E-MARTINGAALIT JA NIIDEN SOVELLUKSIA

Samankaltaiset tiedostot
4. Martingaalit ja lokaalit martingaalit

5. Stokastinen integrointi

= X s + IE[X t X s ] = 0, s ja sitä, että ehdollinen odotusarvo on tavallinen odotusarvo silloin, kun satunnaismuuttuja

Konvergenssilauseita

Lebesguen mitta ja integraali

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Määritelmä 2.5. Lause 2.6.

7. Tasaisen rajoituksen periaate

802320A LINEAARIALGEBRA OSA II

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

1 Sisätulo- ja normiavaruudet

JATKUVAT SEMIMARTINGAALIT JA FILTRAATION ALKULAAJENNUS. Mikko Pakkanen. Pro gradu-tutkielma

LUKU 6. Mitalliset funktiot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

Täydellisyysaksiooman kertaus

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010

8. Avoimen kuvauksen lause

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Inversio-ongelmien laskennallinen peruskurssi Luento 7

Derivaattaluvut ja Dini derivaatat

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Reaalianalyysin perusteita

1 Määrittelyjä ja aputuloksia

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

MS-C1340 Lineaarialgebra ja

FUNKTIONAALIANALYYSIN PERUSKURSSI Johdanto

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1

Matematiikan ja tilastotieteen laitos Stokastiset differentiaaliyhtälöt Ratkaisuehdotelma Harjoitukseen 5

4.3 Moniulotteinen Riemannin integraali

1 Reaaliset lukujonot

X k+1 X k X k+1 X k 1 1

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

STOKASTISET DIFFERENTIAALIYHTÄLÖT 115

Cantorin joukon suoristuvuus tasossa

1 Lineaariavaruus eli Vektoriavaruus

8. Avoimen kuvauksen lause

Mitta- ja integraaliteoria 2 Harjoitus 1, Olkoon f : A! [0, 1] mitallinen ja m(a) < 1. Näytä, että josonp>1javakio M<1, joille

802320A LINEAARIALGEBRA OSA I

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

Insinöörimatematiikka D

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Insinöörimatematiikka D

6. Lineaariset operaattorit

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Kertausta: avaruuden R n vektoreiden pistetulo

4.0.2 Kuinka hyvä ennuste on?

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla

= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120

Analyysin peruslause

Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Mat Johdatus stokastiikkaan: Todistuksia

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Sisätuloavaruudet. 4. lokakuuta 2006

MS-C1340 Lineaarialgebra ja

Esko Turunen Luku 3. Ryhmät

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Joukot metrisissä avaruuksissa

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon

peitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko.

Matematiikan tukikurssi

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Johdatus matemaattiseen päättelyyn

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

Reaaliluvut. tapauksessa metrisen avaruuden täydellisyyden kohdalla. 1 fi.wikipedia.org/wiki/reaaliluku 1 / 13

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

Iteratiiviset ratkaisumenetelmät

f(k)e ikx = lim S n (f; x) kaikilla x?

Martingaalit ja informaatioprosessit

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

6. Sovelluksia stokastiselle integroinnille

Kompaktisuus ja filtterit

Osittaisdifferentiaaliyhtälöt

Kuva 3.1: Näyte Gaussisesta valkoisest kohinasta ε t N(0, 1) Aika t

Insinöörimatematiikka D

Martingaalit ja informaatioprosessit

Määritelmä 17. Olkoon Ω joukko ja Σ sen jokin σ-algebra. Kuvaus P : Σ [0, 1] on todennäköisyysmitta (eng. probability measure), jos

Positiivitermisten sarjojen suppeneminen

Tiheyspistelauseita. Petteri Salovaara. Pro Gradu tutkielma

HILBERTIN AVARUUKSISTA

Avaruuden R n aliavaruus

Sovellettu todennäköisyyslaskenta B

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

Sisältö. Sarjat 10. syyskuuta 2005 sivu 1 / 17

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Transkriptio:

E-MARTINGAALIT JA NIIDEN SOVELLUKSIA Pro Gradu -tutkielma MIKA SIRVIÖ hyväksytty 2. helmikuuta 24 Matematiikan ja tilastotieteen laitos Helsingin yliopisto

SISÄLTÖ I. Johdanto.............................. 3 II. Merkintöjä ja määritelmiä..................... 5 III. Stokastinen integrointi....................... 19 IV. E-martingaalit........................... 34 V. Avaruus G T (Θ) ja hajotelmia................... 58

I. JOHDANTO Todennäköisyysteorian synty oli pitkälle uhkapeleistä peräisin olevien ongelmien inspiroima. Ensimmäiset viitteet todennäköisyysteoriaan löytyvätkin G. Cardanon uhkapelejä käsittelevästä teoksesta Liber de Ludo Aleae [7]. Historioitsijat ovat kuitenkin hyvin yksimielisiä siitä, että todennäköisyysteoria itsenäisenä oppialana alkoi B. Pascalin ja P. de Fermat n välisestä kirjeenvaihdosta [58], erityisesti heidän ratkaistuaan vuonna 1654 ongelman panosten jaosta pelaajien kesken pelin jäädessä kesken. Tämän jälkeen todennäköisyysteoria kehittyi monella osa-alueellaan mutta ennen 19-luvun alkua siltä puuttui silti vielä täsmällinen matemaattinen pohja. Tämä tilanne oli väistämätön, koska todellisen maailman tapahtumia kuvaavan todennäköisyyden käsitteen täsmällisen formuloinnin mahdollistavaa mittateoriaa ei oltu vielä keksitty. Mittateorian kehityksen aloitti H. Lebesguen väitöskirja [49], joka laajensi tilavuuden käsitteen avaruudessa R n Borelin joukkoihin. Kuitenkin kului vielä 28 vuotta ennenkuin mittateoria oli tarpeeksi kehittynyt ollakseen riittävä todennäköisyysteorian matemaattiseksi perustaksi. Viimeinen olennainen tulos, jota A. N. Kolmogorov tarvitsi esittäessään todennäköisyyden mittateoreettiset perusteet vuonna 1933 [47], oli Radonin ja Nikodýmin lause [56]. Ensimmäisestä todennäköisyysteorian finanssisovelluksesta on vastuussa L. Bachelier [3]. Hän yritti osana väitöskirjaansa mallintaa Pariisin pörssin käytöstä Brownin liikkeen avulla, jota hän oli approksimoinut satunnaiskävelyllä sekä johtanut siihen liittyviä jakaumia. Vaikkakin kyseisen stokastisen prosessin olemassaolon todisti vasta N. Wiener vuonna 1923 [66]. Tässä tutkielmassa toinen luku on tarkoitettu erittäin tiiviiksi johdannoksi stokastisten prosessien yleiseen teoriaan, niiltä osin kuin sitä välttämättä tarvitaan myöhemmissä luvuissa. Siinä esitetyt tulokset ovat olleet tunnettuja viimeisten kolmenkymmenen vuoden ajan. Luku III jatkaa käsitellen stokastisen analyysin yhtä tärkeimmistä työkaluista, stokastista integraalia. Stokastinen integraali konstruoidaan semimartingaaleille, jotka saavat arvonsa avaruudessa R d. Mielenkiinnon kohteena stokastinen integrointi on ollut jo pitkään, ensimmäisen määritelmän stokastiselle integraalille esitti K. Itô [38], [39] 194-luvulla. Neljännessä luvussa tutustutaan aluksi stokastisen differentiaaliyhtälön Z = 1 + Z X ratkaisuun, stokastiseen eksponenttiin E(X). Tätä yhtälöä tarkastelemalla C. Doléans-Dade [25] aloitti semimartingaalien stokastisten differentiaaliyhtälöiden tutkimuksen. Tämän prosessin ominaisuuksiin tutustumisen jälkeen määritellään stokastisten prosessien luokka E-martingaalit, jota tutkivat ensimmäisinä T. Choulli, L. Krawczyk ja C. Stricker [14]. He

myös laajensivat Doobin epäyhtälön sekä Burkholderin, Davisin ja Gundyn epäyhtälöt [15] E-martingaalien luokalle. Edellisissä luvuissa käsitellyllä teorialla on sovelluksia matemaattisessa rahoitusteoriassa liittyen johdannaisten suojaukseen epätäydellisissä markkinamalleissa, joissa johdannaisia kuvataan satunnaismuuttujilla H L p ja arvopapereiden hintoja d-ulotteisilla semimartingaaleilla X. Tärkeiksi ongelmiksi osoittautuvat projisointi stokastisten integraalien muodostamalle avaruudelle G T (Θ) = {(θ X) T ξ Θ}, jossa avaruus Θ muodostuu sopivat integroituvuusehdot täyttävistä prosesseista, sekä kysymys siitä, milloin satunnaismuuttujalle H L 2 on olemassa hajotelma H = H + (ξ H X) T + L T, jossa L H on hintaprosessin X kanssa ortogonaalinen martingaali. Tätä hajotelmaa kutsutaan satunnaismuuttujan H Föllmerin ja Schweizerin hajotelmaksi semimartingaalin X suhteen. Projisointiongelman kohdalla on luonnollisesti olennaista tietää, milloin avaruus G T (Θ) on suljettu avaruudessa L p. Viimeinen luku on omistettu näiden kysymysten tarkastelulle. 4

