Материал: Стохастические дифференциальные уравнения и диффузионные процессы

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

g 4. РЕШЕНИЕ ПРЕОБРАЗОВАНИЕМ СНОСА

181

То есть мы предполагаем, что любое согласованное семейство вероятностных мор, абсолютно непрерывных относительно Р, мо­ жет быть продолжепо до вороятностпой меры на (£2, 3F). Напри­ мер, если (Q, $Г) — стандартное измеримое пространство, то вылюприведепное условие (4.1) выполняется.

Для X е ^ г ’*00 положим

 

 

 

 

 

 

 

M(t) = exp [X (l)~ <X>(i)/2}.

 

 

 

(4.2)

Мы предполагаем,

что М — мартингал.

Согласно

теореме

Ш-5.3

ото справедливо, папример, в том случае, когда Е ^exp

<Х>(^ j <

оо

для каждого t > 0.

Тогда,

если

определим Pt

для

каждого

t > 0

равенством

 

 

 

 

 

 

 

(4.3)

Р,(А) = E[M(t): Л],

 

 

 

 

то Pt— мера па (Q, STt) и

P\gr

= Р* для t > s 5s 0. В действитель­

ности, если А е grsf то

 

 

 

 

 

 

 

 

Pt(A) = E[M(t): A}=^E[E(M (t)\^,): Л] = £ p f ( s ) :

А\

А»

 

Согласпо предположению

(4.1)

существует

вероятность

на

Р

(Й, ЗГ) такая, что Р|^- =

Р(.

 

 

 

 

 

 

 

О п р е д е л е н и е

4.1.

а,

 

вероятностью,

имеющей

Р называется

плотность М относительно Р. Будем писать Р = М •Р.

Таким образом, мы получаем новую систему (Й, 8Г, Р) и (3Pt)ts,о- Пространства мартингалов относительно этой системы

обозначаются через Ж*, Ж\ и т. д. Следующая теорема была до­ казана Гирсановым [26]*) в том случае, когда X(t) — броуновское движение.

Т е о р е м а 4.1. (I) Пусть Y<=JC2 loa. Если мы

определим Y

равенством

 

(4.4)

 

7 ( t) = Y ( t) - < Y , X > ( t) ,

mo У е

Ж ^ос.

 

 

(II)

Пусть Y 1? У2<=

и определим 7 t и Тгравенством (4.4).

Тогда

<Г„

Г2> = <?!, ? а>.

(4.5)

 

З а м е ч а н и е 4.1. Так

какР|^- и Р|дг( взаимно абсолютно не­

прерывны для каждого фиксироваппого t > 0, то лет пикакой дву­

смысленности

в утверждении

(II): (4.5)

выполняется

Р-п. п.

и Р-п. н.

 

Предположим

сперва, что

7 (t)

огра­

Д о к а з а т е л ь с т в о .

ничен в том

смысле, что

для

каждого

t >

0 Y(t) е

S ’”

ф ) .

*) См. Камерон, Мартин [81], Маруяма [117] и Мотоо [126].

182

ГЛ. IV. СТОХАСТИЧЕСКИЕ УРАВНЕНИЯ

Согласно формуле Ито

d(M(f)F(f)) = d{M(t)(Y(*)— <У, Х > ( 0 )) *=

= Y{t)dM(t)+M(t)dY{t)-M{t)d<Y, ХУ (t) + dM(t) dY(t) =

 

 

 

 

 

 

 

 

 

 

= ¥ (t)dM(t)+ M(t)dY (t),

так

как

dM(t) = M(t)dX(t)

и,

следовательно,

dM(t)'dY(t) =

= M{t)d(X,

Y)(t).

Отсюда

следует,

что

M(t)Y(t) — мартингал,

и поэтому

£ [?(* ) 1^3 =

E[M(t)Y(t) ]^"s]¥ (s ) -1= Y(s).

 

 

 

 

 

 

 

 

 

В общем случае мы выберем последовательность {ои)

 

))-

моментов

остановки

таких,

что

для

каждого

п

отображение

t <-*■Y (t Д сг„) ограничено

в

том же

смысле,

что и

выше. Так

как

Y (t Д ап) =

Y (t Д <т„) -

<Х, Y ) (t Д On) =

Y°n (г),

где

У °п е

J [f°°

определен равенством F °n(t) =

Y (t Д о„),

то

 

 

 

 

согласно

доказанному выше и, следовательно,

Y е

 

 

 

 

аналогичным

 

Доказательство утверждения (II)

можно провести

образом.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Z(t) =

 

С л е д с т в и е .

Пусть

 

Y<=JTlAoc,

Ф е=2^0с(У)

и

= j<&(s)dY(s). Тогда Ф

е ^

У )

 

и

 

 

 

 

 

 

 

 

О

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

% (t) - z (t) -

 

<Z, Xy (t) = J Ф (s)dY (s).

