Abstract
In questo capitolo facciamo alcuni richiami di teoria dell’integrazione deterministica secondo Riemann-Stieltjes e Lebesgue-Stieltjes. Purtroppo le traiettorie di un moto Browniano (e, in generale, delle martingale) non hanno la regolarità sufficiente per poter utilizzare tali teorie al fine di definire l’integrale Browniano in senso deterministico, traiettoria per traiettoria. Per comprendere questo fatto occorre introdurre i concetti di variazione prima e seconda (o quadratica) di una funzione che sono cruciali nella costruzione dell’integrale stocastico. Nella seconda parte del capitolo introduciamo un’importante classe di processi stocastici chiamati semimartingale. Una semimartingala è la somma di una martingala locale con un processo le cui traiettorie hanno variazione prima limitata: sotto opportune ipotesi, tale decomposizione è unica. Proviamo una versione particolare del fondamentale Teorema di decomposizione di Doob-Meyer: se \(X\) è una martingala allora \(X^{2}\) è una semimartingala, ossia può essere decomposta nella somma di una martingala e di un processo a variazione limitata: quest’ultimo è il cosiddetto processo variazione quadratica di \(X\). I risultati di questo capitolo sono alla base della definizione di integrale stocastico che daremo nel capitolo seguente.
The traditional professor writes \(a\), says \(b\), and means \(c\); but it should be \(d\).
George Pólya
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Definiamo le misure su \({\mathbb{R}}_{\geq 0}\) poiché lo spazio dei reali non-negativi sarà nel seguito l’insieme degli indici temporali dei processi stocastici. Per applicare il Teorema 1.4.33 in [113], possiamo prolungare le funzioni \(g_{+},g_{-}\) in modo che siano continue e costanti per \(t\leq 0\). Tutti i risultati della sezione valgono ovviamente su \(({\mathbb{R}},\mathscr{B})\).
- 2.
Ossia \(X_{s}({\omega})\leq X_{t}({\omega})\) se \(s\leq t\).
- 3.
Chiaramente \(\langle X\rangle\) è anche sommabile poiché \(\langle X\rangle_{t}=X_{t}^{2}-M_{t}\) con \(X_{t}\in L^{2}({\Upomega},P)\) per ipotesi e \(M_{t}\in L^{1}({\Upomega},P)\) per definizione di martingala.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2024 The Author(s), under exclusive license to Springer-Verlag Italia S.r.l., part of Springer Nature
About this chapter
Cite this chapter
Pascucci, A. (2024). Teoria della variazione. In: Teoria della Probabilità. UNITEXT(), vol 156. Springer, Milano. https://doi.org/10.1007/978-88-470-4028-1_9
Download citation
DOI: https://doi.org/10.1007/978-88-470-4028-1_9
Published:
Publisher Name: Springer, Milano
Print ISBN: 978-88-470-4027-4
Online ISBN: 978-88-470-4028-1