Pont brownien

Simulations de deux ponts browniens standard indépendants (en rouge et en vert)

Un pont brownien standard est un objet Mathématique de la théorie des Probabilités. C'est un processus stochastique à temps continu de loi celle d'un processus de Wiener et conditionné à s'annuler en 0 et en 1.

A ne pas confondre avec l'excursion brownienne.

Le pont brownien standard est ainsi également appelé "mouvement brownien attaché" ("tied down Brownian motion" en anglais), "mouvement brownien attaché en 0 et 1" ("Brownian motion tied down at 0 and 1" en anglais) ou "mouvement brownien épinglé" ("pinned Brownian motion" en anglais).

Le pont brownien (non standard) est une généralisation du pont brownien standard en utilisant le conditionnement par l'évènement $\scriptstyle [B_{t_1}=a , B_{t_2}=b]$ .

Sommaire

1 Définition
2 Relations avec d'autres processus stochastiques
- 2.1 Relations avec le mouvement brownien
- 2.2 Relations avec l'excursion brownienne
3 Propriétés
4 Approximation du pont brownien
5 Voir aussi
- 5.1 Références

Définition

Un pont brownien standard est un processus stochastique $\scriptstyle (B_t,t \geq 0)$ à temps continu dont la loi est celle d'un processus de Wiener (modèle mathématique du mouvement brownien) sachant l'évènement $\scriptstyle B_0=B_1=0$ .

Il s'agit d'un processus aléatoire gaussien, c'est-à-dire que la loi de probabilité de tout vecteur $\scriptstyle (B_{t_1},...,B_{t_n})$ , conditionnellement à $\scriptstyle B_1=0$ , est gaussienne. Il est alors caractérisé par sa moyenne et sa covariance :

$\forall 0\leq t\leq 1, \,\,\,\,\,\,\,\,\,\,\,\,\, \mathbb E[B_t|B_1=0]=0,$

$\forall 0\leq s< t\leq 1, \,\, cov(B_s,B_t|B_1=0)=s(1-t).$

Remarque sur la définition

L'évènement $\scriptstyle [B_1=0]$ est de probabilité nulle. Considérons alors l'évènement $\scriptstyle [|B_1|< \varepsilon]$ qui vérifie

$\forall \varepsilon>0, \mathbb P[|B_1|<\varepsilon]>0.$

On peut ainsi considérer la loi conditionnelle $\scriptstyle \mathbb P[\cdot||B_1|<\varepsilon]$ du mouvement brownien sachant $\scriptstyle |B_1|<\varepsilon$ . La convergence en loi suivante (Propriété 12.3.2. du livre de R. Dudley^[1]):

$\mathbb P [\cdot | |B_1|<\varepsilon] \underset{\varepsilon \rightarrow 0}{\longrightarrow} \mathbb P [\cdot | |B_1|=0]$

permet de donner un sens rigoureux à la définition du pont brownien.

Relations avec d'autres processus stochastiques

Relations avec le mouvement brownien

Propriété 1

Si $\scriptstyle (W_t,t \geq 0)$ est un processus de Wiener (ou mouvement brownien), alors le processus $\scriptstyle (B_t,0 \leq t \leq 1)$ défini par :

$\displaystyle B_t = W_t - t W_1$

est un pont brownien standard.

Réciproque

Si $\scriptstyle (B_t, 0 \leq t \leq 1)$ est un pont brownien standard et Z une variable aléatoire normale, alors les processus $\scriptstyle (W^1_t,t \geq 0)$ et $\scriptstyle (W^2_t,t \geq 0)$ définis par :

$W^1_t=B_t+tZ$ et $W^2_tB_{\frac{t}{T}}+\frac{t}{T}Z$

sont des processus de Wiener pour $\scriptstyle t \in[0,1]$ et $\scriptstyle t\in[0,T]$ , respectivement.

Propriété 2

Si $\scriptstyle (W_t,t\geq 0)$ est un processus de Wiener, alors le processus $\scriptstyle (B_t,0 \leq t\leq 1)$ défini par :

$B_t = (1-t)W_{\frac{t}{1-t}}$

est un pont brownien standard.

Réciproque

Si $\scriptstyle (B_t,0 \leq t \leq 1)$ est un pont brownien standard, alors le processus $\scriptstyle (W_t,t \geq 0)$ défini par :

$W_t=(1+t)B_{\frac{t}{1+t}}$

est un processus de Wiener.

Relations avec l'excursion brownienne

en haut : simulation d'un pont brownien standard (en utilisant la Propriété 1). Le changement de couleur correspond à l'emplacement du minimum.
en bas : simulation de l'excursion brownienne associée (en utilisant la Propriété 3).

Le pont brownien et l'excursion brownienne sont deux objets mathématiques différents mais l'un peut se construire de l'autre^[2].

Définissons la transformée de Verwaat $\scriptstyle V(f,T,\sigma)$ d'une fonction continue $\scriptstyle f:[0,T]\mapsto \mathbb R$ .

$\displaystyle V(f,T,\sigma)(t) = f(\sigma+t)-f(\sigma)$ si $0\leq t\leq T-\sigma$

$\displaystyle = f(\sigma+t-T)-f(\sigma)$ si $T-\sigma\leq t\leq 1.$

Intuitivement, la trajectoire de $\scriptstyle V(f,T,\sigma)$ est celle de $\scriptstyle f$ sur [0,T] mais coupée au temps σ et où les deux parties sont inversées.

