Файл: Липцер Р.Ш. Статистика случайных процессов. Нелинейная фильтрация и смежные вопросы.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 10.04.2024

Просмотров: 233

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

§ 2]

СТОХАСТИЧЕСКИЕ ИНТЕГРАЛЫ.

ПРОЦЕССЫ

ИТО

117

п-+оо. Следовательно, пределы по

подпоследовательностям

lim IT(fn),

lim /r (g„)

будут совпадать.

 

Ir (f) для

 

Конструкция стохастических интегралов

Шт.

в случае функций f

осуществляется так же,

как и для / е

А именно, мы определяем интегралы It (f) — J f(s, a>)dWs с по-

мощью равенств

fl

 

т

 

/< (/)= J f(s,<*)Xt(s)dWs, О

(4.61)

о

 

где Xt{s) — характеристическая функция

множества

Поскольку (с точностью до стохастической эквивалентности)

значение стохастических интегралов It (f)

не зависит от выбора

аппроксимирующей последовательности, то при исследовании

свойств

процесса

It(f),

 

 

можно использовать частные

случаи

таких

последовательностей.

 

 

В частности,

возьмем в качестве такой последовательности

функции f N(s, о) из (4.57). Поскольку Р |

J

f2{s, со) c/s < оо | = 1,

 

 

 

 

 

 

оо

QN,

 

 

QN =

то

множество

£У — (J

где

 

т

 

 

 

 

л/=і

 

 

 

 

^ J

f2(s,

to) ds <

N I , отличается от Q на подмножество Р-меры

о

 

 

 

 

>

 

 

 

 

 

нуль. Заметим

теперь, что на множестве QN

 

 

 

 

 

ü>)=

fN+l(s, со)= . . .

=

/(s, со)

для

всех

s, O

^ s ^ r .

Следовательно,

на

множестве

 

 

 

 

 

t

 

 

t

 

 

 

 

 

It (f)= J f(s, ®)dWs = \

fN{s, ®)dWs = It (fN).

 

 

 

 

о

 

 

0

 

 

 

Ho fN e

 

Шт. Поэтому процесс It {fN) непрерывен no t, 0 < / ^ 7 ,

с вероятностью 1 (точнее,

имеет непрерывную модификацию).

Отсюда

 

вытекает, что

на

множестве ПдГ стохастические инте­

гралы It (f),

 

 

 

образуют непрерывный процесс.

 

 

 

 

 

 

 

 

оо

 

 

Но,

как

уже

отмечалось,

Q' == [J Qw

отличается от Q лишь

на множестве P-меры,

 

 

N=1

 

 

нуль, следовательно, Р-п. н. случайный

процесс It (f),

 

 

имеет непрерывные траектории. В силу

прогрессивной

измеримости процессов It{fц), 0 ^ / ^ Г , это же


118

 

 

 

СТОХАСТИЧЕСКИЕ ИНТЕГРАЛЫ

[ГЛ. 4

рассуждение показывает, что процесс

0 ^ . t ^ . T ,

также

является

прогрессивно

измеримым.

 

замеча­

З а м е ч а н и е

6.

Согласно сделанному выше

нию 2,

если

f е

Шт, то существует, такая последовательность

[fn, п =

1,

2,

...}

простых

функций, что

равномерно

по t,

0 < г < 7 \

с вероятностью 1

| fn dWs —> J

f dWs.

 

оо

Аналогичный результат сохраняет свою силу и для функций

(см- [ 123]).

З а м е ч а н и е 7. Полезно также отметить, что неравенства (4.59) и (4.60) сохраняются и для любой функции f е <РГ.

.Действительно, пусть {/„, п — 1, 2, . . . } — последовательность простых функций таких, что

I fn{s,

со) |< | f (s, со) I, 0 < s < 7 \ a e Q ,

и

T

 

 

J [fn (s, со) — f (s, со)]2 ds -> 0

 

0

(по вероятности)

при n-> oo. Тогда для любых N > 0, С > 0

и

 

t

РЛЛ sup J

с<г 0

/ ( s , с о ) с Л Г 5 > C

t

 

< P M Л

sup

J M s, co)drs > C

+

 

 

\ t < T

0

 

 

- f - P f А Л ( sup

J [f(s, CO) — fn(s,

со)] dWs

> 0 <

 

\ t < T

 

 

 

 

N

л л ( { f^(s . co)fi?s>yv'j + P^

[f(s, w)

fn(s, (O)]2ds>0

c2 + p

Отсюда, переходя к пределу при п-^оо, получаем требуемое неравенство


§ 2]

СТОХАСТИЧЕСКИЕ ИНТЕГРАЛЫ. ПРОЦЕССЫ ИТО

119

Завершая

конструкцию стохастических интегралов

It (f) для

функций

f е ^

г> отметим их свойства. Свойства (4.45)—(4.47)

остаются выполненными. Однако свойства (4.48), (4.49) могут

нарушаться (см. ниже замечание 9 в

п. 8).

