[확률적분] 13. 이토 공식(1)
함수 f와 g가 미분가능하면, 그 합성함수 f(g(t))도 미분가능하고 그 도함수는 다음과 같다.ddtf(g(t))=f′(g(t))g′(t)미적분학의 기본정리로부터 다음의 등식이 성립한다.f(g(t))−f(g(a))=∫taf′(g(s))g(s)ds브라운운동 B(t)는 연속이지만 미분가능하지 않기 때문에 미적분학의 기본정리를 적용할 수 없다.
이토적분 ∫taf′(B(t))dB(s)는 f′(B(t))가 L2ad([a,b]×Ω)에 속하는지 또는 Lad(Ω,L2([a,b]))에 속하는지에 따라 결과가 달라진다. 예를들어 f(x)=x2라고 하면{B(t)}2−{B(a)}2−(t−a)=2∫taB(s)dB(s)이므로 무작정(?) 미적분학의 기본정리를 적용한 결과와 다르게 나온다.
구간 [a,t]의 분할을 Δn={t0,t1,...,tn−1,tn}이라 하면 다음이 성립한다.f(B(t))−f(B(a))=n∑i=1{f(B(ti))−f(B(ti−1))}f를 C(2)함수(두 번 미분가능하고, 그 이계도함수가 연속인 함수)라고 하자. 그러면 다음의 테일러 전개를 얻고,f(x)−f(x0)=f′(x0)(x−x0)+12f″다음의 식이 성립한다.f(B(t))-f(B(a))=\sum_{i=1}^{n}{f'(B_{t_{i-1}})(B_{t_{i}}-B_{t_{i-1}})}+\frac{1}{2}\sum_{i=1}^{n}{f''(B_{t_{i-1}}+\lambda_{i}(B_{t_{i-1}}-B_{t_{i-1}}))(B_{t_{i}}-B_{t_{i}})^{2}}여기서 0<\lambda_{i}<1이고 B_{t}=B(t)이다. 위 식에서 첫번째 합은 다음과 같고\lim_{\|\Delta_{n}\|\,\rightarrow\,0}{\sum_{i=1}^{n}{f'(B_{t_{i-1}})}(B_{t_{i}}-B_{t_{i-1}})}=\int_{a}^{t}{f'(B(s))dB(s)}\,\text{in probability}두번째 합은 \|\Delta_{n}\|\,\rightarrow\,0일 때 다음과 같이 수렴한다.\sum_{i=1}^{n}{f''(B_{t_{i-1}}+\lambda_{i}(B_{t_{i}}-B_{t_{i-1}}))(B_{t_{i}}-B_{t_{i-1}})^{2}}\,\rightarrow\,\int_{a}^{t}{f''(B(s))ds}여기서 f''가 유계인지를 확인해야 한다. 위의 두번째 합이 리만합으로 수렴하는것은 쉽게 보일 수 있으나 일반적으로 f''이 유계가 아닐 수 있다.
앞의 결과들을 종합하면 다음의 정리를 얻는다(이 정리는 이토 키요시가 증명했다).
f(x)를 C^{(2)}함수라 하자. 그러면 다음의 등식이 성립한다.f(B(t))-f(B(a))=\int_{a}^{t}{f'(B(s))dB(s)}+\frac{1}{2}\int_{a}^{t}{f''(B(s))ds}위 식에서 첫 번째 적분은 이토적분이고, 두 번째 적분은 B(s)의 각 경로에 대한 리만적분이다.
앞에서 함수 f(x)=x^{2}에 대해 다음의 등식이 성립함을 보였다.\{B(t)\}^{2}-\{B(a)\}^{2}=2\int_{a}^{t}{B(s)dB(s)}+(t-a)위의 식에서 t=b이면 다음과 같이 나타낼 수 있다.\int_{a}^{b}{B(t)dB(t)}=\frac{1}{2}(\{B(b)\}^{2}-\{B(a)\}^{2}-(b-a))반면에 a=0이면 다음의 식을 얻고\{B(t)\}^{2}=2\int_{0}^{t}{B(s)dB(s)}+t이 식은 열마팅게일 \{B(t)\}^{2}의 둡-마이어 분해이다.
