Mouvement brownien et calcul stochastique

Partiel du 24 novembre 2023

2 heures 30, sans documents

Dans les exercices 1, 3 et 4, on se place sur un espace de probabilité (Ω, F, P) muni d’une filtration
complète (donc les martingales ou martingales locales sont relatives à cette filtration).

Exercice 1. (1) Soit (Mt )t≥0 une (vraie) martingale avec M0 = 0. On suppose aussi que (Mt )t≥0
est un processus gaussien. Montrer alors que pour tout t ≥ 0 et tout s > 0, la variable aléatoire
Mt+s − Mt est indépendante de σ(Mr , 0 ≤ r ≤ t).
(2) On suppose que les trajectoires de (Mt )t≥0 sont continues. Sous les hypothèses de la question
(1), montrer qu’il existe une fonction croissante continue f : R+ → R+ telle que hM, M it = f (t)
pour tout t ≥ 0.
(3) (Cette question est indépendante des questions (1) et (2)) Soit g : R −→ R une fonction
continue et soit (Bt )t≥0 un (Ft )-mouvement brownien, tel que B0 = 0. On suppose que g(Bt ) est
une martingale. Montrer qu’il existe α, β ∈ R tels que g(x) = αx + β pour tout x ∈ R.

Exercice 2. Soit (Bt )t≥0 un mouvement brownien réel issu de 0. On note

St = sup Bs
s≤t

pour tout t ≥ 0. Pour tout x ∈ R, on pose aussi

Tx = inf{t ≥ 0 : Bt = x}
et pour tout a > 0,
Ua = inf{t ≥ 0 : St − Bt = a},
avec la convention habituelle inf ∅ = ∞.
(1) Soit a > 0. Montrer que Ua < ∞ p.s.
(2) Soit a > 0 et x ∈]0, a/2[. Montrer que, pour tout entier n ≥ 1, on a P(Tnx < Ua ) ≥ 2−n (Dans
le cas n = 1 on pourra utiliser le fait que P(Tx < T−x ) = 1/2.)
(3) Soit a > 0. Montrer que, pour tout x > 0, la loi conditionnelle de SUa − x sachant que Tx < Ua
coı̈ncide avec la loi non conditionnée de SUa . En déduire que SUa suit une loi exponentielle.
(4) Déterminer le paramètre de cette loi exponentielle.

Exercice 3. Soit M une martingale locale et soit a ≥ 0 un réel fixé.

(1) On pose, pour tout t ≥ 0, Nt = Mt − Mt∧a . Justifier le fait que N est une martingale locale,
telle que N0 = 0, et montrer que hN, N it = hM, M it − hM, M it∧a .
(2) Soit ε > 0, et Tε = inf{t ≥ 0 : hN, N it ≥ ε}. Justifier le fait que Tε est un temps d’arrêt, puis
montrer que le processus arrêté N Tε est une vraie martingale bornée dans L2 .
(3) Montrer que E[(Nt∧Tε )2 ] ≤ ε pour tout t ≥ 0.
(4) Soit b > a. On considère l’événement A = {hM, M ib = hM, M ia }. Déduire de la question
précédente que, pour tout t ∈ [a, b], on a E[(Nt )2 1A ] ≤ ε. Conclure que, p.s. sur l’événement A,
on a Mt = Ma , ∀t ∈ [a, b].
(5) Montrer inversement que sur l’événement {Mt = Ma , ∀t ∈ [a, b]} on a p.s. hM, M ib = hM, M ia .
Exercice 4. Soit (Yt )t≥0 une martingale à trajectoires continues uniformément intégrable,
telle que Y0 = 0. On note Y∞ = limt→∞ Yt . Soit aussi p ≥ 1 un réel fixé. On dit que la martingale
Y vérifie la propriété (P) s’il existe une constante C telle que, pour tout temps d’arrêt T , on ait
E[|Y∞ − YT |p | FT ] ≤ C.
(1) Montrer que si Y∞ est bornée, la martingale Y vérifie la propriété (P).
(2) Soit B un (Ft )-mouvement brownien réel issu de 0. Montrer que la martingale Yt = Bt∧1 vérifie
la propriété (P). (On pourra commencer par montrer que la variable aléatoire supt≤1 |Bt | est dans
Lp .)
(3) Montrer que Y vérifie la propriété (P) avec la constante C, si et seulement si pour tout temps
d’arrêt T ,
E[|YT − Y∞ |p ] ≤ C P[T < ∞].

