[확률적분] 4.확률적분의 배경, 브라운운동의 여과
B(t)를 브라운 운동, f(t)를 L2([a,b])에서 결정적인(ω의 영향을 받지않는) 함수라 하자. 다음의 확률과정은 마팅게일이고Mt=∫taf(s)dB(s),a≤t≤b다음과 같은 문제에 의문을 갖게 된다.
확률과정 f(t,ω)에 대한 확률적분 ∫baf(t,ω)dB(t,ω)형태로 정의된 다음의 확률과정은 마팅게일인가?Mt=∫taf(s,ω)dB(s,ω),a≤t≤b이 질문에 대한 답을 얻기 위해 f(t)=B(t)라 하여 질문의 적분을 ∫baB(t)dB(t)로 나타나게 하자. 그러면Ln=n∑i=1B(ti−1){B(ti−B(ti−1))}Rn=n∑i=1B(ti){B(ti)−B(ti−1)}이고 다음이 성립한다.Rn−Ln=n∑i=1{B(ti)−B(ti−1)}2따라서 극한 limn→∞(Rn−Ln)이 존재한다면, 브라운 운동 B(t)의 이차변동이다. 다음의 정리는 B(t)의 변동이 심해서 이차변동이 0이 아님을 보여주는 정리이다.
Δn={a=t0,t1,...,tn−1,tn}을 유한구간 [a,b]의 분할이라 하자. 그러면 L2(Ω)에서 ‖Δn‖=max1≤i≤n(ti−ti−1)→0일 때 다음이 성립한다.n∑i=1{B(ti)−B(ti−1)}2→b−a다음의 두 사실에 주목하자: (1) L2(Ω)수렴하면 확률수렴한다. (2) 수열이 확률수렴하면, 적당한 부분수열이 존재해서 a.s.수렴한다. 따라서 {Δn}의 부분수열 {˜Δn}이 존재해서 ‖˜Δn‖→0일 때, 브라운 운동의 이차변동이 a.s. 수렴한다. 실제로 {Δn}이 다음 조건을 만족하면Δ1⊂Δ2⊂⋯Δn⊂⋯브라운 운동의 이차변동의 a.s. 수렴이 보장된다. 또한 {Δn}이 조건 ∞∑n=1‖Δn‖<∞이면, a.s.수렴은 보장된다.
증명: b−a=n∑i=1(ti−ti−1)이고 여기서Φn=n∑i=1({B(ti)−B(ti−1)}2−(ti−ti−1))=n∑i=1Xi여기서 Xi={B(ti)−B(ti−1)}2−(ti−ti−1)이다. 그러면Φ2n=n∑i,j=1XiXj이고 i≠j에 대하여 E(XiXj)=0인데 그 이유는 B(t)가 독립증분을 갖고 E({B(t)−B(s)}2)=t−s가 성립하기 때문이다. 반면에 E({B(t)−B(s)}4)=3(t−s)2이고 Φ2n식에서 i=j일 때 다음 식이 성립한다.E(X2i)=E({B(ti)−B(ti−1)}4−2(ti−ti−1){B(ti−B(ti−1)}+(ti−ti−1)2)=3(ti−ti−1)2−2(ti−ti−1)2+(ti−ti−1)2=2(ti−ti−1)2그러므로 ‖Δn‖→0일 때 다음이 성립하고E(Φ2n)=n∑i=12(ti−ti−1)2≤2‖Δn‖n∑i=1(ti−ti−1)=2(b−a)‖Δn‖→0이다. 이것은 Φn이 L2(Ω)가 0으로 수렴함을 뜻하고 따라서 식 Φn에 의해 브라운 운동의 이차변동이 b−a로 수렴한다.