II. MERKINTÖJÄ JA MÄÄRITELMIÄ Tarkoituksena on esittää ensimmäiseksi lyhyt katsaus stokastisten prosessien yleiseen teoriaan, joka käsittelee joukon R + indeksoimia stokastisia prosesseja. Tilan puutteesta johtuen tyydytään tiiviiseen ilmaisuun ja vähäiseen määrään esimerkkejä. Tässä esityksessä käytetään stokastisen analyysin peruskäsitteitä ja -tuloksia, jotka on esitetty esimerkiksi Hen, Wangin ja Yanin [37], Jacodin ja Shiryaevin [42], Dellacherien ja Meyerin [23] sekä Jacodin [4] kirjoissa. Näistä teoksista löytyvät myös kaikki tässä selittämättömät merkinnät. Prosessit ja pysäytyshetket Olkoon (Ω, F, P) täydellinen todennäköisyysavaruus. Määritelmä II.1. Historia F = (F t ) t on kasvava kokoelma σ-algebroja: kaikille s < t, F s F t. Määritellään F t+ = s>t F s, t, (II.1) F t = σ( s<t F s ), t > ja (II.2) F = F, F = F. (II.3) Historia F on oikealta jatkuva, jos kaikille t, F t = F t+. Historian F sanotaan täyttävän tavalliset ehdot, jos F on oikealta jatkuva ja F sisältää kaikki P-nollamitalliset joukot. Määritelmä II.2. Stokastinen prosessi X on F-sopiva, jos kaikille t, X t on F t -mitallinen. Prosessi X = (X t ) t on jatkuva, jos sen polut, t X t (ω), ovat melkein varmasti jatkuvia. Prosessilla X on D-polut 1, jos sen polut ovat melkein varmasti oikealta jatkuvia, X t+ (ω) = X t (ω), ja sillä on melkein varmasti äärelliset vasemmanpuoleiset raja-arvot, X t = lim s t X s (ω). Stokastiset prosessit X ja Y ovat erottamattomat, jos P[X t = Y t : t < ] = 1. (II.4) 1 Stokastisille prosesseille, joilla on D-polut käytetään kirjallisuudessa myös merkintöjä càdlàg (continu à droite avec des limites à gauche) ja RCLL (right continuous with left limits).

Määritelmä II.3. Joukkoa A kutsutaan häviäväksi, jos joukko {ω t R +, jolla (ω, t) A} on P-nollamittainen. Kahta prosessia X ja Y kutsutaan erottamattomiksi, jos joukko {X Y } = {(ω, t) X t (ω) Y t (ω)} on häviävä, eli jos prosessien X ja Y melkein kaikki polut ovat samoja. Huomautus. Jos prosessit X ja Y ovat erottamattomat, on kaikilla ajanhetkillä t R + voimassa X t = Y t melkein varmasti mutta käänteinen väittämä ei ole tosi. Kuitenkin jos kummallakin prosesseista X ja Y on vasemmalta tai oikealta jatkuvat polut, on käänteinenkin väittämä voimassa. Määritelmä II.4. F-sopiva stokastinen prosessi X on F-martingaali (vastaavasti F-ylimartingaali, F-alimartingaali), jos kaikille t, X t on integroituva, ja kaikille s < t E[X t F s ] = X s (vastaavasti X s, X s ) m.v.. (II.5) Kaikkien tasaisesti integroituvien martingaalien joukkoa merkitään M. Nimitys martingaali on peräisin ranskankielisestä nimestä uhkapelistrategialle, jossa panos tuplataan joka kierroksella kunnes saavutetaan voitto. Jos tällaisessa tilanteessa pelaajan varallisuutta kuvaava prosessi X n on martingaali, on pelaajan keskimääräinen varallisuus seuraavan pelin jälkeen sama kuin nykyinen varallisuus. Peli on siis silloin reilu. Ensimmäisenä martingaaleja käytti eksplisiittisesti J. Ville [65]. Alimartingaaleille on voimassa tunnettu Doobin epäyhtälö. Lause II.5. Jos p > 1 ja q ovat Hölderin liittolukuja, niin kaikille positiivisille alimartingaaleille X on voimassa Todistus. [6] I.2 Thm. 2 X p q sup X t p. t Määritelmä II.6. Pysäytyshetki on kuvaus τ : Ω [, ], jolla kaikilla t R + joukko {τ t} F t. Jos τ on pysäytyshetki, merkitään kaikkien joukkojen A F, joilla A {τ t} F t kaikilla t R +, joukon muodostamaa σ-algebraa F τ. Merkitään kaikkien joukkojen A F, joilla A {τ < t} F t kaikilla t R +, joukon ja σ-algebran F generoimaa σ-algebraa F τ. σ-algebra F t tulkitaan yleensä kuvaavan olevan niiden tapahtumien joukko, jotka ovat sattuneet ennen tai viimeistään hetkellä t. Pysäytyshetki on siis satunnainen ajanhetki, jolla on se ominaisuus, että tapahtuma "τ on tapahtunut hetkeen t mennessä"riippuu vain historiasta hetkeen t saakka eikä informaatiosta hetkestä t eteenpäin. Vastaavasti F τ voidaan tulkita niiden tapahtumien joukkona, jotka ovat sattuneet ennen tai viimeistään hetkellä τ. Pysäytyshetkillä on seuraavia ominaisuuksia. Lause II.7. Olkoot σ ja τ kaksi pysäytyshetkeä. 6

i. σ τ ja σ τ ovat pysäytyshetkiä. ii. σ τ F σ F τ. iii. F σ F τ = F σ τ. iv. F σ F τ = F σ τ = {A B A F σ, B F τ, A B = }. Todistus. [37] Thm. 3.2, 3.4 Esimerkki II.8. Millä tahansa pysäytyshetkellä τ ja reaaliluvulla s > satunnaismuuttuja τ + s on pysäytyshetki. Lisäksi on hyvä huomata, että yleensä τ s ei ole pysäytyshetki. Määritelmä II.9. Jos τ on pysäytyshetki ja A F, niin pysäytyshetken τ rajoittuma joukolle A on τ A (ω) = τ(ω), kun ω A, ja muulloin τ A (ω) =. Koska joukko {τ A t} = A {τ t}, on τ A pysäytyshetki, jos ja vain jos joukko A kuuluu σ-algebraan F τ. Määritelmä II.1. Olkoot σ ja τ kaksi pysäytyshetkeä. Kutsutaan seuraavia satunnaisia joukkoja stokastisiksi väleiksi. [σ, τ] = {(ω, t) t R +, σ(ω) t τ(ω)}, [σ, τ[= {(ω, t) t R +, σ(ω) t < τ(ω)}, ]σ, τ] = {(ω, t) t R +, σ(ω) < t τ(ω)}, ]σ, τ[= {(ω, t) t R +, σ(ω) < t < τ(ω)}, ja merkinnällä [τ] tarkoitetaan stokastista väliä [τ, τ]. Määritelmä II.11. Olkoon C on luokka prosesseja. Määritellään lokalisoitu luokka C loc seuraavasti. Prosessi X kuuluu luokkaan C loc, jos ja vain jos on olemassa kasvava jono pysäytyshetkiä (τ n ) ja lim n τ n = melkein varmasti, joilla pysäytetty prosessi X τn kuuluu luokkaan C. Jonoa (τ n ) kutsutaan lokalisoivaksi jonoksi prosessille X luokan C suhteen. Selvästi on voimassa C C loc. Määritelmä II.12. Prosessin luokkaa C kutsutaan vakaaksi pysäyttämisen suhteen, jos kaikilla X C ja millä tahansa pysäytyshetkellä τ, pysäytetty prosessi X τ kuuluu luokkaan C. Lemma II.13. Olkoot C ja C kaksi pysäyttämisen suhteen vakaata luokkaa. Silloin i. luokka C loc on vakaa pysäyttämisen suhteen ja (C loc ) loc = C loc ja ii. (C C ) loc = C loc C loc. Todistus. [42] Lemma 1.35 7