 

 

(4.6)

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

Д о к а з а т е л ь с т в о .

 

По

определению

стохастического

интег­

рала достаточно доказать

(4.6) для

Ф <= S 0, но в

этом

случае

ут­

верждение очевидно.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Из теоремы 4.1 следует, что если мы преобразуем вероятно­

стную меру Р в меру Р — М Р, то

каждый пепрерывпый локаль­

ный мартингал Y относительно Р преобразуется относительно ве­

роятности

Р в Y — непрерывный локальный

мартингал +

<У,

ХУ.

То

есть преобразование

вероитпостпых

мор

Р - * Р = М-Р

для

каждого локального мартингала Y порождает снос

<F, ХУ. По этой

причине преобразование мер Р *-*■ Р называется преобразованием сноса. Часто это преобразование также называется преобразовани­ ем Гирсанова.

Метод преобразования сноса можно применить для решения од­ ного класса стохастических дифференциальных уравнений. Пред­ положим, что заданы а е ' и р е s4-d-*, и рассмотрим стохасти­ ческое дифференциальное уравнение

dX{t)=a(t, X)dB(t)+$(t, X)dt.

( 1.1)

§ 4. РЕШЕНИЕ ПРЕОБРАЗОВАНИЕМ СНОСА

183

Предположим, что

решение (X,

В) задано па вероятпостпом про­

странстве (Q,

Р) с потоком

 

t). Без

ограничения

общпости

можно считать, что эта система

удовлетворяет условию (4.1). Вы­

берем у е si-r' 1 ограниченной или,

в более

общем случае,

удовлет­

воряющей условию

 

 

 

 

 

 

[ехр

X)|2ds

<

оо

для каждого t >

0.

 

 

 

 

 

 

Тогда

 

 

 

I

v

 

 

ехр Jу (s, X) dB (s) -

 

М (t) =

± Jj|y(s, X) |* Ц

(4.7)

является (STt)-мартипгалом. Пусть Р =

М •Р. Согласно теореме 4.1

 

 

 

t

 

 

 

 

B(t) = В (t) — J у (s, X) ds

(4.8)

 

 

 

о

 

 

 

является r-мерпым (ЗГ()-броуновским движением на вероятностпом

пространстве

(Q, SF, Р) с потоком

(^ ",)|>0. Действительно, так как

X в (4.2) совпадает теперь с

 

 

 

J Y(*, X)d2?(s)f =

i )

 

( * ) ) : - Y(t),

о

\

*—1 о

 

I

В1(t) =

В* (t) - <5\ Y > (t) =

В{ (*) - j

у1 ( S , X) ds е= jr*’loc

 

 

 

О

и <5!, В1} (t) — <В\ В3} (t)=

 

из чего

следует, что В является

г-мериым (З^)-броуновским движением. Согласно следствию теоре­ мы 4.1 имеем

 

dX(t)=>a(t, X)dB(t) + [p(t, X)+os(f, X)y(f, X)]<ft.

(4.9)

Отсюда следует,

что (X(t),

B(t))

— решение стохастического

диф­

ференциального

уравнения

(4.9)

на вероятностном пространстве

(Q,

3~, Р)

с потоком (@~t) оо- Таким образом, мы получили реше­

ние

(4.9)

посредством применения преобразования сноса к реше­

нию

(1.1).

Кроме того, если выполняется условие единственности

решений (см. определение 1.4) для уравнения (1.1), то опо также выполняется для уравнения (4.9). Чтобы показать это, мы без

ограничения

общности можем

предположить,

что

у е £ФТ’ 1

имеет

вид y(t, w) =

a*(t, in)ri(£, w)

с

некоторой

 

(a*(t,

w) e

e s l T-d— транспонированная a (t,

w) ;

как обычпо,

мы рассматри­

ваем ее как липейное отображение R*

Rr.)

Действительно,

пусть

184

 

 

ГЛ. IV. СТОХАСТИЧЕСКИЕ УРАВНЕНИЯ

 

 

 

 

 

 

Rr =

a*(f,

w) (R1*) © a* (f, w) (R**)-1- — ортогональное

разложение

и

t(t,

w) = ^i(t, w) + ^ ( f,

W) при этом разложении. Тогда ^ е ,р£г.

и

Чи

очевидно,

ограничена,

если

j

была

ограниченной

а (£,

w)i(t,

w) =

a(t,

 

w),

так

как <x(t, w)^2(t,

w) =

0, что>

видно из соотношения

(a(t, w)^2(t, w),

y) = {'у2(^

w),

a*(t,

w)y)~

= 0

для любого

y ^ R d. Наконец,

выберем ц(£,

w)

из

аффинного

пространства ly:a*(t,

w)y =

*{,(t,

и;)}

в Rd такую,

что

т | е ^ '';

например, пусть ц (t, w) — единственный элемент в аффинном про­ странстве, находящийся на минимальном расстоянии от начала. Заменив к через у,, получаем требуемое утверждение.