Если в случае

f ^ T t T стохастические интегралы (/*(/),

^ ) ,

образо­

вали мартингал (притом квадратично интегрируемый), то для

функций

это уже, вообще говоря, не так. Впрочем,

в случае f ^ S P T

(It(f), 5Ft), t ^ T ,

образуют локальный мартин­

гал (см. далее и. 10).

 

 

 

 

7. Пусть

и т = т((й) — конечный (Р(т < оо) =

1) мар­

ковский момент

относительно системы

(S^),

t ^ 0.

Наряду

со стохастическими интегралами

/Д/) =

J f{s,

(a)dWs

введем

 

 

 

о

 

 

стохастический интеграл со случайным верхним пределом т.

Положим

по определению

 

 

 

 

 

 

 

 

 

1%(/) =

/<(/)

на

{со: т (со) = t}.

 

(4.62)

Поскольку

стохастический интеграл

/*(/),

0,

является

прогрессивно

измеримым

процессом,

то

по лемме

1.8 Ix(f)

является £Гт-измеримой

случайной

величиной.

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

По

аналогии с

обозначением

/Д/) =

J f(s,

&)dWs будем

 

 

 

 

 

 

 

 

X

о

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

использовать

также

обозначение

/T(f)=

j

f(s, сo)dW5.

 

При

оперировании

со

 

 

 

о

 

интегралами Ix(f)

стохастическими

со случайным

верхним

пределом

т

полезно

следующее равен­

ство:

 

 

=

 

 

(Р-п. и.),

 

 

(4.63)

 

 

 

 

 

 

 

где X = X{t<t}— характеристическая функция множества {/^т}.

В иных обозначениях

равенство

(4.63) можно переписать сле­

дующим образом:

 

 

 

 

X

 

оо

 

 

 

{ f(s, с0 )dWs = \

X{s<x)f(s, СО)dWs (Р-п. н.).

(4.64)

о

 

о

 

 

 

Докажем (4.63) (или (4.64)).

равенство

 

Для простых

функций

f е

 

 

X

 

00

 

j

f(s, ) d W = \

X [ s < x ) f { s , со)dWs

(4.65)

о

 

 

о

 

 

очевидно.

 

 

 

 

 


120

с т о х а с т и ч е с к и е и н т е г р а л ы

[ГЛ. 4

Пусть

f e S 3«, и

/г = 1, 2, . . . . — последователь­

ность простых функций, участвующих в построении интегралов It (f), t > 0 . Поскольку (по вероятности)

СО

J

If„(*.

 

 

 

®)x(s<T)J2^S<

 

 

 

 

 

 

О

 

 

 

 

 

< Jсо [/„(s, со)—/(s, со)]2ds->0,

 

 

 

 

 

 

 

 

 

п-* оо,

то

 

 

 

 

о

 

 

 

 

 

 

 

 

 

 

 

 

ОО

 

 

 

 

 

 

ОО

 

 

 

 

 

 

 

 

 

 

со)X{S<T} dWs=

 

со)x{s<t) dWs.

 

 

 

Р- lim

f fn (s,

f f (s,

(4.66)

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

Заметим теперь, что на множестве

(со: т(ео) = ?}

 

 

 

т

 

 

 

t

 

 

 

i

J

 

t

 

 

 

со)dWa

 

J fn{s,

a)dWs — J fn(s, со)dWs,

f(s, CO)dWs= J

f(s,

и

0

 

 

0

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f(s, со)d r , .

 

 

 

 

 

 

 

 

 

 

CO)dWs =

J

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

Поэтому

на множестве {ш;

t (g>) =

^}

 

 

 

 

 

 

 

 

 

 

т

 

 

 

 

т

 

 

 

 

 

 

 

 

 

Р- Нш

fn(s, a>)dWs =

J

f(s, со)dWs.

 

 

(4.67)

 

 

 

 

П->оо J

 

 

 

 

 

 

 

о

 

 

 

 

 

о

 

 

 

 

 

 

Из

(4.65) — (4.67) следует требуемое равенство

(4.64).

 

Следующий результат,

часто используемый в дальнейшем,

является обобщением

леммы

4.6.

 

 

 

0, — неупреждающий

 

Л е м м а

4.7.

Пусть f =

f(t,a>),

 

(относительно системы F =

(@~t),

 

0)

процесс. Пусть {оп, п =

=

1, 2,

— неубывающая

 

последовательность

марковских

моментов, 0 =

1іша„,

таких,

что при каждом п = 1,

2, . . .

 

 

 

 

П

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Р ^ | f2(s,

сo)ds <

ooj =

1.

 

 

 

 

Тогда для

любого события А е

5Fа

и

N > 0, С >

0

 

Р ) А П

sup

f(s,

со) d r ,

> С

<

 

 

 

 

 

 

+ Р j Д п J f2(s, со)ds > N j .