Tämän lemman perusteella iteroimalla lokalisointia ei voida saada aikaan yhä laajempia prosessien luokkia. Hyvin usein tätä lemmaa käytetään tilanteessa, jossa C, C ja C ovat pysäyttämisen suhteen vakaita luokkia ja jokaiseen prosessiin X C loc C loc liitetään uusi prosessi Y = ϕ(x), jolla on voimassa ϕ(x τ ) = ϕ(x) τ kaikilla pysäytyshetkillä τ. Jos silloin kaikilla prosesseilla X C C pätee ϕ(x) C loc, niin prosessi ϕ(x) kuuluu luokkaan C loc myös kaikilla X C loc C loc. Määritellään seuraavaksi lokaalit martingaalit. Määritelmä II.14. Prosessi M on lokaalisti F-martingaali, jos M F ja on olemassa kasvava jono pysäytyshetkiä τ n, τ n, kun n, jolla kaikilla n pysäytetty prosessi M τ n on F-martingaali, missä M τ n t = M t τ ni {τ n >}. Kaikkien lokaalien martingaalien joukkoa merkitään M loc. On helppo nähdä, että jokainen martingaali, jolla on D-polut on myös lokaali martingaali. Määritellään seuraavaksi kaksi σ-algebraa, optionaalinen ja ennustettava σ-algebra, joukolla Ω R +. Tarkastellaan ensimmmäiseksi näistä laajempaa, optionaalista σ-algebraa. Määritelmä II.15. Optionaalinen σ-algebra O joukolla Ω R + on kaikkien F-sopivien D-polut omaavien prosessien generoima σ-algebra. Prosessia, joka on mitallinen optionaalisen σ-albegran suhteen, kutsutaan optionaaliseksi. Lause II.16. Olkoon X optionaalinen (vast. ennustettava) prosessi. Jos τ on pysätyshetki, niin i. prosessi X τ I {τ< } on F τ -mitallinen ja ii. pysäytetty prosessi X τ on optionaalinen (vast. ennustettava). Todistus. [37] Cor. 3.23, 3.24 Lause II.17. Jos σ ja τ ovat pysäytyshetkiä ja prosessi X on F σ -mitallinen satunnaismuuttuja, niin seuraavat prosessit ovat optionaalisia: XI [σ,τ], XI [σ,τ[, XI ]σ,τ] ja XI ]σ,τ[. Todistus. [42] Prop. 1.23 Lause II.18. Jokainen vasemmalta jatkuva F-sopiva prosessi on optionaalinen. Todistus. [42] Prop. 1.24 Seuraus II.19. Jos F-sopivalla prosessilla X on D-polut, niin prosessit X ja X = X X ovat optionaalisia. Lause II.2. i. Stokastiset välit [τ, [, jossa τ on mikä tahansa pysäytyshetki, generoivat optionaalisen σ-algebran. 8

ii. Stokastiset välit [, τ], jossa τ on mikä tahansa pysäytyshetki, generoivat optionaalisen σ-algebran. Todistus. i. [37] Thm. 3.17, ii. [28] Lemma 6.5 Määritelmä II.21. Ennustettava σ-algebra P tulokentällä Ω R + on pienin σ-algebra, jonka suhteen kaikki vasemmalta jatkuvat F-sopivat prosessit ovat mitallisia. Stokastinen prosessi on ennustettava, jos se on P-mitallinen. Huomautus. P O. Lause II.22. Ennustettavan σ-algebran generoi mikä tahansa seuraavista satunnaisten joukkojen kokoelmista. i. A {}, jossa A F, ja [, τ], jossa τ on mikä tahansa pysäytyshetki. ii. A {}, jossa A F, ja A (s, t], jossa s < t ja A F s. Todistus. [42] Thm. 2.2 Lause II.23. Jos X on ennustettava prosessi ja τ on pysäytyshetki, niin i. prosessi X τ I {τ< } on F τ -mitallinen ja ii. pysäytetty prosessi X τ on ennustettava. Todistus. [42] Prop. 2.4 Seuraavat lauseet saadaan suoraan ennustettavien prosessien määritelmästä. Lause II.24. Jos σ ja τ ovat pysätyshetkiä ja prosessi X on F σ -mitallinen satunnaismuuttuja, niin prosessi XI ]σ,τ] on ennustettava. Lause II.25. Jos F-sopivalla prosessilla X on D-polut, niin prosessi X on ennustettava ja prosessin X ollessa lisäksi ennustettava myös prosessi X on ennustettava. Määritelmä II.26. Ennustettava hetki on kuvaus T : Ω [, ], jolla stokastinen väli [, T [ on ennustettava. Jos T on ennustettava hetki, jokainen väli [T, [ kuuluu ennustettavaan σ-algebraan ja siten myös optionaaliseen σ-algebraan. Täten prosessi X = I [T, [ on F-sopiva ja {T t} = {X t = 1} F t, joten ennustettavat hetket ovat myös pysäytyshetkiä. Jos T sen sijaan on pysäytyshetki ja t >, niin [, T + t[= n [, T + (n 1)t/n] P ja T + t on ennustettava hetki. Lause II.27. Jos T on ennustettava hetki ja joukko A F T, niin T A on ennustettava hetki. Todistus. [42] Prop. 2.1 9

Lause II.28. Olkoot σ ja τ pysäytyshetkiä ja X satunnaismuuttuja. Silloin seuraavat väittämät ovat voimassa. i. Jos τ on ennustettava hetki ja X on F σ -mitallinen, niin XI ]σ,τ[ on ennustettava. ii. Jos σ on ennustettava hetki ja X on F σ -mitallinen, niin XI [σ,τ] on ennustettava. iii. Jos σ ja τ ovat molemmat ennustettavia hetkiä ja X on F σ -mitallinen, niin XI [σ,τ[ on ennustettava. Todistus. [42] Prop. 2.12 Lause II.29. Olkoon X F-sopiva prosessi, jolla on D-polut. Silloin prosessi X on ennustettava, jos ja vain jos se täyttää seuraavat ehdot. i. On olemassa jono positiivisia ennustettavia hetkiä ( ), joilla joukko { X } n [ ]. ii. Kaikilla ennustettavilla hetkillä T on voimassa X T I {T < } F T. Todistus. [37] Thm. 3.33 Lause II.3. Jos X ja Y ovat ennustettavia prosesseja, joilla on voimassa X T = Y T melkein varmasti joukossa {T < } kaikilla ennustettavilla hetkillä T, niin prosessit X ja Y ovat erottamattomia. Todistus. [42] Prop. 2.18 Lause II.31. Olkoon τ pysäytyshetki, τ(ω) = inf{t (ω, t) A}, jossa joukko A on ennustettava. Jos on voimassa [τ] A, niin τ on ennustettava hetki. Todistus. [42] Prop. 2.13 Lisäksi ennustettaville hetkille on voimassa seuraava lause. Lause II.32. Jos T on ennustettava hetki, niin on olemassa kasvava jono pysäytyshetkiä (τ n ), joilla τ n < T melkein varmasti joukossa {T > } ja lim n τ n = T melkein varmasti. Todistus. [22] Prosessien projektiot Tässä osiossa määritellään ennustettava ja duaali ennustettava projektio. Lause II.33. Olkoon X F B(R + )-mitallinen, arvonsa joukossa [, ] saava prosessi. Silloin on olemassa arvonsa joukossa [, ] saava prosessi, jota kutsutaan prosessin X ennustettavaksi projektioksi ja merkitään P X. Sen määrittelevät yksikäsitteisesti erottamattomuuteen asti seuraavat kaksi ominaisuutta. 1

