- Mouvement brownien fractionnaire
-
Le mouvement Brownien fractionnaire (mBf) a été introduit par Kolmogorov en 1940 comme moyen d'engendrer des "spirales" gaussiennes dans des espaces de Hilbert.
Mandelbrot et Van Ness (1968) l'ont rendu célèbre en l'introduisant dans des modèles financiers et en étudiant ces propriétés. Le champ des applications du mBf est immense. En effet, il sert par exemple à recréer certains paysages naturels, notamment des montagnes, mais également en hydrologie, télécommunications, économie, physique, ...
Sommaire
Rudiments mathématiques
Définition du mBf
Le mouvement Brownien fractionnaire d'exposant de Hurst noté est l'unique processus Gaussien centré et continu dont la covariance est donnée par:
où Cα = Var(Bα(1)) est une constante positive qui ne dépend que de α . Lorsque Cα = 1, nous obtenons le mBf standard. Le mBf est l'une des généralisations les plus naturelles du Brownien. En effet,
- Lorsque α > 1 / 2, Bα est une primitive fractionnaire du mouvement brownien.
- lorsque α < 1 / 2, il est une dérivée fractionnaire du mouvement brownien.
- B1 / 2 se réduit a un mouvement brownien.
Deux Représentations équivalentes du mBf
Représentation par moyenne mobile du mBf
Dans les travaux de Mandelbrot et Van Ness (1968), le Mouvement Brownien Fractionnaire est défini, à une constante multiplicative près, par l'intégrale de Wiener suivante :
où x + = max{x,0} et dB est un bruit blanc réel.
Représentation Harmonisable du mBf
Samorodnitsky et Taqqu (1994) ont montré que le Mouvement Brownien Fractionnaire Bα(s) peut être représentée par l'intégrale stochastique suivante :
ou bien
est la Transformée de Fourier du bruit blanc dB à valeurs réelles : pour tout ,
Propriétés principales du mBf
- Auto-similarité du mBf Le mBf de paramètre de Hurst α est un processus α-auto similaire : ce qui signifie que
- A accoissements stationnaires Le mBf est un processus à accroissements stationnaires : c'est-à-dire
- Longue dépendance Lorsque α > 1 / 2, le mBf possède la propriété de longue dépendance. Cette propriété
est décrite de manière suivante :
ensuite posons
alors
Cela signifie que les valeurs du mBf entre deux temps espacés ont une petite corrélation mais non négligeable (non sommable!).
- Continuité Le mBf est un processus admettant des trajectoires continues, nulle part dérivables.
Régularité Höldérienne du mBf
L'objectif de cette section, est de donner les éléments qui permettent de connaitre plus précisément la régularité du mBf. Pour cela, on introduit la quantité suivante :
Exposant de Hölder uniforme
Soient un processus stochastique possédant des trajectoires continues, nulle-part dérivables et [a,b] un intervalle compact de On définit l'exposant de Hölder uniforme de Y sur [a,b], noté (EHU), par
Cet exposant vérifie la propriété suivante : sur tout intervalle compact , avec probabilité 1
Interprétation : Plus cet exposant, hY([a,b]), est proche de 1, plus le processus est régulier sur le segment [a,b].
Dans le cas du mBf, Bα, l'exposant de Hölder uniforme vérifie, avec probabilité 1, pour tout ,
Les graphes suivants montrent que la régularité uniforme du mBf peut être prescrite via son paramètre de Hurst α.
Estimation de l'exposant de Hölder uniforme du mBf
Dans cette section, nous introduisons un estimateur de l'exposant de Hölder uniforme α du mBf Bα à partir des observations d'une trajectoire discrétisée sur l'intervalle [0,1]. Plus précisément, soit , supposons que nous observons le mBf standard .
Idée pour un mBf standard, nous avons pour tous ,
Il résulte du Théorème ergodique et la continuité de trajectoire du mBf que
Construction de l'estimateur : notons par
alors
est un estimateur fortement consistant de α : nous avons
Voir aussi
Bibliographie
- Benassi, Albert and Cohen, Serge and Istas, Jacques, Identification and properties of real harmonizable fractional Lévy motions, Bernoulli, 8, 1, 97-115, 2002.
- Doukhan, Paul (ed.) and Oppenheim, George (ed.) and Taqqu, Murad S.(ed.), Theory and applications of long-range dependence., Boston, Birkhäuser. x, 2003.
- Embrechts, Paul and Maejima, Makoto, Selfsimilar processes.,Princeton, NJ: Princeton University Press.,2002.
- A. N. Kolmogorov, The Wiener spiral and some other interesting curves in Hilbert space, Dokl. Akad. Nauk SSSR. 26:2 (1940), 115–118. (Russian)
- Mandelbrot, B.B. and Van Ness, J.W., Fractional Brownian motions, fractional noises and applications., SIAM Rev., 10, 422-437, 1968.
- Samorodnitsky, Gennady and Taqqu, Murad S., Stable non-Gaussian random processes : stochastic models with infinite variance., Stochastic Modeling. New York, NY: Chapman & Hall., 1994.
- Portail des probabilités et des statistiques
Wikimedia Foundation. 2010.