f(x)=x^{4}일 때 다음의 식을 얻고\{B(t)\}^{4}=\left(\{B(a)\}^{4}+4\int_{a}^{t}{\{B(s)\}^{3}dB(s)}\right)+6\int_{a}^{t}{\{B(s)\}^{2}ds}이것은 열마팅게일 \{B(t)\}^{4}의 둡-마이어 분해이고, 이 식으로부터 다음의 식을 얻는다.\int_{a}^{t}{\{B(s)\}^{3}dB(s)}=\frac{1}{4}(\{B(t)\}^{4}-\{B(a)\}^{4})-\frac{3}{2}\int_{a}^{t}{\{B(s)\}^{2}ds}f(x)=e^{x}일 때 다음의 식을 얻고e^{B(t)}=\left(e^{B(a)}+\int_{a}^{t}{e^{B(s)}dB(s)}\right)+\frac{1}{2}\int_{a}^{t}{e^{B(s)}ds}이것은 열마팅게일 e^{B(t)}의 둡-마이어 분해이고, 이 식으로부터 다음의 식을 얻는다.\int_{a}^{t}{e^{B(s)}dB(s)}=e^{B(t)}-e^{B(a)}-\frac{1}{2}\int_{a}^{t}{e^{B(s)}ds}f(x,\,t)가 연속함수이고 연속 편도함수 \displaystyle\frac{\partial f}{\partial t},\,\frac{\partial f}{\partial x},\,\frac{\partial^{2}f}{\partial x^{2}}를 갖는다고 하자. 그러면 테일러 정리에 의해 다음과 같이 나타낼 수 있다.\begin{align*}f(t,\,x)-f(s,\,x_{0})&=\{f(t,\,x)-f(s,\,x)\}+\{f(s,\,x)-f(s,\,x_{0})\}\\&=\frac{\partial f}{\partial t}(s+\rho(t-s),\,x)(t-s)+\frac{\partial f}{\partial x}(s,\,x_{0})(x-x_{0})\\&+\frac{1}{2}\frac{\partial^{2}f}{\partial x^{2}}(s,\,x_{0}+\lambda(x-x_{0}))(x-x_{0})^{2}\end{align*}여기서 0<\rho<1,\,0<\lambda<1이다. 그러면 이 방정식을 다음과 같이 나타낼 수 있고,f(t,\,B_{t})-f(a,\,B_{a})=\sum_{i=1}^{n}{\{f(t_{i},\,B_{t_{i}})-f(t_{i-1},\,B_{t_{i-1}})\}}\displaystyle\frac{\partial f}{\partial t}(t,\,x)와 브라운운동 B(t)의 연속성에 의해 \|\Delta_{n}\|\,\rightarrow\,0일 때 다음이 성립한다.\sum_{i=1}^{n}{\frac{\partial f}{\partial t}(t_{i-1}+\rho(t_{i}-t_{i-1}),\,B_{t_{i-1}})(t_{i}-t_{i-1})}\,\rightarrow\,\int_{a}^{t}{\frac{\partial f}{\partial t}(s,\,B(s))ds}\,a.s.반면에 분할 \{\Delta_{n}\}의 부분수열 \{\Delta_{n_{k}}\}가 존재해 \|\Delta_{n_{k}}\|\,\rightarrow\,0일 때\begin{align*}\sum_{i=1}^{n}{\frac{\partial f}{\partial x}(t_{i-1},\,B_{t_{i}})(B_{t_{i}}-B_{t_{i-1}})}&\,\rightarrow\,\int_{a}^{t}{\frac{\partial f}{\partial x}(s,\,B(s))dB(s)}\,a.s.\\ \sum_{i=1}^{n}{\frac{1}{2}\frac{\partial^{2}f}{\partial x^{2}}(t_{i-1},\,B_{t_{i-1}}+\lambda(B_{t_{i}}-B_{t_{i-1}}))(B_{t_{i}}-B_{t_{i-1}})^{2}}&\,\rightarrow\,\int_{a}^{t}{\frac{1}{2}\frac{\partial^{2}f}{\partial x^{2}}(s,\,B(s))ds}\,a.s.\end{align*}따라서 다음의 이토 공식(Ito's formula)을 얻는다.
