Lemme d'Ito

Le lemme d'Itō, ou encore formule d'Itō, est l'un des principaux résultats de la théorie du calcul stochastique. Ce lemme offre un moyen de manipuler le mouvement brownien ou les solutions d'équations différentielles stochastiques (EDS).

Sommaire 1 Énoncé 2 Applications 3 Histoire 4 Un exemple : le modèle Black-Scholes 5 Voir aussi 5.1 Articles connexes 5.2 Références

Énoncé

Si X est la solution de l'EDS

,

ou de ,

où B est un mouvement brownien, et si f(t,x) est une fonction de classe , alors

Dans le cas d'un mouvement brownien correspond au coefficient de diffusion et m à la vitesse moyenne de la particule. (voir Équation de Fokker-Planck). En finance σ est la volatilité et m la dérive du prix du sous jacent. (voir Modèle Black-Scholes par exemple)

Applications

• La formule d'Itō est l'une des pierres angulaires du calcul stochastique, et est utilisée dans de très nombreux domaines: mathématiques appliquées, physique, finance, biologie, mécanique quantique, traitement du signal, etc..

En calcul stochastique, elle permet :

• de faire le lien entre les solutions d'EDS et des opérateurs différentiels du second ordre, et donc entre la théorie des probabilités et celle des équations aux dérivées partielles ;
• d'affirmer l'existence de solutions d'EDS sous des conditions (très) faibles de régularité sur les coefficients.

Histoire

La formule d'Itō a été démontrée pour la première fois par le mathématicien japonais Kiyoshi Itō dans les années 1940.

Le mathématicien Wolfgang Doeblin avait de son côté ébauché une théorie similaire avant de se suicider à la défaite de son bataillon en juin 1940. Ses travaux furent envoyés dans un pli cacheté à l'Académie des sciences qui ne fut ouvert qu'en 2000.

Un exemple : le modèle Black-Scholes

Le mouvement brownien est souvent utilisé en finance comme le plus simple modèle d'évolution de cours de bourse. Il s'agit de la solution de l'équation différentielle stochastique :

où B est un mouvement brownien.

Si σ = 0, alors nous sommes face à une équation différentielle ordinaire dont la solution est X(t) = X(0)exp(μt).

En posant f(x(t),t) = log(x(t)) on obtient grâce à la formule d'Itō :

On peut alors intégrer et :

Voir aussi

• Modèle OUV

Articles connexes

• Intégrale d'Itō
• Calcul stochastique

Références

• C. G. Gardiner. Handbook of Stochastic Methods (3^ème éd.), Springer, 2004. ISBN 3-540-20882-8
• I. Karatzas et S. Shreve. Brownian Motion and Stochastic Calculus, Graduate Texts in Mathematics (2^ème éd.), Springer, 2004. ISBN 0-387-97655-8.
• B. Øksendal. Stochastic Differential Equations: An Introduction With Applications (6^ème éd.), Springer, 2005. ISBN 3-540-04758-1
• (ouvrage de vulgarisation) G. Pagès et C. Bouzitat. En passant par hasard... les probabilités de sous les jours, Vuibert, 1999. ISBN 2-7117-5258-5
• D. Revuz et M. Yor. Continuous Martingales and Brownian Motion, (3^ème éd.), Springer, 2004.ISBN 3-540-64325-7
• L.C.G. Rogers et D. Williams. Diffusions, Markov processes and martingales (2^ème éd.), Cambridge Mathematical Library, Cambridge University Press, 2000. ISBN 0-521-77593-0
• (en) Karlin S, Taylor H M: A first course in stochastic processes. Academic Press, (1975)
• (en) Karlin S, Taylor H M: A second course in stochastic processes. Academic Press, (1981)
• (en) Schuss Z: Theory and applications of stochastic differntial equations. Wiley Series in Probability and Statistics, (1980)
• Tout ouvrage traitant du mouvement brownien et du calcul stochastique.

Domaines des mathématiques

Algèbre • Algèbre commutative • Algèbre homologique • Algèbre linéaire • Analyse • Analyse réelle • Analyse complexe • Analyse fonctionnelle • Analyse numérique • Calcul quantique • Combinatoire • Géométrie • Géométrie algébrique • Géométrie différentielle • Géométrie non commutative • Physique mathématique • Probabilités • Statistiques • Systèmes dynamiques • Théorie des nombres • Théorie de Galois • Théorie des groupes • Topologie • Topologie algébrique

• Portail de la finance
• Portail des probabilités et des statistiques