이 정리를 적용해서 L2(Ω)에서 다음의 결과를 얻고lim‖Δn‖→0(Rn−Ln)=b−a따라서 lim‖Δn‖→0Rn≠lim‖Δn‖→0Ln인데 각각의 극한은 어떻게 될까? 이 답을 찾기 위해 다음에 주목하자.Rn+Ln=n∑i=1{B(ti)+B(ti−1)}{B(ti)−B(ti−1)}=n∑i=1({B(ti)}2−{B(ti−1)}2)={B(tn)}2−{B(t0)}2={B(b)}2−{B(a)}2위의 식으로부터 Rn과 Ln을 다음과 같이 나타낼 수 있다.Rn=12({B(b)}2−{B(a)}2+n∑i=1{B(ti)−B(ti−1)}2)Ln=12({B(b)}2−{B(a)}2−n∑i=1{B(ti)−B(ti−1)}2)Rn과 Ln에 대해 L2(Ω)에서의 극한을 적용하면 다음의 결과를 얻는다.lim‖Δn‖→0Rn=12({B(b)}2−{B(a)}2+(b−a))lim‖Δn‖→0Ln=12({B(b)}2−{B(a)}2−(b−a))위의 두 식 중에서 어떤 게 적분 ∫baB(t)dB(t)과 같아야 하는가? 말 그대로, 어느 끝 점(왼쪽 또는 오른쪽)을 선택해야 적분이 되는가?
이 질문에 답을 하기 위해 Ln과 Rn에 대한 L2(Ω)상의 극한식에서 a=0, b=t라 하고, 다음의 확률과정을 정의하자.R(t)=12({B(t)}2+t),L(t)=12({B(t)}2−t)E(R(t))=t이므로 R(t)는 마팅게일이 아닌데 그 이유는 E(M(t))가 임의의 마팅게일 M(t)에 대해 상수이어야 하기 때문이다. 반면에 L(t)는 마팅게일인데 다음과 같이 보일 수 있다. Ft=σ(B(s),s≤t)라 하자. 그러면 임의의 s≤t에 대해 다음이 성립한다.E(L(t)|Fs)=12E({B(t)}2|Fs)−12t조건부기댓값은 다음의 성질들을 갖는다.
(a) X와 F가 독립이면, E(X|F)=E(X)이다.
(b) X가 F−가측이면, E(XY|F)=XE(Y|F)이고, 특히 E(X|F)=X이다.
모든 u≤s에 대하여 B(t)−B(s)와 B(u)는 독립이므로 B(t)−B(s)와 Fs는 독립이다. 그러므로E({B(t)}2|Fs)=E({B(t)−B(s)+B(s)}2|Fs)=E({B(t)−B(s)}2+2B(s){B(t)−B(s)}+{B(s)}2|F)=E({B(t)−B(s)}2)+2B(s)E({B(t)−B(s)})+{B(s)}2=t−s+{B(s)}2따라서 E({B(t)}2|Fs)=t−s+{B(s)}2이고, 모든 s≤t에 대하여 다음 식이 성립한다.E(L(t)|Fs)=L(s)이 식은 L(t)가 마팅게일임을 뜻하고, 다음의 중요한 결론을 내릴 수 있다.
확률적분 ∫taf(s)dB(s)를 정의하기 위해 마팅게일 성질을 얻기 원하면, 왼쪽 끝 점을 선택해야 한다.
게다가 다음의 예에서X(t)=∫t0B(1)dB(s),0≤t≤1직관적으로 X(t)=B(1)B(t)임을 알 수 있고, E(B(1)B(t))=min{1,t}=t는 상수가 아니므로 X(t)는 마팅게일이 아니다. 따라서 마팅게일 과정을 얻기 위해서라면 X(t)는 정의하고자 예상한 것이 아니다. 이러한 단순적분이 정의되지 않는(마팅게일을 얻고자 한 이유) 이유는 피적분함수 B(1)이 여과 σ(B(s),s≤t),0≤t≤1에 적합하지 않기 때문이다. 따라서 마팅게일 성질을 얻기 위한 피적분함수의 조건은 다음과 같다.
확률적분 ∫taf(s)dB(s)가 정의되기 위해 마팅게일 성질을 얻으려면 피적분함수가 여과 {Ft}에 적합해야 한다.
일반적으로 {Ft}가 브라운 운동에 의한 여과보다 더 크다고 할 것이다. 즉, 모든 t에 대하여 Ft⊃σ(B(s),s≤t)
확률과정 Xt=∫taf(s)dB(s),a≤t≤b는 여과 FBt=σ(B(s),s≤t)에 대해 마팅게일이다. B(t)는 증대집합족이고 이 성질은 B(t)가 여과 {FBt}에 대해 마팅게일임을 뜻한다.
