随机微分方程学习笔记02 Doob鞅不等式

条件期望下的Jensen不等式（一维）

Jensen不等式 ：$\phi :\mathbb{R}\to \mathbb{R}$，凸函数（$\phi$为有限凸）。若$X$及$\phi (X)$为随机变量，满足$\mathbb{E}[|X|]<\infty$，$\mathbb{E}[|\phi (X)|]<\infty$，则$\phi (\mathbb{E}[X|\mathcal{G}])\le \mathbb{E}[\phi (X)|\mathcal{G}]$。特别地$\phi (\mathbb{E}[X])\le \mathbb{E}[\phi (X)]$。

一个应用：设$(X_n,{\mathcal{F}}_n{)}_{n\ge 0}$是鞅，则$\forall p\ge 0$，$(|X_n{|}^p,{\mathcal{F}}_n{)}_{n\ge 0}$是下鞅。
“证”：$$\begin{array}{rl}& {\left|\mathbb{E}[X_n|{\mathcal{F}}_s]\right|}^p\le \mathbb{E}[{\left|X_n\right|}^p|{\mathcal{F}}_s]\\ & |X_s{|}^p\le \mathbb{E}[{\left|X_n\right|}^p|{\mathcal{F}}_s]\end{array}$$ $\square .$

选择停时定理(optional stopping theorem)

离散格式：设$X=(X_t{)}_{t\in {\mathbb{N}}_0}$是一个离散时间鞅 / 上鞅 / 下鞅， τ ∈ N 0 ∪ { ∞ } \tau\in\mathbb{N}_0\cup\{\infty\} τ∈N0​∪{ ∞}是一个停时。若以下三个条件满足一个：

1. $\exists c\in \mathbb{N},s.t.,\tau \le ca.s.$；
2. $\mathbb{E}\left[\tau \right]<\infty$，$\exists c,s.t.\forall t\in {\mathbb{N}}_0,\mathbb{E}\left[|X_{t+1}-X_t|\mid {\mathcal{F}}_t\right]\le c$在 { τ > t } \{\tau> t\} { τ>t}上几乎处处成立；
3. $\exists c,s.t.\forall t\in {\mathbb{N}}_0,|X_{\tau \wedge t}|\le c,a.s.$.

则$X_{\tau }$是一个几乎处处良定义的随机变量，且$\mathbb{E}[X_{\tau }]=\mathbb{E}[X_0]$ / $\mathbb{E}[X_{\tau }]\ge \mathbb{E}[X_0]$ / $\mathbb{E}[X_{\tau }]\le \mathbb{E}[X_0]$。

【当一个鞅或者上鞅或者下鞅的停时满足一定条件的时候，停时时刻的随机变量的期望能被初始时刻随机变量的期望给控制住。】

Doob鞅不等式(Doob’s martingale inequality)

定理：设$(X_n,{\mathcal{F}}_n{)}_{0\ge n\ge N}$是鞅，则对任意 p ≥ 1 p\ge 1