Upload
y
View
222
Download
3
Embed Size (px)
Citation preview
This article was downloaded by: [Moskow State Univ Bibliote]On: 01 September 2013, At: 12:14Publisher: Taylor & FrancisInforma Ltd Registered in England and Wales Registered Number: 1072954 Registered office: Mortimer House,37-41 Mortimer Street, London W1T 3JH, UK
Stochastics and Stochastic ReportsPublication details, including instructions for authors and subscription information:http://www.tandfonline.com/loi/gssr19
Approximation de newton pour les équationsdifférentielles stochastiquesY. Ouknine aa Département de mathématiques, Faculté des sciences Semlalia, Université Cadi Ayyad,Marrakech, MarocPublished online: 15 Jun 2010.
To cite this article: Y. Ouknine (1993) Approximation de newton pour les équations différentielles stochastiques, Stochastics andStochastic Reports, 45:3-4, 237-247
To link to this article: http://dx.doi.org/10.1080/17442509308833863
PLEASE SCROLL DOWN FOR ARTICLE
Taylor & Francis makes every effort to ensure the accuracy of all the information (the “Content”) contained in thepublications on our platform. However, Taylor & Francis, our agents, and our licensors make no representations orwarranties whatsoever as to the accuracy, completeness, or suitability for any purpose of the Content. Any opinionsand views expressed in this publication are the opinions and views of the authors, and are not the views of orendorsed by Taylor & Francis. The accuracy of the Content should not be relied upon and should be independentlyverified with primary sources of information. Taylor and Francis shall not be liable for any losses, actions, claims,proceedings, demands, costs, expenses, damages, and other liabilities whatsoever or howsoever caused arisingdirectly or indirectly in connection with, in relation to or arising out of the use of the Content.
This article may be used for research, teaching, and private study purposes. Any substantial or systematicreproduction, redistribution, reselling, loan, sub-licensing, systematic supply, or distribution in any form to anyoneis expressly forbidden. Terms & Conditions of access and use can be found at http://www.tandfonline.com/page/terms-and-conditions
S~ochostics and Sfochasrics Reports. Vol. 45, pp. 237-247 Reprints available directly from the publisher Photocopying permitted by license only
0 1993 Gordon and Breach Science Publishers S.A. Printed in the United States of America
APPROXIMATION DE NEWTON POUR LES EQUATIONS DIFFERENTIELLES
STOCHASTIQUES
Y. OUKNINE
Dkpartement de mathematiques, Facultk des sciences Semlalia, Universitk Cadi Ayyad, Marrakech, Maroc
(Received 4 November 1991; in final form 16 June 1992)
In this paper we deal with the Newton approximation for stochastic differential equations. We show that for any T > 0, the approximate solutions, by the Newton method, converges in [0, TI. Furthermore, we give the rate of convergence for this approximation. Our results improve some recent ones obtained by S. Kawabata and T. Yamada.
KEY WORDS Stochastic differential equation, Semimartingales, Doob inequality
INTRODUCTION
La methode d'approximation de Newton a ete &endue aux operateurs sur les espaces de Banach par L. A. Kantorovich [ I ] . En considerant une equation differentielle stochastique comme un operateur non lineaire, sur un espace de Banach adtquat S. Kawabata et T. Yamada [2] montrent que sous certaines hypotheses la methode de Newton converge d'une facon geometrique sur un intervalle de temps [O,6] (6 petit) et si les coefficients de l'E.D.S sont uniformtment bornes il y a convergence des approximes sur tout intervalle de temps donne.
Dans le present travail on montre que la convergence est exponentielle sur tout [0, TI, VT > 0 et ceci sans I'hypothQe de la bornitude des coefficients, comme c'est le cas chez les auteurs de [2] . Nos resultats sont bases sur un lemme fonda- mental qui est une estimation fine sur les suites d'integrales stochastiques. Le present travail a pour origine l'article de S. Kawabata et T. Yamada [2] et celui de L. Schwartz [3].
Notation et Dkfinitions
Soit (R, 9, (FJt,,,, P) une base stochastique qui satisfait les conditions habituelles de la theorie gtnerale des processus. Si T > 0 fixe, on note:
S;: l'espace de Banach des P. classes de processus continus adapte pour les quels /(XI(,+= ((Xt((L2 < + co ou si t I T: X: = sup,,, IX(s)J. Dans la suite on notera S$ par S 2 out simplement.
