Université Hassan II -Casablanca- Année universitaire: 2023-2024

Faculté des Sciences Aı̈n Chock. Module: Initiation au Cal. Stoch.

Département de Math. et Info. Prof.: S. Moussaten
Master: MNSA (S3).

Correction de la feuille d’exercices N◦ 2

Dans tous les énoncés, B désigne un mouvement Brownien standard et (Ft ) la filtration Brownienne.

Exercice 1. RT
Soit T > 0. On considère la v.a. XT := 0 (sin u)dBu et le processus X := {Xt , t ∈ [0, T ]}.
1. Vérifier que la v.a XT est bien définie.

2. Quelle est la loi du processus X. Calculer son espérance et sa covariance.

3. Déterminer E (Xt |Fs ) pour s ≤ t.

Rt
4. Montrer que Xt = (sin t)Bt − 0 (cos u)Bu du.
Correction:

1. La v.a XT est bien définie. En effet

Z T Z T
2
(sin u) du ≤ du = T < ∞.
0 0

R +∞
2. On sait que pour f ∈ L2 (R+ ), l’intégrale de Wienner f (u)dBu ⇝ N 0, ∥f ∥22 , d’où


0

Xt ⇝ N 0, ∥f.1[0,t] ∥22


∀t ≥ 0;

avec
t t
2t − sin 2t
Z Z
1
∥f.1[0,t] ∥22 = 2
(sin u) du = (1 − cos 2u)du = .
0 2 0 4
D’autre part, par l’indépendance des accroissements du MB, X est à accroissements indépendants (voir le
cours), par conséquent X est gaussien de fonction moyenne nulle et de fonction de covariance R, telle que
Z t Z s 
R(t, s) = E (sin u)dBu . (sin u)dBu
0 0
Z t∧s
= (sin u)2 du
0
2(t ∧ s) − sin [2(t ∧ s)]
= .
4
Où, la deuxième égalité est justifiée par l’isométrie de Itô.

3. On sait que X est une Ft -martingale (résultat de cours), alors

∀s ≤ t, E (Xt |Fs ) = Xs .

4. Conséquence directe de la formule d’intégration par parties.

Exercice 2.(Pont Brownien)

On considère l’équation différentielle stochastique
(
Xt
dXt = t−1 dt + dBt ; 0≤t<1
X0 = 0

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

 1. Montrer que Z t
dBu
Xt = (1 − t)
0 1−u
2. Déterminer la loi de X. Calculer son espérance et sa covariance.

3. Montrer que limt→1 Xt = 0.

Correction:

R t dBu Xt
1. Soit f la fonction telle que f (t, x) = (1 − t)x et Yt = 0 1−u = 1−t . En appliquant la formule de Itô on
obtient
Z t Z t
1 t ∂2f
Z
∂f ∂f
Xt = f (t, Yt ) = f (0, Y0 ) + (u, Yu )du + (u, Yu )dYu + (u, Yu )d < Y >u
0 ∂t 0 ∂x 2 0 ∂x2
Z t Z t
1−u
=− Yu du + dBu
0 0 1−u
Z t
Xu
= du + Bt
0 u−1

d’où (
Xt
dXt = t−1 dt + dBt ; 0≤t<1
X0 = 0
Rt dBu
2. X est gaussien centré, car 0 1−u est une intégrale de Wiener. D’autre part, la fonction de covariance Γ
est donnée par
Z s Z t 
dBu dBu
Γ(s, t) = (1 − s)(1 − t)E .
0 1−u 0 1−u
Z t∧s
1
= (1 − s)(1 − t) du
0 (1 − u)2
t∧s
= (1 − s)(1 − t)
t∧s−1
= (t ∧ s) [(t ∨ s) − 1] .

3. On a V (Xt ) = t(t − 1), alors, quand t tend vers 1, V (Xt ) tend vers 0 et par conséquent à la limite Xt
coı̈ncide avec E(Xt ) = 0.
Exercice 3.(Equation de la chaleur)
Soit u ∈ C 1,2 ([0, T ) × R) ∩ C ([0, T ] × R) une solution de l’EDP de la chaleur

∂u 1 2 ∂ 2 u
+ σ = 0, 0 ≤ t < T; σ ∈ R; u(T, x) = g(x), x ∈ R.
∂t 2 ∂x2
∂u
On suppose que u et ∂x ont une croissance polynomiale, i.e. il existe des constantes C et p tel que

|u(t, x)| ≤ C (1 + |x|p ) , 0 ≤ t ≤ T, x ∈ R.

