随机过程学习笔记03 鞅

定义

设$(X_t{)}_{t\in T}$为$(\Omega ,\mathcal{F},({\mathcal{F}}_t{)}_{t\in T},P)$上关于$({\mathcal{F}}_t{)}_{t\in T}$适应的随机过程【“适应”的定义见随机过程学习笔记02 条件数学期望】，若$\forall s<t$，$\mathbb{E}[X_t|{\mathcal{F}}_s]=X_s$，则称$(X_t{)}_{t\in T}$为 $({\mathcal{F}}_t{)}_{t\in T}$鞅(martingale) ，或称$(X_t,{\mathcal{F}}_t{)}_{t\in T}$为鞅。若 T = { 1 , 2 , …   } T=\{1,2,\dots\} T={ 1,2,…}，$(X_t{)}_{t\in T}$称为鞅列。若$\mathbb{E}[X_t|{\mathcal{F}}_s]\ge X_s$，则称$(X_t,{\mathcal{F}}_t{)}_{t\in T}$为下鞅(submartingle)。若$\mathbb{E}[X_t|{\mathcal{F}}_s]\le X_s$，则称$(X_t,{\mathcal{F}}_t{)}_{t\in T}$为上鞅(subermartingale)。

例1：$({\xi }_n{)}_{n\ge 1}$关于$({\mathcal{F}}_n{)}_{n\ge 1}$适应（可知），定义$${\zeta }_n={\xi }_n-\sum _{k=0}^{n-1}\left(\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]-{\xi }_k\right)$$则$({\zeta }_n,\mathcal{F}{)}_{n\ge 1}$为鞅。
证：因为$\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]-{\xi }_k\in {\mathcal{F}}_k$，所以${\zeta }_n\in {\mathcal{F}}_n$。$$\begin{array}{rl}\mathbb{E}[{\zeta }_{n+1}|{\mathcal{F}}_n]& =\mathbb{E}[{\xi }_{n+1}|{\mathcal{F}}_n]-\sum _{k=0}^n\left(\mathbb{E}[\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]\mid {\mathcal{F}}_n]-\mathbb{E}[{\xi }_k|{\mathcal{F}}_n]\right)\\ & =\mathbb{E}[{\xi }_{n+1}|{\mathcal{F}}_n]-\left(\mathbb{E}[\mathbb{E}[{\xi }_{n+1}|{\mathcal{F}}_n]\mid {\mathcal{F}}_n]-{\xi }_n+\sum _{k=0}^{n-1}\left(\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]-{\xi }_k\right)\right)\\ & =\mathbb{E}[{\xi }_{n+1}|{\mathcal{F}}_n]-\mathbb{E}[{\xi }_{n+1}|{\mathcal{F}}_n]+{\xi }_n-\sum _{k=0}^{n-1}\left(\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]-{\xi }_k\right)\\ & ={\xi }_n-\sum _{k=0}^{n-1}\left(\mathbb{E}[{\xi }_{k+1}|{\mathcal{F}}_k]-{\xi }_k\right)\\ & ={\zeta }_n.\end{array}$$ $\square$.

Doob下鞅列分解定理

对于$(\Omega ,\mathcal{F},({\mathcal{F}}_n{)}_{n\ge 0},P)$，$(A_n{)}_{n\ge 0}$为$(\Omega ,\mathcal{F},P)$上的随机变量序列，若$\forall n\ge 1$，满足$A_n$是关于${\mathcal{F}}_{n-1}$可测的随机变量，则称$(A_n{)}_{n\ge 1}$为可料随机序列(predictable)。

定理（Doob下鞅分解） $({\xi }_n{)}_{n\ge 0}$为$({\mathcal{F}}_n{)}_{n\ge 0}$下鞅列，则存在唯一$({\mathcal{F}}_n{)}_{n\ge 0}$鞅列，满足

1. $M_0={\xi }_0$（初值）；
2. 存在唯一的可料递增随机序列$(A_n{)}_{n\ge 0}$，$A_0=0$，使得${\xi }_n=M_n+A_n$。

证明参照前面的例题1。
注：例题其实是更广的Doob下鞅分解定理，它说明对于一般的期望有限的适应过程都可以分解成鞅与可预料过程的和。

测度变换与Girsanov定理

例2：设${\eta }_n=a+$