soit (Bt )t≥0 un (Ft )-mouvement brownien.
1. P-presque sûrement, de tels points points (appelés « slow times ») existent dans la trajectoire du mouvement
brownien, même si celui-ci est P-presque sûrement non-1/2-Höldérien.
 1. Montrer que (Bt )t≥0 est une martingale.
2. Montrer que (Bt2 − t)t≥0 est une martingale.
3. Construire une martingale à partir du processus (Bt3 )t≥0 .
4. Construire une martingale à partir du processus (Bt4 )t≥0 .
λ2 t
5. Soit λ ∈ C. Montrer que le processus (eλBt − 2 )t≥0 est une martingale.
6. Construire une martingale à partir du processus (cosh(λBt ))t≥0 .

Exercice 5 (??) Soit (Ω, F , (Ft )t≥0 , P) et B un (Ft )-mouvement Brownien. Pour tout entier
n, construire un polynôme hn unitaire de degré n tel que (hn ◦ Bt )t≥0 est une martingale, où
l’on a noté
n
X n−k
hn ◦ Bt = hn [k]Btk t 2 .
k=0
(Indice : Charles.)

Exercice 6 (changements de mesures via les martingales) Soit (Ω, F , (Ft )t∈[0,T ] , P) un
espace de probabilité filtré. Soit L = (Lt )t∈[0,T ] une martingale continue fermée par LT . On
suppose que
P(LT > 0) = 1 et E[LT ] = 1.
On définit une nouvelle mesure de probabilité P0 sur (Ω, FT ) via la formule
P0 (A) = E[1A LT ].
1. Vérifier que P0 est une mesure de probabilité et qu’elle est équivalente 2 à P.
2. Montrer que pour toute variable aléatoire Ft -mesurable positive X, on a
E0 [X] = E[Lt X]. Montrer que c’est également vrai si t est un temps d’arrêt.
3. Montrer qu’un procesus (Ft )t -adapté X = (Xt )t∈[0,T ] est une martingale pour la
mesure P0 si et seulement si le processus (Xt Lt )t∈[0,T ] est une martingale pour la
mesure P.

Exercice 7 Soit X = (Xt )t∈[0,T ] une sous-martingale. Montrer que si E[XT ] = E[X0 ], alors X
est une martingale.

Exercice 8 (Loi de temps d’atteinte). Soit (Bt )t≥0 un mouvement brownien et a > 0.
1. À l’aide de la martingale (Bt2 − t)t≥0 , calculer l’espérance de
Ta? := inf{t ≥ 0 : |Bt | = a}.

2. À l’aide d’une martingale bien choisie, calculer la variance de Ta? .

3. À l’aide d’une martingale bien choisie, calculer la transformée de Laplace de Ta? .
4. Calculer la transformée de Laplace de
Ta := inf{t ≥ 0 : Bt = a}
et retrouver le fait que Ta a même loi que (a/B1 )2 . Que vaut E[Ta ] ?
2. Deux mesures µ, ν sur une même tribu sont équivalentes si elles ont les mêmes événements négligeables.
Exercice 9 (Maximum du mouvement brownien avec dérive). Soit {Bt }t≥0 un mouvement
brownien. On fixe a, b > 0 et on pose

τ := inf{t ≥ 0 : Bt − bt = a}.

1. Montrer que τ est un temps d’arrêt relativement à la filtration naturelle.

2. À l’aide d’une martingale bien choisie, calculer la transformée de Laplace de τ .
3. En déduire la probabilité que la courbe du mouvement brownien soit au dessous de la
demi-droite t 7→ a + bt. Pouvait-on prévoir que la réponse ne dépendrait que de ab ?
4. Trouver la loi de la variable aléatoire

U := sup Bt − bt.
t≥0

Exercice 10 Soit (Ω, F , P) un espace probabilisé et G une sous-tribu de F . Soit X une

variable aléatoire réelle telle que etX ∈ L1 pour tout t ∈ R.
Montrer que X et G sont indépendantes si et seulement si pour tout t réel et toute variable
aléatoire positive Y qui est G -mesurable, on a

E[etX Y ] = E[etX ]E[Y ].

