Sia nel seguito (, F, P) uno spazio di probabilit`.

a Sia (Fn ) una ltrazione, e sia F la trib` generata da ( u di variabili aleatorie reali, adattato a (Fn ). Sar` a
n

Fn ). Nel seguito, (Xn )n0 sar` un processo a

Sn =
i=1

Xi

92. Siano le (Xn )n0 indipendenti isonome a valori naturali, e sia T una variabile aleatoria a valori naturali indipendente dalle Xi . Sia
T ()

Y () =
n=1

Xi ()

Y ` la somma di un numero aleatorio di variabili aleatorie. e Si mostri che gY (s) = gT (gX (s)) e quindi otteniamo la identit` di Wald a

E [ST ] = E [X1 ]E [T ]

(1)

93. La identit` (1) vale anche nel caso (molto generale) in cui le Xn hanno la stessa speranza, e T ` a e indipendente da ognuna delle Xn . Mostrare che, se le Xn sono isonome, sono quadrato integrabili e sono a due a due scorrelate, e T ` indipendente dal processo (Xn )n , allora e V [ST ] = V [X1 ]E [T ]

12

Martingale e tempi di arresto

T : lN {}

Deniamo che una variabile aleatoria ` un tempo di attesa (detto anche tempo di arresto) se, per ogni n 0, {T = n} ` un evento di Fn . Se e e T < quasi certamente, diremo che T ` nito. e Se T ` nito, o se abbiamo denito una X , si denisce la v.a.r. XT come XT () = XT () (). e 94. si mostri che T ` un tempo di arresto se e solo se per ogni n 0, {T n} Fn e 95. Sia A lR Boreliano. Si mostri che . T = inf{n | Xn A} ` un tempo di arresto. e 96. Siano T, H tempi di arresto: si mostri che T H , T + H, T H sono tempi di arresto 97. Siano le (Xn )n0 integrabili indipendenti isonome; caratterizzare tutte le T che sono sia un tempo di arresto per (Xn )n , sia sono indipendenti dalle (Xn )n . 98. Sia (Xn ) una martingala di v.a. integrabili (risp. positive). Siano T, H tempi di arresto limitati, con T H q.c. Sia . FT = A F | A {T = n} Fn n la trib` degli eventi antecedenti a T . u Si mostri che XT ` misurabile rispetto a FT , e che e

E [XH | FT ]=XT
da cui

E [XH ] = E [X0 ]
1

99. Sia (Xn ) il processo di Bernoulli (di parametro 1/2) a valori in {1, 1}, sia Sn = X1 + +Xn la . passeggiata aleatoria. Sn ` una martingala. Sia T = inf{n | Sn = 1}; sappiamo che e

P{T = n} =

(n+1)/2 n

2n

n dispari per n pari

e che P{T = } = 0. T ` un tempo di arresto per (Xn ). Al contrario di quanto visto sopra, e

E [ST ] = 1 = E [S0 ] = 0
Discuteremo (forse) a lezione i seguenti teoremi: 100. Teorema optional sampling. Sia (Xn ) una martingala (risp. sotto martingala) di v.a. integrabili (risp. positive). Siano Tn tempi di arresto niti, con 1 Tn Tn+1 q.c. Sia Yn () = Xn() (): allora (Yn ) ` una martingala (risp. sotto martingala). e 101. Teorema: Sia (Xn ) una sopra martingala (adattata a (Fn )), con Xn 0. Allora esiste una v.a. Y tale che Xn Y quasi certamente (Y ` misurabile rispetto a F ); inoltre Xn E [Y | Fn ]. e 102. Teorema: Sia (Xn ) una martingala (adattata a (Fn )) tale che converge quasi certamente a una Y . Con questi risultati, ` possibile risolvere questo esercizio e 103. Prendiamo una v.a. X reale integrabile e deniamo Xn = E [X | Fn ]. Si mostri che (Xn ) ` e una martingala. Una tale martingala (Xn ) si dice regolare. Si mostri che Xn converge in L1 e quasi certamente a E [X | F ] Sia Xn una successione di v.a. integrabili reali, che ` una martingala rispetto a una ltrazione e (Fn ). Se esiste una v.a. Y reale integrabile tale che Xn converge in L1 a Y , allora la martingala (Xn ) ` regolare. e

E [|Xn |] C < : allora Xn