237
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
238 Y. OUKNINE
Hz: l'espace des semimartingales continues pouvant s'ecrire sous la forme:
ou V est un processus a variation finie, et M est une martingale vkrifiant
si W est la variation totale de V: kt', = (dK( 1:
et 11 [ M , 1 I L 2 < + co et on posera
On rappelle l'inegalite de Burkholder-Davis-Gundy
On considkre I'equation differentielle stochastique
dX(t) = a(t, X(t)) dB + b(t, X ( t ) ) dt X(0) = X,.
On se restreint au cas unidimensionnel pour alleger les notations. Nous supposons connu la theorie des equations differentielles stochastiques, en particulier ce que l'entend par existence et unicite trajectorielle des solutions.
HYPOTHESES
HypothQe (H): Nous supposons que les fonctions o et b satisfont les hypotheses
1) a(t, x) et b(t, x) sont continues en (t, x), differentiables en x et D,a(t, x) = a,(t, x); Dxb(t, x) = b,(t, x) sont continues par rapport a la variable spatiale x.
2) I1 existe deux fonctions measurables K et M telles que
I o(t, X) l 2 + I bit, X) l 2 I K(t)(l + x2)
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
APPROXIMATION DE NEWTON 239
Remarque I1 est bien connu que sous l'hypothese (H) il y a existence et unicite trajectorielle d'une solution X( t ) definie sur [O, TI. L'existence se montre en utilisant la methode itirative de Picard et le lemme de Bore1 Cantelli; Quand a l'unicite trajectorielle, l'usage des martingales exponentielles est tres tfficace. Pour ces prob- lbmes d'existence et d'uniciti voir [4] .
On se propose d'etudier la methode iterative de Newton pour approcher la solution X, pour cela nous avons besoin de formuler 1'e.d.s. sous forme d'un probleme de point fixe pour un certain operateur entre espaces de Banach.
DEFINITION Soit F un operateur de S2 dans lui m&me et Z E S2 Si V h E S2 la limite
lim [ F ( Z + uh) - F(Z) ]u - ' u 1 0
existe en norme dans S2. On dit alors que F est G8teaux-differentiable et on note.
1 dF(Z , h) = lim - [ F ( Z + uh) - F(Z) ]
"10 u
dF(Z , h ) est un element de S2 appele la derivee de Giteaux de F en Z . Dans la suite nous considerons l'operateur F defini par: si Z E S2 et 0 < t I T
On montre facilement que F est operateur de S2 dans lui meme. En utilisant l'inegalite de Doob pour les martingales et l'inegalite de Schwartz on obtient
il en resulte donc que F opere sur S2. Voici maintenant le lemme de differentibilite de F. Ce lemme est du a S. Kawabata
et T. Yamada [2] . Nos hypotheses sont un peu plus larges que celles de [2] .
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
240 Y. OUKNINE
LEMME Pour tout Z E S Z , la dtrivde au sens de Gateaux de F en Z existe et satisfait
Dkmanstration
On montre facilement en utilisant le thtorime de Doob et la convergence dominee de Lebesgue que
lirn E sup I R(t)I2 = 0 . "10 LT I
Nous avons utilise au passage que la fonction M est integrable. Pour la preuve dktaillke de ce rtsultat on pourra consulter S. Kawabata et T. Yamada [2].
Pour pouvoir appliquer la methode iterative de Newton, il est nemssaire que l'optrateur dF soit inversible. Ce qui a kt6 prouve egalement par S. Kawabata et T. Yamada [2].
LEMME 2 Soit z E S2, (P E S2 telque ( ~ ( 0 ) = 0 P p. S alors il existe un et un seul kltment h E S2 tel que
D&monstration L'tquation lineaire en h admet une solution unique difinie sur [O, TI car M(t) est de carre integrable.
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
APPROXIMATION DE NEWTON
METHODE DE NEWTON
La methode de Newton pour l'opkrateur F est definie par: L. V. Kantorovich [I].
X,(t) est la suite de Newton associe a F. I1 s'en suit que les (X,) verifient la relation suivante
Les auteurs de [2] montrent que sous certaines hypothbes l'iteration converge d'une fason gkometrique sur un intervalle de temps [0, 61 (6 petit). Pour avoir la convergence globale (sur [0, 7'l) ils supposent de plus que les coefficients u et b sont uniformkment bornes en (t, x). Dans la suite, nous allons montrer que sous les hypotheses (H) la convegence est exponentielle et sur 10, 7'l en entier, ce qui est beaucoup mieux.