i. Prosessi P X on ennustettava. ii. Kaikilla ennustettavilla hetkillä T on voimassa ( P X) T = E[X T F T ] joukossa {T < }. Lisäksi ennustettavalla projektiolla on seuraavat ominaisuudet. Jos τ on mikä tahansa pysäytyshetki, niin P (X τ ) = ( P X)I [,τ] + X τ I ]τ, [. Ja jos P X saa vain äärellisiä arvoja ja Y on joukossa [, ] arvonsa saava ennustettava prosessi, niin P (XY ) = Y P (X). Todistus. [42] Thm. 2.28 Seuraus II.34. Jos prosessi X on lokaali martingaali, niin P X = X ja P ( X) =. Määritelmä II.35. Olkoon (Ω, F, P) todennäköisyysavaruus ja σ-algebra G F. Satunnaismuuttuja ξ on σ-integroituva σ-algebran G suhteen, jos on olemassa joukot Ω n G, Ω n Ω melkein varmasti, joilla jokainen satunnaismuuttuja ξi Ωn on integroituva. Lause II.36. Olkoon T ennustettava hetki, ξ satunnaismuuttuja ja prosessi Z = ξi [T ]. Jos satunnaismuuttuja ξi {T < } on σ-integroituva σ-algebran F T suhteen, niin prosessin Z ennustettava projektio on olemassa ja Todistus. [37] Thm. 5.6 P Z = E[ξI {T < } F T ]I [T ]. Myöhemmin tullaan tarvitsemaan ohuen joukon käsitettä. Ohuet joukot liittyvät olennaisesti prosessien hyppyihin. Määritelmä II.37. Joukkoa A kutsutaan ohueksi, jos se on muotoa A = n [τ n ], jossa (τ n ) on jono pysäytyshetkiä. Jos lisäksi kaikilla i j pätee [τ i ] [τ j ] =, niin jonoa (τ n ) kutsutaan tyhjentäväksi jonoksi joukolle A. Lemma II.38. Millä tahansa ohuella joukolla on tyhjentävä jono pysäytyshetkiä. Todistus. [42] Lemma 1.31 Lause II.39. Jos F-sopivalla prosessilla X on D-polut, niin joukko { X } on ohut. Tämän joukon tyhjentävää jonoa kutsutaan jonoksi, joka tyhjentää prosessin X hypyt. Todistus. [42] Prop. 1.32 Lause II.4. Olkoon joukko A ohut ja optionaalinen. Silloin myös joukko { P (I A ) > }, joka on määritelty erottamattomuuteen asti, on ohut. Todistus. [42] Prop. 2.34 Ennen duaalin ennustettavan projektion tarkastelemista on tarpeellista määritellä uusia prosessien luokkia. 11

Määritelmä II.41. Olkoon f reaaliarvoinen funktio ja jokin välin [, t] jako, = t < t 1 < < t n = t. Määritellään summa St = i f t i+1 f ti. Funktio f on äärellisesti heilahteleva välillä [, t], jos S t = sup St <, ja f on äärellisesti heilahteleva, jos se on äärellisesti heilahteleva kaikilla kompakteilla väleillä. Jos lisäksi lim t S t <, niin funktiota f kutsutaan rajoitetusti heilahtelevaksi. Arvoa S t kutsutaan funktion f variaatioksi välillä [, t]. Määritelmä II.42. Kaikkien reaaliarvoisten F-sopivien prosessien A, joilla on D-polut, alkuarvonaan A = ja ei-vähenevät polut (vast. jokaisella äärellisellä välillä [, t] äärellisesti heilahtelevat polut), muodostamaa joukkoa merkitään V + (vast. V). Joukkoon V + kuuluvia prosesseja kutsutaan F-sopiviksi kasvaviksi prosesseiksi ja joukkoon V kuuluvia prosesseja F- sopiviksi äärellisesti heilahteleviksi prosesseiksi. Äärellisesti heilahtelevan prosessin A variaatio on var t (A) = t da s. Huomautus. Jos prosessi A V +, niin sillä on päätearvo A [, ] ja A = lim t A t, ja myös var(a) = A kaikilla prosesseilla A V +. Lause II.43. Kaikilla prosesseilla A V on olemassa yksikäsitteinen pari F-sopivia kasvavia prosesseja (B, C), joilla A = B C ja var(a) = B+C. Eli prosessi var(a) on F-sopiva kasvava prosessi ja V = V + V +. Jos prosessi A on lisäksi ennustettava, niin prosessit B, C ja var(a) ovat myös ennustettavia. Todistus. [42] Prop. 3.3 Määritelmä II.44. Joukon A + muodostavat ne prosessit A V +, jotka ovat integroituvia, E(A ) <, ja joukon A ne prosessit A V, joilla on integroituva variaatio, E(var (A)) <. Prosesseja, jotka kuuluvat näistä muodostettuihin lokalisoituihin luokkiin A + loc ja A loc kutsutaan lokaalisti integroituviksi F-sopiviksi kasvaviksi prosesseiksi ja F-sopiviksi prosesseiksi, joilla on lokaalisti integroituva variaatio. Huomautus. Luokat V +, V, A + ja A ovat vakaita pysätyksen suhteen ja lokalisoiduille luokille on voimassa V + loc = V +, V loc = V ja A loc = A + loc A+ loc, A+ A + loc V +, A A loc V. Lause II.45. Olkoon A V (vast. V + ) i. Olkoon H optionaalinen (vast. ei-negatiivinen) prosessi, jolla prosessi B = H A on äärellinen. Silloin prosessi B kuuluu luokkaan V (vast. V + ) ja db da. Jos lisäksi prosessit A ja H ovat ennustettavia, myös prosessi B on ennustettava. ii. Olkoon prosessi B V (vast. V + ) ja db da. Silloin on olemassa optionaalinen (vast. ei-negatiivinen) prosessi H, jolla on voimassa B = H A erottamattomuuteen saakka. Jos prosessit A ja B ovat lisäksi ennustettavia, voidaan myös prosessi H valita ennustettavaksi. 12

Todistus. [42] Prop. 3.5, 3.13 Huomautus. Merkinnällä H A tarkoitetaan tässä luvussa prosessin H Lebesguen ja Stieltjesin integraalia prosessin A suhteen. Määritellään seuraavaksi avaruuteen A loc kuuluville prosesseille duaali ennustettava projektio eli kompensaattori. Lause II.46. Olkoon A A loc. Silloin on olemassa erottamattomuuteen asti yksikäsitteinen ennustettava prosessi A P A loc, jota kutsutaan prosessin A kompensaattoriksi tai duaaliksi ennustettavaksi projektioksi, jolla prosessi A A P on lokaali martingaali. Lisäksi kaikilla sellaisilla ennustettavilla prosesseilla H, joilla H A A loc, on voimassa H A P A loc, H A P = (H A) P ja H A H A P on lokaali martingaali. Todistus. [42] Thm. 3.18 Kompensaattorilla on seuraavia yksinkertaisia ominaisuuksia Lause II.47. i. Jos prosessi A A loc on ennustettava, niin A P = A. ii. Jos prosessi A A loc ja τ on pysäytyshetki, niin (A τ ) P = (A P ) τ. iii. Jos prosessi A A loc, niin P ( A) = (A P ). iv. Jos prosessi A A loc, niin A on lokaali martingaali, jos ja vain jos A P =. v. Jos prosessi A M loc V ja ennustettava prosessi H on sellainen, että H A A loc, niin prosessi H A on lokaali martingaali. Todistus. [42] Ch. I.3b Esimerkki II.48. Olkoon N Poisson-prosessi intensiteetillä λ. Tällöin prosessi X t = N t λt on martingaali ja λt on ennustettava prosessi avaruudessa A loc, joten kompensaattoriksi saadaan Nt P = λt. Lasketaan seuraavaksi prosessin N ennustettava projektio, nyt P X t = X t = N t λt = P N t λt, josta saadaan P N = N N P. Yleensä prosessin ennustettava projektio ja duaali ennustettava projektio eroavatkin toisistaan. Lokaalit martingaalit Tarkastellaan seuraavaksi lokaaleja martingaaleja ja erityisesti neliöintegroituvia martingaaleja. Lause II.49. Jokainen prosessi, joka kuuluu avaruuteen M loc V P, ja ovat erottamattomia. Todistus. [42] Cor. 3.16 13