Тогда M(t), задаваемое равенством (4.7), является однозпачно

определеппым функционалом от X:

 

 

I

t

t

 

 

M(t) = exp

Jv(e, X)dB(s)~ -|-JI Y (S, X)V ds

 

^0

0

 

 

 

 

*= exp JJ Ц(s, X) dMx (s) у

J|| a* (s, X) T]( S , X) J* dsl,

где

 

'0

0

j

 

t

t

 

 

 

 

Mx (?) =

X (t) - X (0) - j* p (s, X) ds =

j' a (s, X) dB (s).

 

 

 

о

0

 

Таким образом, из единственности решений уравнения (1.1) следу­ ет, что совместное распределение процесса (X(t), M{t)) единствен­ ным образом определяется по начальному распределению X.

Теперь покажем, что из единственности решений для уравнения (1.1) следует единственность решений для уравнения (4.9). Дейст­

вительно, отправляясь от любого решения (X{t), B(t)) уравнения

(4.9) на вероятностном пространстве (Q, ST, Р) с потоком ($"(),>0, удовлетворяющих условию (4.1), определим

[

1

t

-

J Y (s>%)dfi(s)~- Y

J*||Y (S, £ ) f d s

,

 

U

0

-

 

t

 

 

В (t) = S{t) +

j у (s, X) ds,

 

 

 

о

 

 

И

P = M P.

>4.

Тогда (X(i), В (t)) —решение уравнения (1.1) относительно веро­ ятности Р, и нетрудно видеть, что если применим описанное выше

преобразование сноса к решению (Х(г), B(t)), то возвратимся опять к (X (t), B(t)). Так что любое решение (4.9) получается пре­

 

§ 4. РЕШЕНИЕ ПРЕОБРАЗОВАНИЕМ СНОСА

185

образованием

сноса из некоторого решения (1.1), и,

следовательно,

н сочетании с

вышеприведенным

замечанием из

единственности

решений для

(1.1) получаем единственность решений для (4.9).

Резюмируя, получаем следующий результат.

 

Т е о р е м а

4.2. Если уравнение

(1.1) имеет единственное реше­

ние, то и уравнение (4.9) имеет единственное решение; более того,

решение (4.9)

получается из решения

(1.1)

посредством преобразо­

вания сноса.

 

Предположим, [5 е s4-d-1 ограниченная

функция.

С л е д с т в и е .

Тогда стохастическое дифференциальное уравнение

 

 

 

 

 

 

 

 

dX(t) = dB(t)+$ (t, X) dt

 

 

 

(4.10)

(т. e. стохастическое дифференциальное

уравнение (1.1)

с

a — I,

где I единичная матрица) имеет единственное

решение

и оно

строится следующим

образом. Выберем

на

некотором

вероятност­

ном пространстве (Q,

ЗГ, Р) с потоком

(3Ft) (Ss0,

удовлетворяющих

условию (4.1), d-мерное (@~t)-броуновское движение B(t)

с В(0) =

= 0 и d-мерную ЗГ0-измеримую случайную величину ^С(О)

с задан­

ным распределением р. на- R*. Положим

 

 

 

 

 

 

 

X(t) = X(0)+B(i),

 

 

 

 

 

 

 

 

 

 

 

7

 

t

 

 

-*

 

 

 

M(t) =

exp

J* p (S, X) dB (s) -

± J Щз, X) I* ds

,

 

 

 

 

 

 

0

 

0

-

1

 

 

 

 

P =

Л/-.Р,

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

B(t) = B { t ) - j P(s, X)ds.

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

Тогда

(X(i),

# ( £ ) ) — решение (4.10)

на вероятностном пространст­

ве (Q,

ЗГ, Р)

с потоком (STt) ^ 0.

 

 

 

 

 

 

 

Таким образом, стохастическое дифференциальное уравнение

(4.10)

всегда решается, и единственным образом, посредством мето­

да преобразования споса. Построенное таким путем решение в об­ щем случае пе обязательно является сильным решением. На самом деле Цирельсоп [178] построил пример стохастического дифферен­

циального уравнения вида (4.10), решепие

которого

не

является

сильным.

 

4.1 (Цирельсоп

[178]).

Пусть

d = 1,

и определим

П р и м е р

|1Ц, w)^ М 1'1

следующим образом:

пусть

0(ж) = ;r(mod 1) = х —

■■[х] е [0,

1),

ze=R‘ , и

пусть

U*: /с == 0, — 1

- 2 , ...} — последова­

тельность такая, что 0 <

th~t < t k и lim

tk — 0. Для w e W

положим

 

( w(tb) — w(tk-1)\

h-*—*o

 

 

 

P(t, w) =

если t s-- [f&, fftj-x), fc — —■1)

' 2, ..

V

* * - f* -i

/ ’

если t = 0 или 1 t 0.

 

(4.11)

 

0,