確率解析の問題
を確率空間 上の である 1 次元標準ブラウン運動とし、 とする。期待値
の値を求めよ。
この問題で使うもの
- ブラウン運動の二次汎関数の期待値(カメロン・マルティンの公式)(説明と入口の問題)
- ギルサノフの定理(説明と入口の問題)
- 伊藤の公式(説明と入口の問題)
- 確率微分方程式(幾何ブラウン運動・OU 過程)(説明と入口の問題)
- ファインマン・カッツの公式(説明と入口の問題)
この問題を解けるようになるまで(129 技能)
読み込み中…
右端(太枠)がこの問題で使う技能です。左へドラッグすると、さらに前の前提をさかのぼれます。技能を押すと、そこまでの道筋が光ります。
一覧で見る(前提が先)
- 樹形図で数え上げる
- 積の法則と和の法則
- 和の法則・積の法則と樹形図
- 順列・円順列・重複順列
- 組合せ
- 確率の定義と和事象・余事象
- 条件付き確率と乗法定理
- 四則の混じった計算の順序
- 等間隔にならんだ数の和
- 分数のたし算・ひき算
- 小数の四則計算
- 正負の数の加法・減法
- 分数のかけ算・わり算
- 正負の数の乗除・累乗と四則混合
- 分配法則を使った計算のくふう
- 文字式の計算(同類項・分配法則)
- 等差・等比数列の和と Σ
- マルコフ連鎖と推移確率
- 期待値
- 確率変数と確率分布
- 平均と合計
- 平均値・中央値・最頻値
- 代表値(平均値・中央値・最頻値)
- 分散と標準偏差
- 変量の変換と平均・分散
- 確率変数の期待値・分散と
- 確率変数の和と積(独立な場合)
- 乗法公式による展開
- 因数分解
- 3 次式までの展開と因数分解
- 微分係数と導関数の定義
- 多項式の微分
- 多項式の不定積分
- 数列の極限
- 関数の極限
- 積と商の微分
- 合成関数の微分
- 円の周の長さと面積
- おうぎ形の弧の長さと面積
- 弧の長さからおうぎ形の中心角と面積を求める
- 三角形・四角形の面積
- 約数の見つけ方
- 素因数分解と約数の個数
- 平方根の意味と根号の簡単化
- 三平方の定理
- 特別な直角三角形の辺の比
- 弧度法と単位円による三角関数
- の極限
- 加法定理と 2 倍角・半角・積和の公式
- 三角関数の導関数
- 根号の乗除と加減
- 指数の拡張と指数関数
- 対数の定義と性質
- 自然対数の底
- 指数関数・対数関数の導関数
- 基本的な関数の不定積分
- 置換積分
- 部分積分
- 定積分の計算
- 定積分の置換・部分積分と偶関数・奇関数
- 重積分と累次積分
- 同時分布・周辺分布と独立性
- 条件付き分布と全期待値の公式
- 到達確率と平均到達時間
- 単純ランダムウォークと反射原理
- 広義積分
- ルベーグ積分の計算
- 単調収束定理・優収束定理
- 連続型確率変数と確率密度関数
- 一様分布・指数分布
- 測度論的な期待値と収束定理
- 独立な試行と反復試行
- 二項分布
- 小数と分数のまじった計算
- 逆算(□ を求める)
- 1 次方程式の解き方
- 比例・反比例の式とグラフ
- 関数 の式と変域
- 平方完成と 2 次関数のグラフ
- 2 次不等式
- 剰余の定理・因数定理と高次方程式
- 増減表と極値
- 関数の連続性と中間値の定理
- 平均値の定理
- 第 2 次導関数とグラフの凹凸
- 増減・凹凸・漸近線とグラフ
- テイラー展開
- 無限等比級数と無限級数
- べき級数と収束半径
- 幾何分布・ポアソン分布
- 積率母関数
- 複素数と 2 次方程式の虚数解
- オイラーの公式
- 特性関数
- 特性関数の性質と反転公式
- マルコフの不等式・チェビシェフの不等式
- 正規分布と標準化
- 標本平均の分布
- 大数の弱法則
- 偏微分と全微分
- 多変数の連鎖律
- 重積分の変数変換とヤコビアン
- ガウス積分
- 正規分布の密度と積率
- 中心極限定理の使い方
- 中心極限定理(特性関数による)
- ブラウン運動
- σ 加法族に関する条件付き期待値
- マルチンゲール
- 伊藤積分と伊藤の等長性
- 伊藤の公式
- ギルサノフの定理
- 分数関数の積分(部分分数分解)
- 変数分離形
- 1 階線形微分方程式
- 確率微分方程式(幾何ブラウン運動・OU 過程)
- ブラウン運動の二次変分
- 伊藤過程に対する伊藤の公式と積の公式
- ブラウン運動の二次汎関数の期待値(カメロン・マルティンの公式)
- 偏微分方程式の用語と解の確認
- 三角関数の合成
- 定数係数 2 階線形(斉次)
- 境界値問題と固有値
- 変数分離法
- 三角関数の積分
- フーリエ級数
- 正弦級数・余弦級数
- 有界区間の熱方程式
- ファインマン・カッツの公式
ヒント
行き詰まったら、上から順に 1 つずつ開いてください。
ヒント 1
ドリフト に対応するギルサノフの密度 で測度を変えると、 の項が消える。
ヒント 2
伊藤の公式から 。新しい測度のもとで はオルンシュタイン・ウーレンベック過程 になる。
ヒント 3
期待値は に帰着し、 のもとで である。
答えと解説
答えを見る
どこでつまずきましたか?(選ぶと、戻る場所を案内します)
解説を読む
求める期待値を とおく。ギルサノフの定理で、 がオルンシュタイン・ウーレンベック過程になる確率測度に取り替える。
測度変換. を の生成するフィルトレーションとし、
とおく。これは線形ドリフト に対応する確率指数であり、真のマルチンゲールである(たとえば ではノビコフ条件 が成り立つ。)。 で 上の確率測度 を定めると、ギルサノフの定理より
は のもとで標準ブラウン運動であり、 は のもとで , を満たすオルンシュタイン・ウーレンベック過程である。
被積分量の書き換え. なので であり、
伊藤の公式 より (これは確率積分の経路ごとの等式なので のもとでも成り立つ)。よって
のもとでの分布. なので、 のもとで は平均 、分散
の正規分布に従う。 に対して なら
である。 より 。
したがって と合わせて
ファインマン・カッツの公式による確認. は
の解である。 とおくと , となり、 から 、 から 。よって で一致する。
別解
伊藤の公式より なので 。よって求める期待値は 。
は、ドリフト に対するギルサノフ密度である。ドリフトが線形増大なので、ベネシュの条件により は真のマルチンゲールで ()。
したがって期待値は 。
検算: 既知の公式 に を代入すると 。一致する。