Nos rksultats sont bases sur le lemme fondamental ci-dessous.
Lemme Fondamental
Soit (2") et (Vn) deux suites de semimartingales continues de decompositions Zn = Mn + Un, Vn = An + Bn ou,
d[Mn] + IdU"I 5 Ldt
Mn et An sont des martingales locales continues
Un et Bn sont des processus continus a variation finie.
Soient (Yn) un suite de semimartingale continues qui satisfait la relation
On pose Y&' = Yn(t A s).
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
242 Y. OUKNINE
En terme de processus arretes a t on a
LEMME V t z 0 il existe une constante K > 0 telle que
Dimonstration On notera S2 , au lieu de S:.
d'ou
E sup I 1 Y"+ '(s)l12 I 8C2L sst
Posons
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
APPROXIMATION DE NEWTON
d'ou
se qui peut s'ecrire sous la forme
En integrant cette relation, il vient
Et par integration par partie du second membre de cette relation on a
En tenant compte de la relation (R) on a
Par iteration de cette relation on obtient
Comme gl est croissante on a l'estimation suivante
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
244 Y. OUKNINE
et par suite
Nous allons appliquer cette estimation a la suite de Newton pour l'operateur F pricite.
T H ~ O R ~ M E Soit X,( t) la suite des approximations assocides a l'e.d.s. on a
Vt E [O, TI: E sup llXn+ 1 ( ~ ) - x,(s)/ I) 5 ~ ( t ) ~ ~ ~ e ~ ~ ~ ~ ~ ~ ~ ~ ( ~ ) I s,, s2T
et par suite X , -+ X, ou X est la solution de l'kquation diferentielle stochastique et l'on a
Dkmonstration
Cette relation peut s'ecrire sous la forme
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
APPROXIMATION DE NEWTON
On pose Yn = Xn - Xn-, et
Zn et Un sont deux semimartingales continues; Zn = Mn + V n et
de m&me pour la semimartingale Un. On a avec ces notations
D'apres le resultat du lemme fondamental: il existe une constante K > 0 tel que
I1 en resulte donc que dans l'espace de Banach S:. Xn 5: 2 et 2 E S:. En ecrivant l'itiration pour Xn(t) et un passage A la limite montre que 2 vkrifie l'equation differentielle stochastique de dkpart, et par unicitt trajectorielle 2 = X la solution de l'equation differentielle stochastique.
L'erreure commise par la methode de Newton s'evalue a
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
246
Si on pose
Y. BUKNINE
voir [3] on a
Ce qui est beaucoup mieux que la convergence gtomitrique obtenue par S. Kawabata et T. Yamada [2].
Remarque En cornparant avec un travail de L. Schwartz [3], on peut montrer que les resultats s'etendent a l'espace s:, p > 2. Ceci a l'aide des inegalitts de Burkholder-Davis-Gundy
L'approximation de Newton converge vite en ( (k t )"/n!) l i2; K est une constante qui depend uniquement de la taille de a, b, a,, b,.
Nous avons la croissance de X
I1 en resulte donc que si il existe deux constantes a et p tel que
alors on a jl(X - Xo)'11s2 I A exp(Bt) ( A et B sont deux constantes independantes de t) voir [3].
La croissante de X est donc au plus exponentielle.
Remerciements
Je remercie S. Kawabata et T. Yamada qui m'ont envoye leur travail sous forme de pr6-publication. Je remercie egalement le referee pour ses critiques, qul ont permis d'ameliorer ce travail.
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013
APPROXIMATION DE NEWTON
References
[I] L. A. Kantorovich and G. P. Akilov; Analyse FoncitionneNe. Tome I1 Editions MIR. MOSCOU, p. 229-278.
[2] S. Kawabata and T. Yamada, On Newton method for stochastic differential equations. Seminuires de Proba. XXV, Lec. Not in Math. 1485 (1991), 121-137.
[3] L. Schwartz. La convergence de la serie de Picard pour les equations differentielles stochastiques. Shinaire de Proba. XIV, Lec Not in Math. 1372 (1989), 343-354.
[4] I. Karatzas and S. E. Shreve, Brownian Motion and Stochastic Calculus Graduate Texts in Math 113; Springer Verlag (1988).
Dow
nloa
ded
by [
Mos
kow
Sta
te U
niv
Bib
liote
] at
12:
14 0
1 Se
ptem
ber
2013