1. Appliquer la formule de Itô à u (t + s, x + σBs ) .

2. En déduire que pour tout ϵ < T − t,

u(t, x) = E [u (T − ϵ, x + σBT −t−ϵ )] .

3. Par le théorème de la convergence dominée, déduire la représentation probabiliste de u:

u(t, x) = E [g (x + σBT −t )] .

Correction:
 1. On a u ∈ C 1,2 ([0, T ) × R). La formule de Itô est applicable et on a
Z s Z s
∂u ∂u
∀s < T − t, u (t + s, x + σBs ) = u (t, x) + (t + v, x + σBv ) dv + σ (t + v, x + σBv ) dBv
0 ∂t 0 ∂x
σ2 s ∂ 2u
Z
+ (t + v, x + σBv ) d < B >v
2 0 ∂x2
Z s Z s
∂u ∂u
= u (t, x) + (t + v, x + σBv ) dv + σ (t + v, x + σBv ) dBv
0 ∂t 0 ∂x
2 Z s 2
σ ∂ u
+ (t + v, x + σBv ) dv
2 0 ∂x2
Z s
∂u
= u (t, x) + σ (t + v, x + σBv ) dBv
0 ∂x

2. Soit ϵ < T − t, pour s = T − t − ϵ ∈ [0, T ) et par le résultat de la première question, on a

 Z T −t−ϵ 
∂u
E [u (T − ϵ, x + σBT −t−ϵ )] = E u(t, x) + σ (t + v, x + σBv ) dBv
0 ∂x
Z T −t−ϵ 
∂u
= u(t, x) + σE (t + v, x + σBv ) dBv
0 ∂x
Mais Z T −t−ϵ 
∂u
E (t + v, x + σBv ) dBv = 0
0 ∂x
D’où le résultat.
3. Par le résultat de la question précédente, on a
u(t, x) = lim E [u (T − ϵ, x + σBT −t−ϵ )]
ϵ→0

Le fait que u est à croissance polynomiale, rend le théorème de la convergence dominée applicable, il vient
h i
u(t, x) = E lim u (T − ϵ, x + σBT −t−ϵ )
ϵ→0
= E [u (T, x + σBT −t )]
= E [g (x + σBT −t )]
où la deuxième égalité est justifiée par le fait que u est continue sur [0, T ] et B est à trajectoires continues.
Ce qui achève la démonstration.

Exercice 4.
R 
t
1. a- Justifier que le processus M = 0 eσBu dBu , 0 ≤ t ≤ T est bien défini.
b- Déterminer E(Mt ) et V (Mt ).
R 
t
2. Mêmes questions pour N = 0 Mu dBu , 0 ≤ t ≤ T

Correction:

Rt
1. a- On pose Xt = eσBt , on a Mt = 0 Xu dBu . M est bien défini, en effet

- B est progressivement mesurable (continu et adapté), entraine que X l’est aussi.

-
Z T Z T
Xu2 du E e2σBu du
 
E =
0 0
Z T
2
= e2σ u du
0
2
e2σ T −1
= < ∞.
2σ 2
 b- La fonction moyenne d’un processus défini par une intégrale stochastique par rapport à un MB est
nulle, E(Mt ) = 0
La variance V (Mt ) est donnée par
t 2 t 2
e2σ t − 1
Z Z
V (Mt ) = E Xu dBu =E Xu2 du =
0 0 2σ 2

2. De la même façon.

Exercice 5. Soit B = (Bt , 0 ≤ t ≤ T ) un mouvement Brownien.

1. Montrer que le processus X = Xt = Bt3 , 0 ≤ t ≤ T est un processus d’Itô.

RT 
2. Montrer que BT3 = 0 3Bt2 + 3(T − t) dBt .


Correction:

1. Soit f la fonction définie par f (x) = x3 , on a f ∈ C 2 et B est un processus d’Itô, alors par la formule
d’Itô f (B) est aussi un processus d’Itô, et
Z t
1 t ′′
Z
Bt3 = f (Bt ) = f (B0 ) + f ′ (Bu )dBu + f (Bu )du
0 2 0
Z t Z t
2
= 3Bu dBu + 3Bu du
0 0

2. On a Z T Z T
BT3 = 3Bt2 dBt + 3Bt dt
0 0
d’autre part, par une intégration par partie, on obtient
Z T Z T
3Bt dt = 3T BT − 3tdBt
0 0
Z T Z T
= 3T dBt − 3tdBt
0 0
Z T
= 3(T − t)dBt .
0

D’où Z T
BT3
 2 
= 3Bt + 3(T − t) dBt .
0