(4) Montrer que, si que Y vérifie la propriété (P) avec la constante C = 1, pour tout temps d’arrêt
S, la martingale arrêtée Y S vérifie la propriété (P) avec la même constante C = 1. (On pourra
commencer par montrer que, si S et T sont des temps d’arrêt, on a YS∧T = E[YT | FS ]).
Corrigé.

Exercice 1. (1) Si (Mt )t≥0 est un processus gaussien, les v.a. Mt sont en particulier de carré
intégrable. De plus E[Mt ] = E[M0 ] = 0 et donc les variables Mt sont centrées.
La propriété de martingale montre que si t ≥ 0 et s > 0, on a pour tout r ∈ [0, t],
E[Mr Mt+s ] = E[Mr E[Mt+s | Ft ]] = E[Mr Mt ],
et donc E[Mr (Mt+s − Mt )] = 0. La variable Mt+s − Mt est donc orthogonale dans L2 à l’espace
vectoriel engendré par {Mr : 0 ≤ r ≤ t}. Cette propriété d’orthogonalité dans l’espace gaussien
engendré par le processus M entraı̂ne que Mt+s − Mt est indépendante de σ(Mr : 0 ≤ r ≤ t).
(2) La question (1) montre que (Mt )t≥0 est un processus à accroissements indépendants et puisque
les variables Mt sont centrées c’est encore une martingale relativement à sa filtration canonique
Ft◦ = σ(Mr : 0 ≤ r ≤ t) (qu’on peut compléter par les (F∞ ◦
, P)-négligeables). Les approximations
de hM, M i montrent aussi que le crochet hM, M i est le même dans cette filtration canonique que
dans la filtration (Ft ).
Si on pose f (t) = E[(Mt )2 ], la fonction f (t) est nulle en 0, croissante, et continue par un argument
de couvergence dominée (l’inégalité de Doob dans Lp montre que Mt∗ = sup{|Mr | : r ≤ t} est dans
L2 , pour tout t > 0). D’autre part, on a vu en cours que (Mt )2 − E[(Mt )2 ] est une martingale
pour la filtration canonique (Ft◦ )t≥0 . La propriété d’unicité de la variation quadratique montre
que hM, M it = f (t).
(3) Supposons que Mt = f (Bt ) est une martingale. Soient a < 0 < b, et T le temps d’arrêt
T = inf{t ≥ 0 : Bt ∈]a,
/ b[}.
La martingale Mt∧T est bornée par sup{f (x) : x ∈ [a, b]} et est donc uniformément intégrable, ce
qui entraı̂ne que E[MT ] = E[M0 ], c’est-à-dire E[f (BT )] = f (0). D’après le cours, on a
b −a
P(BT = a) = , P(BT = b) = .
b−a b−a
L’égalité E[f (BT )] = f (0) conduit donc à
b −a
f (a) + f (b) = f (0),
b−a b−a
d’où
f (b) − f (0) f (a) − f (0)
= .
b a
f (b)−f (0)
Il en découle que la quantité b ne dépend pas du choix de b ∈ R\{0}, ce qui veut exactement
dire que f est affine.

Exercice 2. (1) On voit immédiatement que Ua ≤ T−a , et puisque T−a < ∞ p.s. on a aussi
Ua < ∞ p.s.
(2) Supposons x < a/2. Le fait que P(Tx < T−x ) = 1/2 est immédiat par un argument de
symétrie. Sur l’événement {Tx < T−x }, on a Bt > −x et St ≤ x pour tout t ∈ [0, Tx ], donc aussi
St − Bt < 2x < a pour tout t ∈ [0, Tx ]. Cela montre que P(Tx < Ua ) ≥ P(Tx < T−x ) = 1/2.
Montrons ensuite par récurrence que P(Tnx < Ua ) ≥ 2−n pour tout n ≥ 1. Supposons que n ≥ 2
et que cette propriété est vraie jusqu’à l’ordre n − 1. On note (Ft )t≥0 la filtration canonique de
(Bt )t≥0 . D’après la propriété de Markov forte le processus Bt0 = BTx +t −x est encore un mouvement
brownien, et est indépendant de FTx , donc en particulier de l’événement {Tx < Ua }. Utilisons la
notation Tx0 , Ua0 pour les temps d’arrêt définis en termes du mouvement brownien B 0 comme Tx , Ua
sont définis en termes de B. Alors on voit facilement que
0
T(n−1)x = Tnx − Tx
Ua0 = Ua − Tx sur l’événement {Tx < Ua }.
En conséquence,
0
P(Tnx < Ua ) = P({Tx < Ua } ∩ {Tnx < Ua }) = P({Tx < Ua } ∩ {T(n−1)x < Ua0 })
0
= P(Tx < Ua )P(T(n−1)x < Ua0 ).
0
Puisque P(Tx < Ua ) ≥ 1/2 et P(T(n−1)x < Ua0 ) = P(T(n−1)x < Ua ), on obtient le résultat à l’ordre
n.
(3) Utilisons les notations de la question précédente (mais sans supposer que x < a/2), et posons
aussi
St0 = sup Bs0 .
s≤t