Määritelmä II.5. Lokaalia martingaalia M kutsutaan täysin epäjatkuvaksi lokaaliksi martingaaliksi, jos M = ja M on ortogonaalinen kaikkien jatkuvien lokaalien martingaalien kanssa. On syytä huomata, että täysin epäjatkuvat lokaalit martingaalit M eivät yleensä ole hyppyjensä summia. Pääasiallisesti summa s t M s ei suppene, supetessaankin se yleensä poikkeaa prosessista M. Esimerkiksi Poissonprosessille N on voimassa N t = s t N s, toisaalta prosessi M t = N t λt on täysin epäjatkuva martingaali ja s t M s = s t N s M t. Lause II.51. Jos lokaali martingaali M on sekä jatkuva että täysin epäjatkuva, niin M = melkein varmasti. Todistus. [37] Lemma 7.22 Lause II.52. Kaikilla lokaaleilla martingaaleilla M on olemassa erottamattomuuteen asti yksikäsitteinen hajotelma M = M + M c + M d, jossa M c = M d =, prosessi M c on jatkuva lokaali martingaali ja prosessi M d on täysin epäjatkuva lokaali martingaali. Todistus. [37] Thm. 7.25 Seuraus II.53. Jos prosessit M ja N ovat molemmat täysin epäjatkuvia lokaaleja martingaaleja, joilla on erottamattomat hypyt M = N. Silloin prosessit M ja N ovat erottamattomat. Lause II.54. Olkoon M lokaali martingaali. Tällöin kaikilla t on voimassa ( M s ) 2 < m.v.. s t Todistus. [37] Lemma 7.27 Lause II.55. Jokaista paria (M, N) lokaaleja neliöintegroituvia martingaaleja kohti on olemassa erottamattomuuten asti yksikäsitteinen ennustettava prosessi M, N V, jolla prosessi MN M, N on lokaali martingaali. Todistus. [37] Lemma 7.28 Myös avaruuden M loc alkioiden välillä voidaan määritellä ortogonaalisuus. Määritelmä II.56. Martingaalit M, N M loc ovat ortogonaalisia, jos MN on lokaali martingaali ja M N = melkein varmasti, merkitään M N. Lokaaleille martingaaleille pätevät kuuluisat Burkholderin, Davisin ja Gundyn epäyhtälöt. 14

Lause II.57. Olkoon q [1, [ ja prosessi M M loc. Silloin on olemassa vakiot c q ja C q, joilla on voimassa Todistus. [4] c q M q [M] 1/2 q C q M. Siirrytään neliöintegroituviin martingaaleihin. Määritelmä II.58. Martingaali M M on neliöintegroituva martingaali, jos sup t E(M 2 t ) <. Kaikkien neliöintegroituvien martingaalien joukkoa merkitään M 2 ja lokaalien neliöintegroituvien martingaalien joukkoa M 2 loc. Martingaalien konvergenssilauseen perusteella kaikille M M 2 on olemassa raja-arvo lim t M t = M, missä suppeneminen on sekä melkein varmaa että L 2 -suppenemista, ja M F. Lemma II.59. Olkoon M M. Silloin M M 2, jos ja vain jos E(M 2 ) <. Tällöin on voimassa E(M ) 2 = sup E(Mt 2 ). t (II.6) Lause II.6. Määritellään (lokaalisti) neliöintegroituvien martingaalien M ja N olevan ekvivalentteja, M N, jos ne ovat erottamattomia. Näin saatavien ekvivalenssiluokkien, } {M} := {N M 2 N M, M M 2, muodostama avaruus varustettuna sisätulolla, ({M}, {N}) := E(M N ), (II.7) ja vastaavalla normilla, {M} M 2 := ({M}, {M}) 1 2 = M 2, (II.8) missä 2 on avaruuden L 2 (Ω, F, P) normi, on Hilbertin avaruus, joka on isomorfinen avaruuden L 2 (Ω, F, P) kanssa kuvauksella M M. Myös tästä avaruudesta käytetään merkintää M 2 (M 2 loc ). Tästä lähtien samaistamme merkinnät {M} ja M. Avaruudessa M 2 on kaksi vaihtoehtoista tapaa määritellä ortogonaalisuus, edellä määritelty martingaaliteoreettinen ortogonaalisuus ja Hilbertin avaruuden ortogonaalisuus. Näistä ensimmäinen on voimakkaampaa ortogonaalisuutta kuin jälkimmäinen: olkoon X, Y M 2 ja X Y, silloin E(X Y ) = E(X Y ) =. Kun on tarpeellista tehdä ero näiden kesken, kutsutaan Hilbertin avaruuden ortogonaalisuutta heikoksi ortogonaalisuudeksi. Joukon U M 2 Hilbertin avaruuden ortogonaalista komplementtia merkitään yhä tavalliseen tapaan U. 15

Semimartingaalit Määritelmä II.61. Semimartingaali on prosessi X, joka on muotoa X = X + M + A, jossa X on äärellinen F -mitallinen satunnaismuuttuja, prosessi M on lokaali martingaali, M =, ja prosessi A on äärellisesti heilahteleva. Merkitään kaikkien semimartingaalien avaruutta S. Tämä on klassinen määritelmä semimartingaaleille. Tätä stokastisten prosessien luokkaa voidaan lähteä tarkastelemaan myös hieman toiselta kannalta (ks. Protter [6]), joka johtaa stokastisten integraalien teoriaan hieman nopeammin. Määritelmä II.62. Semimartingaalia X kutsutaan erityiseksi semimartingaaliksi, jos sillä on olemassa erottamattomuuteen asti yksikäsitteinen hajotelma X = X + M + A, jossa prosessi A V on ennustettava. Tätä hajotelmaa kutsutaan erityisen semimartingaalin X kanoniseksi hajotelmaksi. Erityisten semimartingaalien muodostamaa avaruutta merkitään S p. Edeltävän hajotelman yksikäsitteisyys seuraa lauseesta (II.49). Selvästi on voimassa M loc S p sekä V S, ja kaikki semimartingaalit ovat F- sopivia ja niillä on D-polut. Lause II.63. i. Avaruudet S ja S p ovat vakaita pysäytyksen suhteen. ii. On voimassa S loc = S ja (S p ) loc = S p. iii. Jotta prosessi X kuuluisi avaruuteen S, on riittävää, että on olemassa lokalisoiva jono pysäytyshetkiä (τ n ) ja jono (Y n ) semimartingaaleja, joilla X = Y n pätee kaikilla väleillä [, τ n [. Todistus. [42] Prop. 4.25 Lauseiden (II.52) ja (II.51) perusteella saadaan seuraava tulos. Lause II.64. Jos prosessi X on semimartingaali, niin on olemassa erottamattomuuteen asti yksikäsitteinen jatkuva lokaali martingaali X c, X c =, jolla on voimassa millä tahansa hajotelmalla X = X + M + A, M c = X c. Prosessia X c kutsutaan semimartingaalin X jatkuvaksi martingaaliosaksi. Annetaan vielä lause, joka määrittelee kaikki deterministiset prosessit, jotka ovat myös semimartingaaleja. Lause II.65. Olkoon f reaaliarvoinen funktio joukolla R +. Silloin prosessi X t (ω) = f(t) on semimartingaali, jos ja vain jos funktiolla f on D-polut ja se on äärellisesti heilahteleva kaikilla äärellisillä väleillä. Todistus. [42] Prop. 4.28 16