f(t,\,x)가 연속함수이고 연속 편도함수 \displaystyle\frac{\partial f}{\partial t},\,\frac{\partial f}{\partial x},\,\frac{\partial^{2}f}{\partial x^{2}}를 갖는다고 하자. 그러면 다음의 식이 성립한다.f(t,\,B(t))=f(a,\,B(a))+\int_{a}^{t}{\frac{\partial f}{\partial x}(s,\,B(s))dB(s)}+\int_{a}^{t}{\left(\frac{\partial f}{\partial t}(s,\,B(s))+\frac{1}{2}\frac{\partial^{2}f}{\partial x^{2}}(s,\,B(s))\right)ds}f(t,\,x)=tx^{2}라고 하자. 그러면 \displaystyle\frac{\partial f}{\partial t}=x^{2},\,\frac{\partial f}{\partial x}=2tx,\,\frac{\partial^{2}f}{\partial x^{2}}=2t이므로 다음의 식을 얻는다.t\{B(t)\}^{2}=2\int_{0}^{t}{sB(s)dB(s)}+\left(\int_{0}^{t}{\{B(s)\}^{2}ds}+\frac{1}{2}t^{2}\right)t\{B(t)\}^{2}가 열마팅게일임을 조건부기댓값을 이용하여 보일 수 있고, 다음의 이토적분을 얻는다.\int_{0}^{t}{sB(s)dB(s)}=\frac{1}{2}t\{B(t)\}^{2}-\frac{1}{4}t^{2}-\frac{1}{2}\int_{0}^{t}{\{B(s)\}^{2}ds}확률과정 M(t)=\{B(t)\}^{2}-t는 마팅게일이다. 이토 공식을 이용하여 \{M(t)\}^{2}의 보상자를 구하자. f(t,\,x)=(x^{2}-t)^{2}라고 하면\frac{\partial f}{\partial t}=-2(x^{2}-t),\,\frac{\partial f}{\partial x}=4x(x^{2}-t),\,\frac{\partial^{2}f}{\partial x^{2}}=4(x^{2}-t)+8x^{2}이므로 이토 공식에 의해\{M(t)\}^{2}=(\{B(t)\}^{2}-t)^{2}=4\int_{0}^{t}{B(s)(\{B(s)\}^{2}-s)dB(s)}+4\int_{0}^{t}{\{B(s)\}^{2}ds}이고 이 식의 첫 번째 적분은 마팅게일, 두 번째 적분은 증가과정이다. 따라서 둡-마이어 분해정리에 의해 \{M(t)\}^{2}의 보상자는 다음과 같다.\langle M\rangle_{t}=4\int_{0}^{t}{\{B(s)\}^{2}ds}고정된 상수 c에 대해 f(t,\,x)=e^{cx-\frac{1}{2}c^{2}t}라 하자. 그러면e^{cB(t)-\frac{1}{2}c^{2}t}=1+c\int_{0}^{t}{e^{cB(s)+\frac{1}{2}c^{2}s}dB(s)}이므로 M(t)=e^{cB(t)-\frac{1}{2}c^{2}t}는 임의의 상수 c에 대해 마팅게일이다. \{M(t)\}^{2}에 대한 보상자를 찾기 위해 함수 f(t,\,x)=e^{2cx-c^{2}t}를 이용하면\{M(t)\}^{2}=1+2c\int_{0}^{t}{e^{2cB(s)-c^{2}s}dB(s)}+c^{2}\int_{0}^{t}{e^{2cB(s)-c^{2}s}ds}이므로 \{M(t)\}^{2}의 보상자는 다음과 같다.\langle M\rangle_{t}=c^{2}\int_{0}^{t}{e^{2cB(s)-c^{2}s}ds}f(t,\,x)=e^{x^{2}-t}라고 하면\frac{\partial f}{\partial t}=-f(t,\,x),\,\frac{\partial f}{\partial x}=2xf(t,\,x),\,\frac{\partial^{2}f}{\partial x^{2}}=(1+2x^{2})2f(t,\,x)이므로 이토 공식으로부터 다음의 식을 얻는다.e^{\{B(t)\}^{2}-t}=1+2\int_{0}^{t}{B(s)e^{\{B(s)\}^{2}-s}dB(s)}+2\int_{0}^{t}{\{B(s)\}^{2}e^{\{B(s)\}^{2}-s}ds}위의 식에서 첫 번째 적분은 국소 마팅게일이고, 두 번째 적분은 증가하는 확률과정이다. 이것은 열마팅게일에 대한 둡-마이어 분해와 비슷하다.
참고자료:
Introduction to Stochastic Integration, Hui-Hsiung Kuo, Springer
'확률및통계 > 기초 확률적분' 카테고리의 다른 글
[확률적분] 14. 이토 공식(2) (0) | 2020.06.16 |
---|---|
[확률적분] 12. 둡-마이어 분해정리 (0) | 2020.05.31 |
[확률적분] 11. 확률미분, 포아송과정, 예측가능 확률과정 (0) | 2020.05.30 |
[확률적분] 10. 정지시간 (0) | 2020.05.29 |
[확률적분] 9. 일반적인 확률적분(2) (0) | 2020.05.28 |