W(t)(t≥0)가 {Ft}−적합한 확률과정으로 임의의 s≤t에 대해 W(t)−W(s)가 Fs와 독립이라 하자. 그러면 확률과정 W(t)는 독립증분을 갖는다.
증명: 0≤t1<t2<⋯<tn이라 하자. 임의의 λk∈R(1≤k≤n)에 대하여 가정과 조건부기댓값의 성질들에 의해 다음이 성립한다.E(ei∑nk=1λk{W(tk)−W(tk−1)})=E(E(ei∑nk=1λk{W(tk)−W(tk−1)}|Ftn−1))=E(ei∑n−1k=1λk{W(tk)−W(tk−1)}E(eiλn{W(tn)−W(tn−1)}|Ftn−1))=E(eiλn{W(tn)−W(tn−1)})E(ei∑n−1k=1λk{W(tk)−W(tk−1)})여기서 t0=0이다. 이 과정을 반복하면 귀납법으로부터 다음의 등식이 성립한다.E(ei∑nk=1λk{W(tk)−W(tk−1)})=n∏k=1E(eiλk{W(tk)−W(tk−1)})위의 방정식이 성립할 필요충분조건은 확률변수 W(tk)−W(tk−1)(1≤k≤n)가 독립인 것이다. 따라서 확률과정 W(t)는 독립증분을 갖는다.
B(t)를 브라운 운동의 조건 (1), (2), (4)를 만족하는 확률과정이라 하고, 여과 {Ft,t≥0}가 존재해서 B(t)가 앞 정리의 가정들을 만족한다고 하자. 즉 B(t)는 {Ft}−적합이고, 임의의 s≤t에 대해 B(t)−B(s)는 Fs와 독립이라고 하자. 그러면 확률과정 B(t)는 독립증분을 갖는다. 즉 브라운 운동의 조건 (3)을 만족한다. 그러므로 B(t)는 브라운 운동이고 따라서 B(t)가 (1), (2), (4)를 만족하면, 여과 {Ft,t≥0}에 대한 브라운 운동이라고 한다.
B(t)를 여과 {Ft,t≥0}에 대한 브라운 운동, {Gt,t≥0}를 다른 여과로 모든 t≥0에 대해 Ft⊂Gt라 하자. 일반적으로 B(t)는 {Gt,t≥0}에 대한 브라운운동이라고 할 수 없다. 그 이유는 다음과 같다.
B(t)를 브라운 운동이라 하자. 그러면 B(t)는 여과 FBt=σ(B(s),s≤t)에 대해 브라운 운동이다. 여과 {Gt,t≥0}에 대해 Gt가 B(1)과 FBt(t≥0)에 의해 생성된 σ−체라 하자. 그러면 B(t)는 여과 {Gt,t≥0}에 대해 브라운 운동이 아니다. 이를 확인하기 위해 임의의 0<t<1에 대해 다음이 성립한다.E(B(1)|Gt)=B(1)≠B(t)따라서 B(t)는 여과 {Gt,t≥0}에 대해 마팅게일이 아니고 따라서 B(t)는 여과 {Gt,t≥0}에 대한 브라운 운동이 아니다.
반면에 여과 {Ht,t≥0}가 {FBt,t≥0}과 독립이라 하자. 즉 Ht와 FBs는 모든 t와 s에 대해 독립이다. Ft를 Ht와 FBt(t≥0)에 의해 생성되는 σ−체라 하자. 이것은 B(t)가 앞 정리의 가정들을 만족한다는 것이고 따라서 B(t)는 여전히 여과 {Ft,t≥0}에 대해 브라운 운동이고, 이 여과는 {FBt,t≥0}보다 큰 여과이다.
참고자료:
Introduction to Stochastic Integration, Hui-Hsiung Kuo, Springer
'확률및통계 > 기초 확률적분' 카테고리의 다른 글
[확률적분] 6. 몇 가지 확률적분의 예, 둡의 열마팅게일 부등식 (0) | 2020.05.25 |
---|---|
[확률적분] 5. 확률적분 (0) | 2020.05.21 |
[확률적분] 3. 조건부기댓값, 마팅게일 (0) | 2020.05.19 |
[확률적분] 2. 브라운 운동, 위너적분 (0) | 2020.05.18 |
[확률적분] 1. 적분과 랜덤워크 (0) | 2020.05.17 |