Propriété 3

$\scriptstyle (B_t,0 \leq t \leq 1)$ désigne un pont brownien standard et $\scriptstyle \xi$ le temps aléatoire (presque sûrement unique) où B atteint son minimum. Alors le processus $\scriptstyle e(t), 0 \leq t\leq 1)$ défini par $\scriptstyle e(t)=V(B,1,\xi)(t)$ a pour la loi celle de l'excursion normalisée du mouvement brownien. De plus $\scriptstyle \xi$ est indépendante de e et est de loi uniforme sur [0,1].

Intuitivement, l'excursion brownienne normalisée est construite à partir d'un pont brownien en le coupant en son minimum et en inversant les deux parties obtenues.

Réciproque

$\scriptstyle (e(t),0 \leq t \leq 1)$ désigne une excursion normalisée du mouvement brownien et η une variable aléatoire indépendante de e et de loi uniforme sur [0,1]. Alors le processus $\scriptstyle (B_t,0 \leq t\leq 1)$ défini par B_t=V(e,1,η)(t) a pour loi celle du pont brownien. De plus 1-η est l'unique temps en lequel B atteint son minimum.

Propriétés

$\scriptstyle (B_t,0 \leq t \leq 1)$ désigne un pont brownien standard.

Propriété 4

Soit b un nombre réel.

$\mathbb P\left[\hbox{il existe }t\in[0,1]\hbox{ tel que }B_t=b\right]=e^{-2b^2}.$

Propriété 5

Soit b un nombre réel strictement positif.

$\mathbb P\left[\sup_{t\in[0,1]} B_t \geq b\right]=2\sum_{n\geq 1}(-1)^{n-1}e^{-2n^2b^2}.$

Propriété 6

Soientt a et b deux nombres réels strictement positifs.

$\mathbb P\left[-a < B_t < b \, , \forall 0\leq t\leq 1\right]=\sum_{m=-\infty}^{+\infty}e^{-2m^2(a+b)^2}-e^{-2((m+1)a+mb)^2}.$

Propriété 7

Soit x un nombre réel strictement positif.

$\mathbb P\left[\sup_{t\in[0,1]} B_t -\inf_{t\in[0,1]} B_t \geq x\right]=2\sum_{m\geq 1}(4m^2x^2-1)e^{-2m^2x^2}.$

Approximation du pont brownien

Le pont brownien est le processus stochastique limite dans le théorème de Donsker.

Il apparaît également dans le test de Kolmogorov-Smirnov.

Voir aussi

Mouvement brownien

Excursion brownienne

Références

↑ (en) R.M. Dudley, Real Analysis and Probability, [University Press], 2002 (ISBN 0-511-02958-6)
↑ Ph. Biane, Relations entre pont et excursion du mouvement Brownien réel, Annals de l'IHP, section B, tome 22, n°1 (1986), p. 1-7 {http://archive.numdam.org/article/AIHPB_1986__22_1_1_0.pdf}

Paul Glasserman, Monte Carlo Methods in Financial Engineering, ISBN 0-387-00451-3, Springer-Verlag New York, 2004.

Portail des probabilités et des statistiques

Catégories :

Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Pont brownien de Wikipédia en français (auteurs)

Игры ⚽ Поможем написать курсовую

Regardez d'autres dictionnaires:

Mouvement brownien — d une particule. Le mouvement brownien, ou processus de Wiener, est une description mathématique du mouvement aléatoire d une « grosse » particule immergée dans un fluide et qui n est soumise à aucune autre interaction que des chocs… … Wikipédia en Français
Équation différentielle stochastique — Une équation différentielle stochastique (EDS) est une généralisation de la notion d équation différentielle prenant en compte un terme de bruit blanc. Les EDS permettent de modéliser des trajectoires aléatoires, tels des cours de bourse ou les… … Wikipédia en Français
Equation differentielle stochastique — Équation différentielle stochastique Une équation différentielle stochastique (EDS) est une généralisation de la notion d équation différentielle prenant en compte un terme de bruit blanc. Les EDS permettent de modéliser des trajectoires… … Wikipédia en Français
Équations différentielles stochastiques — Équation différentielle stochastique Une équation différentielle stochastique (EDS) est une généralisation de la notion d équation différentielle prenant en compte un terme de bruit blanc. Les EDS permettent de modéliser des trajectoires… … Wikipédia en Français
Projet:Mathématiques/Liste des articles de mathématiques — Cette page n est plus mise à jour depuis l arrêt de DumZiBoT. Pour demander sa remise en service, faire une requête sur WP:RBOT Cette page recense les articles relatifs aux mathématiques, qui sont liés aux portails de mathématiques, géométrie ou… … Wikipédia en Français
Théorème de Donsker — simulations de Xn de n=100 à n=800 avec U de loi uniforme sur l ensemble { 1,1} En Théorie des probabilités, le Théorème de Donsker établie la convergence en loi d une marche aléatoire vers un Processus stochastique gaussien. Il est parfois… … Wikipédia en Français
Fonction de répartition empirique — En Statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit un échantillon de variables iid à valeurs dans avec pour fonction de… … Wikipédia en Français
Distribution empirique — Fonction de répartition empirique En Statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit un échantillon de variables iid à valeurs… … Wikipédia en Français
Test de Kolmogorov-Smirnov — En statistiques, le test de Kolmogorov Smirnov est un test d hypothèse utilisé pour déterminer si un échantillon suit bien une loi donnée connue par sa fonction de répartition continue, ou bien si deux échantillons suivent la même loi. Sommaire 1 … Wikipédia en Français
Test de kolmogorov-smirnov — En statistiques, le test de Kolmogorov Smirnov est un test d hypothèse utilisé pour déterminer si un échantillon suit bien une loi donnée connue par sa fonction de répartition continue, ou bien si deux échantillons suivent la même loi. Sommaire 1 … Wikipédia en Français

Dictionnaires et Encyclopédies sur 'Academic'

Pont brownien

Sommaire

Définition