Määritelmä II.66. Olkoot X ja Y kaksi semimartingaalia. Määritellään F- sopiva äärellisesti heilahteleva prosessi [X, Y ] seuraavasti [X, Y ] t = X Y + X c, Y c T + s t ( X s Y s ), t. Prosessia [X, X] merkitään myös [X] ja [X, Y ] = 1 ([X + Y ] [X Y ]). 4 Huomautus. Lauseen (II.54) mukaan kaikilla semimartingaaleilla X ja ajanhetkillä t > on voimassa ( X s ) 2 < m.v.. s t Määritelmä II.67. Jos prosessi [X, Y ] kuuluu avaruuteen A loc, sen duaalia ennustettavaa projektiota merkitään X, Y. Tällöin sanotaan, että prosessi X, Y on olemassa. Kootaan seuraavaksi prosessin [, ] ominaisuuksia. Lause II.68. i. Olkoot prosessit X ja Y semimartingaaleja ja olkoon τ = ( ) n N jono pysätyshetkiä, joilla T =, sup n < ja < +1 joukossa { < }, sekä (τ n = (T (n, m)) m N ) n N jono tällaisia pysäytyshetkien jonoja, joilla on voimassa sup m [T (n, m+1) t T (n, m) t] kaikilla ajanhetkillä t R +. Silloin prosessi S τn (X, Y ) t = x 1(X T (n,m+1) t X T (n,m) t )(Y T (n,m+1) t Y T (n,m) t ) suppenee melkein varmasti kohti prosessia [X, Y ] kaikilla kompakteilla väleillä. ii. Jos prosessit X ja Y ovat semimartingaaleja, niin [X, Y ] V ja [X, X] V +. iii. Jos prosessit X ja Y ovat semimartingaaleja, niin [X, Y ] = X Y. iv. Jos prosessi Y V on ennustettava ja prosessi X on lokaali martingaali, niin [X, Y ] on lokaali martingaali. v. Jos toinen prosesseista X S ja Y V on jatkuva, niin [X, Y ] = Seuraavissa kohdissa prosessit X ja Y ovat lokaali martingaaleja, jollei muuta mainita. vi. Prosessi XY X Y [X, Y ] on lokaali martingaali. vii. Jos X ja Y ovat lokaalisti neliöintegroituvia martingaaleja, niin prosessi [X, Y ] A loc ja sen kompensaattori on X, Y. Jos lisäksi prosessit X ja Y ovat neliöintegroituvia martingaaleja, niin XY [X, Y ] M. 17

viii. Prosessi X on neliöintegroituva martingaali (vast. lokaalisti neliöintegroituva martingaali, jos ja vain jos [X] A (vast. A loc ) ja X on neliöintegroituva. ix. X = X melkein varmasti, jos ja vain jos [X] =. x. Prosessi [X] 1/2 kuuluu avaruuteen A loc. xi. Prosessi [X, Y ] =, aina kun X on jatkuva ja Y on täysin epäjatkuva. xii. [X, Y ] = X, Y =, kun prosessit X ja Y ovat sekä jatkuvia että ortogonaalisia. xiii. Jos X on täysin epäjatkuva, niin [X] t = s t ( X s) 2. Todistus. [42] Ch. I.4e Semimartingaaleille on myös voimassa Kunitan ja Watanaben epäyhtälö. Lause II.69. Olkoot prosessit X ja Y semimartingaaleja, H ja K mitallisia prosesseja ja p ja q Hölderin liittolukuja. Tällöin on voimassa ( ) E H s K s d[x, Y ] s Todistus. [6] II.6 Thm. 25 Määritellään semimartingaaleille vielä avaruus H p. ( ) 1/2 ( p ) 1/2 q Hs 2 d[x] s Ks 2 d[y ] s. Määritelmä II.7. Olkoon p [1, ) ja prosessi X erityinen semimartingaali, jolla on kanoninen hajotelma X = X + M + A. Määritellään X p = X p + [M]1/2 + da s p ja H p = {X : X p < }. Kutsutaan avaruuden H p suljettua aliavaruutta M H p martingaalien Hardyn avaruudeksi H p. Huomautus. Kun prosessi M on lokaali martingaali, niin normit M p, M p ja M p ovat ekvivalentteja Burkholderin, Davisin ja Gundyn ja Doobin epäyhtälöiden perusteella. Erityisesti huomataan, että kaikki prosessit M H 1 ovat tasaisesti integroituvia ja aina on olemassa raja-arvo M = lim t M t. p 18

III. STOKASTINEN INTEGROINTI Stokastisen integroinnin määrittelivät ensimmäisinä Paley, Wiener ja Zygmund [57] deterministisille integroitaville Brownin liikkeen suhteen ja nykyisessä muodossaan K. Itô [38], [39] tavoitellessaan täsmällistä käsittelyä A.N. Kolmogorovin esittelemille diffuusioprosessien stokastisille differentiaaliyhtälöille [46]. Tätä käsitettä yleistivät seuraavaksi P. Courrège [16] sekä H. Kunita ja S. Watanabe [48], määritellen stokastisen integroinnin neliöintegroituvien martingaalien suhteen, jonka jälkeen stokastinen integrointi yleistettiin koskemaan integrointia jatkuvien semimartingaalien suhteen C. Doléns-Daden ja P.-A. Meyerin toimesta [26] ja lokaalisti rajoitetuille integroitaville sellaisten semimartingaalien suhteen, joiden ei enää vaadittu olevan jatkuvia [52]. J. Jacod [4] konstruoi stokastisen integraalin semimartingaalien suhteen rajoittamattomille integroitaville, jotka täyttävät tietyt integroituvuusehdot. Nämä ehdot määrittelevät tietyssä mielessä yleisimmän mahdollisen integroitavien luokan stokastiselle integroinnille. Menetelmä, jota J. Jacod käytti konstruktiossaan, perustui semimartingaalin epäjatkuvuuskohtien karakterisoinnille. C.S. Chou, P.-A. Meyer ja C. Stricker [13] taasen käyttivät toisenlaista lähestymistapaa päätyäkseen ekvivalenttiin määritelmään stokastiselle integraalille. Jo mainitut työt tarkastelivat stokastista integrointia yksiulotteisen semimartingaalin X suhteen. Yleistys moniulotteisille semimartingaaleille X = (X 1,, X d ) R d voidaan tehdä yksinkertaisella tavalla: integroitaviksi prosesseiksi valitaan prosessit H = (H 1,, H d ), jossa H i on integroituva satunnaismuuttujan X i suhteen kaikilla i = 1,, d, ja stokastinen integraali määritellään yksiulotteisten stokastisten integraalien summana Σ d i=1h i X i. Kutsutaan tällä tavoin määriteltyä integraalia komponenteittaiseksi stokastiseksi integraaliksi 1. Valitettavasti näin määritelty stokastinen integraali moniulotteisessa tapauksessa ei ollut riittävä kaikille stokastisen analyysin tarpeille. Tämän huomasi L. Galtchouk [34], joka osoitti ettei tällä tavoin määriteltyjen stokastisten integraalien avaruus ole välttämättä suljettu semimartingaalitopologiassa. Myöskin rahoitusteoriassa on osoittautunut tarvetta laajemmalle integraalille moniulotteisille prosesseille [9], [1], [64]. Stokastinen integrointi voidaan yleistää moniulotteiseen tapaukseen myös niin, että stokastisten integraalien avaruus on suljettu [41], [53]. J. Jacod [41] konstruoi tämän stokastisen vektori-integraalin 2 implisiittisessä muo- 1 componentwise stochastic integral 2 vector stochastic integral