Alors on voit que sur l’événement {Tx < Ua }, on a SU0 a0 = SUa − x. Donc la loi de SUa − x sachant
que Tx < Ua est la loi de SU0 a0 sachant que Tx < Ua , mais comme B 0 est indépendant de {Tx < Ua },
cette dernière loi est la loi non conditionnée de SU0 a0 c’est-à-dire la loi (non conditionnée) de SUa .
Puisque {Tx < Ua } = {SUa ≥ x}, on voit que la loi de SUa − x sachant que SUa ≥ x coı̈ncide
avec la loi (non conditionnée) de SUa . Cette propriété (d’absence de mémoire) caractérise les lois
exponentielles.
(4) Soit λ > 0 le paramètre de la loi exponentielle de SUa , de sorte que P(SUa < ε) ∼ λε quand
ε → 0.
Alors, si 0 < ε < a,
P(T−a+ε < Tε ) ≥ P(SUa < ε) ≥ P(T−a < Tε )
ε ε
et puisque P(T−a+ε < Tε ) = a et P(T−a < Tε ) = a+ε on trouve λ = a1 .

Exercice 3. (1) On sait que Mt∧a est encore une martingale locale et que l’espace des martingales
locales est un espace vectoriel. Il en découle aussitôt que Mt − Mt∧a est une martingale locale.
De plus, en notant Mta = Mt∧a , les propriétés de bilinéarité et de stabilité par arrêt du crochet
montrent que
hN, N it = hM, M it − 2hM, M a it + hM a , M a it = hM, M it − hM, M it∧a .
(2) Tε est le temps d’entrée dans le fermé [ε, ∞[ du processus hN, N i qui est adapté et à trajectoires
continues : c’est donc un temps d’arrêt. Par définition de Tε , on a pour tout t ≥ 0,
hN Tε , N Tε it = hN, N it∧Tε ≤ ε
et donc hN Tε , N Tε i∞ ≤ ε ce qui entraı̂ne en particulier que E[hN Tε , N Tε i∞ ] ≤ ε < ∞ et donc que
N Tε est une vraie martingale bornée dans L2 .
(3) On sait aussi que (NtTε )2 − hN Tε , N Tε it est une vraie martingale (issue de 0) donc
E[(NT ε∧t )2 ] = E[(NtTε )2 ] = E[hN Tε , N Tε it ] ≤ ε.
(4) Sur l’ensemble A, la formule hN, N it == hM, M it −hM, M it∧a montre aussitôt que hN, N ib = 0,
et donc Tε ≥ b. En conséquence, si t ∈ [a, b],
E[(Nt )2 1A ] = E[(Nt∧Tε )2 1A ] ≤ E[(Nt∧Tε )2 ] ≤ ε,
d’après la question (3). Comme ceci est vrai pour tout ε > 0, on a E[(Nt )2 1A ] = 0, ce qui veut
dire que Nt = 0 p.s. sur A. On applique ceci aux valeurs rationnelles de t ∈ [a, b] et on trouve que
p.s. sur A on a Nt = 0 (donc Mt = Ma ) pour tout t ∈ [a, b].
(5) Si a = tn0 < tn1 < · · · < tnpn est une suite de subdivisions emboı̂tées de [a, b] de pas tendant vers
0, on a de manière triviale
Xpn
(Mtni − Mtni−1 )2 = 0
i=1

sur l’ensemble {Mt = Ma , ∀t ∈ [a, b]}. Mais par ailleurs les sommes précédentes convergent
en probabilité (donc p.s. le long d’une sous-suite) vers hM, M ib − hM, M ia . Il en découle que
hM, M ib = hM, M ia p.s. sur {Mt = Ma , ∀t ∈ [a, b]}.

