Martingales et propriété de Markov
Bonjour à tous !
Je me demandais si, pour $M_t$ une martingale et $F_t$ sa filtration canonique :
A-t-on forcément $M_t-M_s$ indépendant de $F_s$ ?
C'est vrai pour le brownien, mais en général ?
Je me demandais si, pour $M_t$ une martingale et $F_t$ sa filtration canonique :
A-t-on forcément $M_t-M_s$ indépendant de $F_s$ ?
C'est vrai pour le brownien, mais en général ?
Réponses
-
Bonjour,
pas forcement.
Sinon la martingale sera constante. -
Comment ça ?
Le mouvement brownien n'est pas constant, mais il vérifie la propriété en question. Non ? -
Bonjour,$\def\P{\Bbb P}$
Moi non plus je ne comprends pas ce que dit mehdi.
Soient $X$ une variable de Rademacher et $Y$ telle que $\P(Y=1\mid X=1)=\P( Y=-1\mid X=1)=\frac12$ et $\P(Y=0\mid X=-1)=1$. Donc $Y $ est une Rademacher si $X(\omega)=1$ et p.s. nulle sinon. Soit $$M_t=\left\{\begin{array}{cl} 0 & \text{si } t<1\\
X& \text{si } t\in[1,2[ \\
X+Y &\text{si } t\geqslant 2 \end{array}\right.$$ C'est une martingale car $\Bbb E(X)=\Bbb E(Y\mid X=1)=\Bbb E(Y\mid X=-1)=0$. Et $M_2-M_1=Y$ n'est pas indépendant de $F_1=\sigma(X)$. -
Désolé,
J'ai fait une faute.
L'essentiel est : la propriété est vraie lorsque la martingale est à accroissements ndépendants. -
OK je comprends mieux, merci pour le contre-exemple !
-
Ce problème m'interesse, mais je ne comprends pas l'énoncé.
Quelqu'un pourrait il me dire ce que veut dire Ms ?
Et m'expliquer ( de manière simple), la loi de Rademacher ? ( je ne suis pas sûr de bien comprendre Wilkipedia)
Merci d'avance -
jeancreatif :
$M_s$ est une variable aléatoire qui fait partie d'une martingale $(M_t)$, i.e. une suite de v.a. vérifiant $(\forall s\leqslant t, \Bbb E[M_t \mid F_s]=M_s)$, pour $(F_t)$ une suite croissante donnée de tribus.
Et une variable de Rademacher, c'est une v.a. qui vaut 1 avec proba $\frac12$ et -1 avec proba $\frac12$. -
Merci Calli, c'est déjà plus clair pour moi.
Je suppose que Ft comme Fs, sont des sous-parties de M.
Ce qui est moins clair c'est la fonction cumulative :( 0 si k < -1 F(k) = (1/2 si -1<=k<1 ( 1 si k >=1
-
Non, $F_t$ (ou $F_s$ c'est juste une question de notation) est une tribu sur l'espace $\Omega$ des issues.
-
Rebonjour,
Je reviens sur la propriété de Markov, sous une forme un peu différente.
Soit un espace probabilisé filtré $(\Omega, F, F_t, \mu)$.
Ici je dis qu'un processus $X$ y est markovien homogène si et seulement si $X_t$ est mesurable par rapport à $F_t$ et
$$E\big(f(X_{t+s})\mid F_t\big) = P_s\big(f(X_t)\big).
$$ J'aurais aimé savoir si la loi du 0-1 de Blumenthal est vérifiée par $X$, et si $F_t^+ \subset F_t \cup N$ avec $F_t^+:=\bigcap_{s>t} F_s$ et $N$ la tribu des négligeables.
Il me semble que la réponse est oui à ces deux questions, peut-être avec des hypothèses supplémentaires, mais je ne trouve des démonsrations que si $X$ est le brownien.
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 165.5K Toutes les catégories
- 64 Collège/Lycée
- 22.2K Algèbre
- 37.6K Analyse
- 6.3K Arithmétique
- 61 Catégories et structures
- 1.1K Combinatoire et Graphes
- 13 Sciences des données
- 5.1K Concours et Examens
- 26 CultureMath
- 51 Enseignement à distance
- 2.9K Fondements et Logique
- 10.8K Géométrie
- 86 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 79 Informatique théorique
- 3.9K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 29 Mathématiques et finance
- 343 Mathématiques et Physique
- 5K Mathématiques et Société
- 3.4K Pédagogie, enseignement, orientation
- 10.1K Probabilités, théorie de la mesure
- 804 Shtam
- 4.2K Statistiques
- 3.8K Topologie
- 1.4K Vie du Forum et de ses membres