dossa, aiempien konstruktioiden perustuessa jollekin isometriaominaisuudelle. Eksplisiittistä lähestymistapaa ehdotti ensimmäisenä A.N. Shiryaev [63] ja esitti myöhemmin stokastisen vektori-integraalin konstruktion yhdessä A.S. Chernyn kanssa [64]. Tämä esitys tulee seuraamaan A.N. Shiryaevin ja A.S. Chernyn [64] kulkemaa tietä stokastisen vektori-integraalin konstruoimisessa. Yksiulotteista stokastista integraalia ei tarkastella erikseen, se saadaan erikoistapauksena moniulotteisesta integraalista. Stokastisen integraalin konstruktio Lokaalit martingaalit Olkoon M M d loc (P). Tällöin on olemassa C V + ja epänegatiiviset optionaaliset prosessit π ij, i, j = 1,, d, joille on voimassa kaikilla t [M i, M j ] t = t π ij s dc s m.v. (III.1) (ks. [37] Thm. 5.14). Prosessi (π ij ) voidaan valita symmetriseksi π ij t (ω) = π ji t (ω) kaikilla i, j, ω, t. Valitaan avaruudesta R d tiheä osajoukko (λ k ) k=1 ja tarkastellaan joukkoja { d D k = (ω, t) : λ i kπ ij t (ω)λ j k }, D = i,j=1 { (ω, t) : λ R d, d i,j=1 } λ i π ij t (ω)λ j Jokainen joukko D k on optionaalinen ja sen seurauksena myös D = k=1 D k, joten prosessit π ij = π ij I D ovat optionaalisia. Tarkastellaan yhtälöä [ λ k, M, λ k, M ] t = t ( d i,j=1 ) λ i kπ ij k λj k dc s = t o σ k s dc s m.v., jossa optionaaliset prosessit σ k ovat epänegatiivisia ja λ k, M on tavallinen sisätulo avaruudessa R d. Edelleen saadaan ( t ( d ) ) λ i kπ ij k I D k λ j k σs k dc s = m.v., josta seuraavat yhtälöt t i,j=1 π ij s dc s = t t π ij s dc s = π ij I Dk dc s m.v. i, j, k ja t π ij I D dc s m.v. i, j. 2

Tästä seuraa, että yhtälö (III.1) on voimassa myös, jos π ij korvataan prosessilla π ij. Joten yhtälössä (III.1) voidaan prosessi π ij aina valita sellaiseksi, että matriisi (π ij t (ω)) on symmetrinen ja positiivisesti definiitti. Jatkossa prosessista π ij tullaan aina valitsemaan sellainen versio, jolla nämä ehdot täyttyvät. Lisäksi havaitaan, että millä tahansa λ R d, ω Ω ja t on voimassa seuraava epäyhtälö d i,j=1 λ i π ij t λ j = π t (ω)λ, λ λ 2 tr π t (ω) = λ 2 Määritelmä III.1. Olkoon { ( ( d ˆL 1 (M) = H : H on ennustettava ja E i,j=1 d i=1 π ii t (ω). (III.2) ) 1 } Hsπ i s ij Hs )dc j 2 s <. Määritellään avaruus L 1 (M) avaruuden ˆL 1 (M) ekvivalenssiluokkien muodostamaksi avaruudeksi, ekvivalenssirelaation ollessa seuraava: H K ( d (Hs i Ks)π i s ij (Hs j Ks)dC j s = i,j=1 ja normiksi avaruudessa L 1 (M) ( ( d H L 1 (M) = E i,j=1 ) 1 Hsπ i s ij Hs )dc j 2 s. Avaruus L 1 (M) on tällä normilla varustettuna Banachin avaruus. Määritelmä III.2. Porrasfunktio H on seuraavaa muotoa m H t (ω) = h (ω)i t= + h k (ω)i τk (ω)<t τ k+1 (ω), k=1 m.v. jossa = τ τ 1 τ m+1 ovat pysäytyshetkiä ja jokainen h k on rajoitettu d-ulotteinen F τk -mitallinen satunnaismuuttuja. Lemma III.3. Avaruuteen L 1 (M) sisältyvien porrasfunktioiden joukko on tiheä avaruudessa L 1 (M). Todistus. Koska [M i ] 1/2 A loc kaikilla i = 1,, d, on olemassa kasvava jono pysäytyshetkiä (τ n ), τ n melkein varmasti, joilla ( τn ) 1 E πs ii 2 dc s < m.v., i = 1,, d, n N. Koska toisaalta prosesseille H L 1 (M) pätee, jos (H n ) t = H t I {t τn}, niin H n L 1 (M) H, saadaan n ( ) 1 E πs ii 2 dc s < m.v., i = 1,, d. 21

Olkoon nyt λ R d kiinteä. Edeltävän seurauksena mikä tahansa prosessi λi D kuuluu avaruuten L 1 (M), missä D P. Olkoon M seuraavanlainen joukko M = {D P : λi D L 1 (M) approksimoitavissa porrasfunktioilla}. Havaitaan, että M on monotoninen luokka, joka sisältää kaikki muotoa A {} olevat joukot, jossa A F, ja kaikki muotoa F (s, t] olevat joukot, jossa F F s. Koska nämä joukot generoivat σ-algebran P ja M on monotoninen luokka, saadaan M = P. Mitä tahansa rajoitettua ennustettavaa prosessia H voidaan approksimoida tasaisesti äärellisillä, muotoa Σ k λ k I Dk olevilla, summilla, jossa D k P. Joten mitä tahansa rajoitettua ennustettavaa prossessia H voidaan approksimoida porrasfunktioilla avaruudessa L 1 (M). Olkoon nyt H mielivaltainen avaruuden L 1 (M) alkio, jolloin on voimassa L H n = HI 1 (M) { H n} H. n Tällöin edeltävän perusteella prosessia H voidaan approksimoida porrasfunktioilla avaruudessa L 1 (M). Määritellään porrasfunktiolle H t (ω) = h (ω)i t= + m h k (ω)i τk (ω)<t τ k+1 (ω), k=1 stokastinen integraali H M seuraavasti (H M) t = d m h i k(mt τ i k+1 Mt τ i k ). i=1 k=1 Havaitaan, että porrasfunktiolle H stokastinen integraali on lokaali martingaali H M M loc ja [H M] t = t ( d i,j=1 ) Hsπ i s ij Hs j dc s. (III.3) Jos H L 1 (M), niin on olemassa jono porrasfunktioita (H n ), joka suppenee kohti prosessia H avaruudessa L 1 (M). Burkholderin, Davisin ja Gundyn epäyhtälöiden avulla saadaan c 1 E[H n M] 1 2 E(H n M) C 1 E[H n M] 1 2 ja c 2 E[H m M] 1 2 E(H m M) C 2 E[H m M] 1 2. Valitaan d = c 1 c 2 ja D = C 1 C 2, jolloin yhtälöstä (III.3) seuraa d(e[h n M] 1 2 E[H m M] 1 2 ) E((H n M) (H m M)) 22

D(E[H n M] 1 2 E[H m M] 1 2 ) d( H n L 1 (M) H m L 1 (M)) (H n M) (H m M) H 1 D( H n L 1 (M) H m L 1 (M)). Joten rajankäynnistä seuraa, että (H n M) on Cauchy-jono avaruudessa H 1 ja sillä on olemassa raja-arvo tässä avaruudessa. Määritelmä III.4. Olkoon H L 1 (M) ja (H n ) jono porrasfunktioita, joka suppenee kohti prosessia H avaruudessa L 1 (M). Tällöin stokastinen vektori-integraali H M määritellään jonon (H n M) raja-arvona avaruudessa H 1. Stokastinen vektori-integraali voidaan määritellä myös avaruutta L 1 (M) laajemmalle luokalle integroitavia prosesseja. Määritelmä III.5. Määritellään avaruus { ( ( d L 1 loc(m) = H : H on ennustettava ja E jossa prosessit π ij ja C toteuttavat yhtälön (III.1). i,j=1 ) 1 } Hsπ i s ij Hs )dc j 2 s Aloc, Olkoon H L 1 loc, jolloin on olemassa kasvava jono pysäytyshetkiä (τ n), τ n melkein varmasti ja E ( τn ( d i,j=1 ) 1 Hsπ i s ij Hs )dc j 2 s < sekä HI [,τn] L 1 (M). Edelleen on voimassa ( (HI[,τn+1] M) ) τ n ( ) = HI[,τn] M, n N. Havaitaan, että on olemassa yksikäsitteinen prosessi H M, jolla on ominaisuus ( ) τn ( ) H M = HI[,τn] M, n N. (III.4) Lisäksi havaitaan, että prosessi H M ei riipu lokalisoivasta pysäytyshetkijonosta (τ n ). Määritelmä III.6. Olkoon H L 1 loc (M), yhtälön (III.4) toteuttava prosessi H M on prosessin H stokastinen vektori-integraali prosessin M suhteen. Huomautus. Tietyssä mielessä L 1 loc (M) on suurin ennustettavien prosessien luokka, jolle stokastinen vektori-integraali on lokaali martingaali. Jokaiselta "mielekkäästi"määritellyltä stokastiselta integraalilta voidaan edellyttää ominaisuutta t ( d ) [H M] t = Hsπ i s ij Hs j dc s i,j=1 ja jos H M M loc, niin [H M] 1 2 A loc. 23