Exercice 11 (Maximum du pont brownien). Soit {Zt }0≤t≤1 un pont brownien.

1. Pour t ≥ 0 on pose Bt = (1 + t)Z t . Vérifier que (Bt )t≥0 est un mouvement brownien.
1+t

2. En utilisant l’exercice précédant, déterminer la loi de la variable

V := sup Zt .
0≤t≤1

Exercice 12 (Une preuve du théorème d’arrêt). Sur un espace de probabilité filtré

(Ω, F , (Ft )t≥0 , P), on considère une martingale continue (Mt )t≥0 et un temps d’arrêt T . Le
but de cet exercice est de montrer que (Mt∧T )t≥0 est encore une martingale. Dans tout
l’exercice, “discret” signifiera à valeurs dans Dn := {k2−n : k ∈ N} pour un certain n ∈ N.
1. Vérifier que la famille {Mτ : τ temps d’arrêt discret ≤ t} est uniformément intégrable.
2. Montrer que si s, t et T sont discrets avec s ≤ t deux réels non aléatoires, alors

E[Mt∧T |Fs ] = Ms∧T .

3. Exhiber une suite de temps d’arrêt discrets qui décroît vers T , et conclure.

Exercice 13 (Tribu des événements antérieurs à T ). Soit T un temps d’arrêt sur un espace
filtré (Ω, F , (Ft )t≥0 ). On rappelle que la tribu des événements antérieurs à T est

FT := {A ∈ F : ∀t ≥ 0, A ∩ {T ≤ t} ∈ Ft }.
 1. Vérifier qu’il s’agit bien d’une sous-tribu de F .
2. Soit S un temps d’arrêt tel que S ≤ T . Montrer que FS ⊆ FT .
3. Soit (Xt )t≥0 un processus continu et adapté. Montrer que XT 1T <∞ est FT −mesurable.

Exercice 14 (Martingale à variation finie). Une fonction f : R+ → R est à variation finie si

(n−1 )
X
Vt (f ) := sup |f (ti+1 ) − f (ti )| : n ∈ N∗ , 0 = t0 ≤ · · · ≤ tn = t < +∞,
i=0

pour tout t ≥ 0. On rappelle que si f est continue, alors t 7→ Vt (f ) l’est aussi. Soit
M = (Mt )t≥0 une martingale dont les trajectoires sont continues et à variation finie. Montrer
que p.s., les trajectoires de M sont constantes. Indication : on pourra supposer que
Vt (M ) ∈ L∞ .

Exercice 15 (Pré-Caractérisation de Lévy) Soit (Ω, F , (Ft )t≥0 , P) un espace filtré et

X = (Xt )t≥0 un processus adapté continu issu de zéro. On suppose que pour tout réel λ, le
processus
tλ2
(eλXt − 2 )t≥0
est une (Ft )-martingale. Montrer que X est un mouvement Brownien.

Exercice 16 (Caractérisation de Lévy). Sur un espace (Ω, F , (Ft )t≥0 , P), on considère une
martingale continue (Mt )t≥0 issue de 0 et telle que (Mt2 − t)t≥0 est une martingale.
1. Donner un exemple d’une telle martingale.
2. Soit f ∈ C 2 (R, C) telle que f, f 0 et f 00 sont bornées. Montrer que pour tout 0 ≤ s ≤ t,
Z t
1
E[f (Mt )|Fs ] = f (Ms ) + E[f 00 (Mu )|Fs ]du.
2 s

(On pourra subdiviser l’intervalle [s, t] et utiliser le développement de Taylor de f .)

3. En déduire que pour tout λ ∈ R et tout 0 ≤ s ≤ t,

λ2 t h iλ(Mu −Ms )
h i Z i
E eiλ(Mt −Ms ) Fs = 1 − E e Fs du.
2 s

λ2 t
4. En déduire que (eiλMt + 2 )t≥0 est une martingale pour tout λ ∈ R.
5. En conclure que (Mt )t≥0 est en fait nécessairement un mouvement brownien.