請問將一個鞅停止於停時,得到的過程還是鞅嗎?如果是,如何證明呢?謝謝!?
01-07
今天期末複習剛推導這個,故來回答一發。是的,將一個鞅停止於停時即是stopped martingale(又稱stopped process)。設是關於的鞅,T是停時,我們證明是關於的鞅:欲證明是關於的鞅,即驗證。首先拆項:;其次由停時的定義,關於可測(完全由前n個觀測量決定),故可以從條件期望中提出:左式=;最後用鞅的定義,左式==右式。————————————————————————————————————————————
補充一發。我證明的結論是:是鞅,則是鞅。這個結論不依賴於停時定理,只要T是停時即可,對連續時間鞅也成立類似的結論。
看了其他幾位朋友的回答,發覺題主描述的「將鞅停止於停時」,或許和我理解的不同。事實上,從停時定理能推出另外一種結論:是鞅,是一串遞增的停時,且滿足某種有界性條件,則是鞅。這裡的有界性條件在技術上保證了期望和無窮求和的可交換性,從強到弱有很多版本:簡單粗暴的版本是;稍弱的版本有,這個條件源自控制收斂定理(dominated convergence theorem) ,可用在賭徒輸光問題等;最弱的版本是,這個條件源自一致可積性(uniform integrability),一致可積性是期望(積分)和極限可交換的一個充要條件。滿足一定條件,是
這個定理叫optional sampling theorem, 請移步維基百科,我就不逼逼了Optional stopping theorem
鬼俠的證明是離散情況下,而且不是一般意義上的stopping time(可連續)。黑貓舉個例子說那個不是鞅, 原因是這個停時過程沒有下界啊。。。。一直向下啪啪啪,向上啪不了,自然不是鞅。如果將他的例子改成, 財富到達1或者-3時就停止,那麼這個過程就是個鞅了。剛考過,梳理下連續版本的。
第一步:如果是u.i.鞅。和是停時且,則和都是,而且。(特別的,由於 u.i, 則存在(同時為X的a.s.和極限)
。)第二步:繼續假定是u.i.鞅。由於也是停時且,由第一步則有,技術活就是證明。當然了,。
第三步:回到一般的鞅。對於任何,是u.i.(很明顯)。應用第二步到,對於任何,則。由和任意,可得是鞅。和可測性均由第一二步保證。Doob的optional sampling theorem,對於有界停時是對的,當然更廣義的情形,只要是個右閉鞅(exist last elements)也是對的。離散情形的證明有人給出了,連續的證明基於離散的結論,再要利用倒鞅(backward martingale)的收斂性。一般嚴格的教材都會有,比如gtm113。
手機打的有點亂,見笑了。
推薦閱讀:
※關於二元Logistics回歸的損失函數的推導?
※矩母函數屬於數學中哪個部分?
※請教一道無限情況的貝葉斯公式問題?
※概率論中「矩」(moment)的實際含義是什麼,高階矩表示數據的哪些狀態?
※如何推導指數分布的概率密度曲線?