MARTINGALES THÉORIE DES
Processus stochastiques et martingales
Soit (Ω, F, p) un espace probabilisé et I un intervalle de N ou de R+ ; une famille (Xt), t ∈ I, de variables aléatoires réelles est appelée processus stochastique à valeurs réelles à temps discret si I ⊂ N et à temps continu si I ⊂ R. Souvent un processus stochastique représente la modélisation d'un phénomène aléatoire évoluant au cours du temps (représenté par le paramètre t ) ; pour ω fixé, la fonction de t : t → Xt(ω) est appelée trajectoire du processus ; si I est un intervalle de R+ , on dit que le processus est continu si presque toutes ses trajectoires sont continues.
Filtration
À chaque processus stochastique (Xt), t ∈ I, sont liées de façon naturelle les tribus FtX, engendrées par les variables Xs pour s ≤ t, qui représentent toute l'information fournie par le processus jusqu'à l'instant t ; une telle famille (FtX), t ∈ I, est une filtration.
De façon plus précise, une filtration indexée par I est une famille (Ft), t ∈ I, de sous-tribus de F, c'est-à-dire Ft ⊂ F, possédant la propriété de croissance suivante :
Un processus stochastique (Xt), t ∈ I, est dit adapté à une filtration (Ft), t ∈ I, si, pour tout t ∈ I, la variable aléatoire Xt est Ft-mesurable ; tout processus stochastique (Xt), t ∈ I, est évidemment adapté à sa filtration naturelle (FtX), t ∈ I.
Si (Xt) est adapté à (Ft), la filtration considérée est plus fine que la filtration naturelle associée à (Xt). Pratiquement, dans de nombreux cas, cela correspond à la situation suivante : on observe un phénomène aléatoire dépendant du temps ; alors (Ft) correspond à l'information contenue dans « tout le phénomène » jusqu'à l'instant t (en d'autres termes, c'est la filtration associée à un « gros » processus représentant le phénomène), alors que FtX ne correspond qu'à des observations partielles de ce phénomène.
Définitions
Soit (Xt), t ∈ I, un processus stochastique adapté à une filtration (Ft), t ∈ I, et tel que, pour tout t ∈ I, Xt soit intégrable, c'est-à-dire E(|Xt|) < ∞.
On dit que (Xt, Ft) est une martingale si, quels que soient s, t ∈ I, avec s ≤ t, on a :
Si l'égalité ci-dessus est remplacée par :
on dit que (Xt, Ft) est une sous-martingale (resp. une sur-martingale).Ainsi une martingale représente-t-elle un jeu « équitable » : si Xt désigne le gain cumulé par le joueur au temps t, l'égalité E(Xt|Fs) = Xs, pour tout t ≥ s, signifie que, connaissant Fs (c'est-à-dire sans savoir plus que ce qui s'est passé jusqu'au temps s), on n'a pas plus de chances d'augmenter que de diminuer ses gains dans l'avenir.
En d'autres termes, en personnifiant un peu ce processus, on peut dire qu'il choisit tout simplement comme estimé de son avenir (au vu de son histoire) son état à l'instant présent : il n'est ni ambitieux, ni dépressif (une sur-martingale est dépressive, une sous-martingale ambitieuse).
Exemples
Commençons par des exemples issus du jeu de pile ou face avec une pièce non truquée : un joueur joue pile (« contre la banque ») selon les règles habituelles.
Notons X0 = 0 et Yk le gain (ou la perte) obtenu au k-ième coup ; alors :
est le gain cumulé au n-ième coup.Exemple 1 : stratégie « bête », du moins apparemment. À chaque coup, le joueur mise 1 euro sur pile, indépendamment de ce qui s'est passé avant : en termes mathématiques, les Yk sont des variables aléatoires indépendantes et Yk = ± 1 avec même probabilité 1/2. On vérifie immédiatement que :
Plus généralement, dès que (Yk) est une suite de variables aléatoires indépendantes et centrées et que Xn = Y1 + ... + Yn, alors (Xn,FnX) est[...]
La suite de cet article est accessible aux abonnés
- Des contenus variés, complets et fiables
- Accessible sur tous les écrans
- Pas de publicité
Déjà abonné ? Se connecter
Écrit par
- Pierre CRÉPEL : docteur ès sciences, chargé de recherche au C.N.R.S.
- Jean MEMIN : docteur ès sciences, assistant à l'université de Rennes
- Albert RAUGI : docteur ès sciences, attaché de recherche au C.N.R.S.
Classification
Médias
Autres références
-
LÉVY PAUL (1886-1971)
- Écrit par Jacques MEYER
- 503 mots
Mathématicien français né et mort à Paris. Ingénieur au corps des Mines, docteur ès sciences en 1912, Paul Lévy enseigna l'analyse à l'École polytechnique de 1920 à 1959, ainsi que l'analyse et la mécanique à l'École nationale supérieure des mines de 1914 à 1951. Il fut élu à l'Académie des sciences...
-
PROBABILITÉS CALCUL DES
- Écrit par Daniel DUGUÉ
- 11 838 mots
- 6 médias
On appelle chaîne une suite de variables aléatoires X1, X2, ..., Xn, ... telles que la loi de probabilité de Xn dépende des épreuves précédentes. Une chaîne de Markov simple est une suite de telles variables dans laquelle la loi de Xn dépend uniquement de l'épreuve Xn−1. Supposons que...