Exercice 4.
(1) Pour une martingale u.i., si T est un temps d’arrêt on a YT = E[Y∞ | FT ], donc la condition
|Y∞ | ≤ K entraı̂ne aussi |YT | ≤ K et |Y∞ − YT | ≤ 2K, ce qui donne (P) avec C = (2K)p .
(2) Puisque sup{Bt , 0 ≤ t ≤ 1} a même loi que |B1 | et est donc dans Lp pour tout 1 ≤ p < ∞,
la majoration sup{|Bt |, 0 ≤ t ≤ 1} ≤ sup{Bt , 0 ≤ t ≤ 1} + sup{−Bt , 0 ≤ t ≤ 1} montre que
sup{|Bt |, 0 ≤ t ≤ 1} est dans Lp .
Soit T un t.a. avec P(T < ∞) > 0 (sinon la propriété demandée est triviale). Si Yt = Bt∧1 on a
Y∞ = B1 et YT = BT ∧1 . Notons B 0 le processus défini par Bt0 = 1{T <∞} (BT +t − BT ). Alors,
|Y∞ − YT | = |B1 − BT ∧1 | ≤ 1{T ≤1} sup |BT +t − BT | = 1{T ≤1} sup |Bt0 |.
0≤t≤1 0≤t≤1

Donc, si A ∈ FT ,
h i h i
E[1A |Y∞ − YT |p ] ≤ E 1A∩{T ≤1} sup |Bt0 |p = P(A ∩ {T ≤ 1}) × E sup |Bt |p ,
0≤t≤1 0≤t≤1

où pour la dernière égalité on utilise la propriété de Markov forte, selon laquelle B 0 est sous
la probabilité P(· | T < ∞) un mouvement brownien indépendant de FT donc de A ∩ {T ≤ 1}.
Finalement, on voit que, pour tout A ∈ FT , E[1A |Y∞ −YT |p ] ≤ C P(A), avec C = E[sup0≤t≤1 |Bt |p ],
ce qui suffit pour dire que E[|Y∞ − YT |p | FT ] ≤ C.
(3) Supposons d’abord que Y vérifie la propriété (P) avec la constante C. Alors, si T est un t.a.
E[|YT − Y∞ |p ] = E[1{T <∞} |YT − Y∞ |p ] = E[1{T <∞} E[|YT − Y∞ |p | FT ]] ≤ C P(T < ∞).
Inversement, si E[|YT − Y∞ |p ] ≤ C P(T < ∞) pour tout t.a. T , alors, en remplaçant T par le t.a.
T A (où A ∈ FT , et T A (ω) = T (ω) si ω ∈ A, T A (ω) = ∞ si ω ∈
/ A) on trouve
E[1A |YT − Y∞ |p ] = E[|YT A − Y∞ |p ] ≤ C P(T A < ∞) ≤ C P(A).
Comme cela est vrai pour tout A ∈ FT , cela suffit pour dire que E[|YT − Y∞ |p | FT ] ≤ C.
(4) Soient S, T deux t.a. On observe d’abord que, si A ∈ FS , l’événement A ∩ {S ≤ T } est dans
FS∧T = FS ∩ FT . En effet, si t ≥ 0 (en rappelant que S ∧ t et T ∧ t sont Ft -mesurables), on obtient
que A ∩ {S ≤ T } est dans FS en écrivant
(A ∩ {S ≤ T }) ∩ {S ≤ t} = (A ∩ {S ≤ t}) ∩ {S ∧ t ≤ T ∧ t} ∈ Ft ,
puis que A ∩ {S ≤ T } est dans FT en écrivant
(A ∩ {S ≤ T }) ∩ {T ≤ t} = (A ∩ {S ≤ t}) ∩ {T ≤ t} ∩ {S ∧ t ≤ T ∧ t} ∈ Ft .
Ensuite, si A ∈ FS , on a
E[YT 1A ] = E[YT 1A∩{S≤T } ] + E[YT 1A∩{S>T } ] = E[YS∧T 1A∩{S≤T } ] + E[YT 1A∩{S>T } ],
en utilisant le fait que YS∧T = E[YT | FS∧T ] (théorème d’arrêt). Puisqu’il est trivial que
E[YT 1A∩{S>T } ] = E[YS∧T 1A∩{S>T } ] on a montré que E[YT 1A ] = E[YS∧T 1A ] pour tout A ∈ FS ,
ce qui suffit pour dire que YS∧T = E[YT | FS ].
Fixons alors le t.a. S et considérons la martingale arrêtée YtS = YS∧t . Alors, si T est un t.a.,
E[|YTS − Y∞
S p
| ] = E[|YS∧T − YS |p ] = E[|E[YT − Y∞ | FS ]|p ] ≤ E[|YT − Y∞ |p ] ≤ CP(T < ∞),
grâce à l’inégalité de Jensen qui donne |E[YT − Y∞ | FS ]|p ≤ E[|YT − Y∞ |p | FS ]. D’après la
question (3), cela suffit pour montrer que Y S vérifie (P) avec la constante C.