Nyt määritellyllä stokastisella vektori-integraalilla on seuraavia ominaisuuksia. Lemma III.7. Olkoon M, M 1, M 2 M d loc, silloin stokastisella vektoriinte graalilla on seuraavat ominaisuudet: i. jos H 1, H 2 L 1 loc (M), α 1, α 2 R, niin α 1 H 1 + α 2 H 2 L 1 loc (M) ja (α 1 H 1 + α 2 H 2 ) M = α 1 (H 1 M) + α 2 (H 2 M), ii. jos H L 1 loc (M), niin H M M loc ja [H M] t = t ( d i,j=1 jossa π ij ja C toteuttavat yhtälön (III.1), iii. jos H L 1 loc (M) ja D P, niin ) Hsπ i s ij Hs j dc s, I D (H M) = (HI D ) M, iv. jos H L 1 loc (M) ja τ on pysäytyshetki, niin v. jos H L 1 loc (M), niin (H M) τ = (H M τ ) = (HI [,τ] ) M, (H M) = H, M, vi. jos H L 1 loc (M) ja H n = HI H n, niin H n M H1 H M ja n vii. jos H L 1 loc (M 1) L 1 loc (M 2), α 1, α 2 R, niin H L 1 loc (α 1M 1 + α 2 M 2 ), H (α 1 M 1 + α 2 M 2 ) = α 1 (H M 1 ) + α 2 (H M 2 ). (III.5) Todistus. [64] Lemma 3.5, Lemma 3.6 Äärellisesti heilahtelevat prosessit Olkoon A V d. Silloin on olemassa optionaaliset prosessit a i, i = 1,, d ja prosessi C V +, joilla on voimassa kaikilla t A i t = t a i sdc s m.v. (III.6) 24

Määritelmä III.8. Olkoon avaruus L var (A) = { H : H ennustettava ja t d i=1 } Hsa i i s dc s < m.v. t. Määritelmä III.9. Stokastinen vektori-integraali prosessin H L var (A) suhteen on Lebesguen ja Stieltjesin integraali (H A) t = t ( d ) Hsa i i s dc s. Myös tälle integraalille on voimassa vastaanvanalaisia ominaisuuksia, kuin aikaisemmin määritellylle stokastiselle vektori-integraalille lokaalien martingaalien suhteen. Lemma III.1. Jos A V d, niin stokastisella vektori-integraalilla prosessin A suhteen on seuraavat ominaisuudet: i=1 i. jos H 1, H 2 L var (A), α 1, α 2 R, niin α 1 H 1 + α 2 H 2 L var (A) ja (α 1 H 1 + α 2 H 2 ) A = α 1 (H 1 A) + α 2 (H 2 A), ii. jos H L var (A 1 ) L var (A 2 ), α 1, α 2 R, niin H L var (α 1 A 1 + α 2 A 2 ) ja iii. jos H L var (A), niin H (α 1 A 1 + α 2 A 2 ) = α 1 (H A 1 ) + α 2 (H A 2 ), (V ar A) t = t d Hsa i i s dc s, i=1 jossa a i ja C toteuttavat yhtälön (III.6), iv. jos H L var (A) ja D P, niin v. jos H L var (A), niin I D (H A) = (HI D ) A, (H A) = H, A ja vi. jos H L var (A) ja H n = HI H n, niin Todistus. [64] Lemma 3.8 H n A ucp n H A. 25

Semimartingaalit Tähän mennessä on määritelty kaksi stokastista vektori-integraalia: toinen lokaalien martingaalien suhteen, määritelmä (III.6), ja toinen äärellisesti heilahtelevien prosessien suhteen, määritelmä (III.9). Ei ole kuitenkaan välittömästi nähtävissä, että nämä määritelmät olisivat yhtenevät prosesseille, jotka kuuluvat sekä avaruuteen M d loc että avaruuteen Vd. Tästä syystä käytetään näille integraaleille merkintöjä (M)H Y ja (LS)H Y. Seuraava tulos selventää hieman tätä asetelmaa. Lemma III.11. Oletetaan, että Z V d M d loc ja H L var(z) L 1 loc (Z). Silloin on voimassa (LS)H Z = (M)H Z. (III.7) Todistus. Koska lopuksi voidaan aina lokalisoida, riittää aluksi olettaa H L 1 (Z) ja E[Z i ] 1/2 < kaikilla i = 1,, d. Yhtäsuuruus (III.7) on voimassa prosesseilla H = λi D, jossa λ R d ja D P. Olkoon H nyt rajoitettu ennustettava prosessi, jolloin sitä voidaan approksimoida tasaisesti prosesseilla H n = Σ k λ n,k I Dn,k, jossa D n,k P. Tällöin yhtälö (III.7) on voimassa prosesseilla H n ja saadaan joten myös (LS)H n Z ucp (LS)H Z, (M)H n Z H1 n (M)H n Z ucp (M)H Z n n (M)H Z, ja yhtälö (III.7) on siis voimassa rajoitetuille ennustettaville prosesseille H. Prosessien H L var (Z) L 1 (Z) tapauksessa edetään samoin kuin edellä, approksimoivan jonon ollessa H n = HI { H n}. Seuraus III.12. Olkoon X = A+M = A +M, jossa A, A V d, M, M M d loc ja H L var(a) L 1 loc(m) L var (A ) L 1 loc(m ). Tällöin (LS)H A + (M)H M = (LS)H A + (M)H M. Määritellään seuraavaksi stokastinen vektori-integraali moniulotteisen semimartingaalin suhteen. Määritelmä III.13. Olkoon X S d. Prosessi H on X-integroituva, jos on olemassa hajotelma X = M + A, jossa A V d ja M M d loc ja H L var (A) L 1 loc (M). Tällöin stokastinen vektori-integraali määritellään prosessina H X = (LS)H A + (M)H M ja X-integroituvien prosessien avaruutta merkitään L(X). 26

Huomautus. Avaruuteen L(X) kuuluvat kaikki lokaalisti rajoitetut ennustettavat prosessit. Stokastinen integraali on nyt määritelty ennustettaville integroitaville. Luonnostaan herää kysymys, voitaisiinko integroitavien prosessien luokkaa laajentaa kattamaan prosessit, joilla on D-polut. Jos stokastisen integraalin lokaalin martingaalin suhteen halutaan olevan jälleen lokaali martingaali, on vastaus kieltävä. Otetaan yksinkertainen esimerkki. Olkoon N Poisson-prosessi parametrilla λ = 1, X t = N t t ja C t = I {t<t }, jossa T on prosessin N ensimmäinen hyppyhetki. Nyt prosessilla C on D-polut ja (C X) t = (t T ), joka aina vähenevänä prosessina ei voi olla lokaali martingaali. Tämä prosessi on kuitenkin semimartingaali. Entä integroitaessa semimartingaalien suhteen? Pratelli [59] on osoittanut, että optionaalisten prosessien stokastinen integrointi on mahdollista dominoidun konvergenssin lauseen pätiessä, jos ja vain jos semimartingaaleille X, joiden suhteen integroidaan, on voimassa Σ <s t X s < melkein varmasti kaikilla t >. Lähestyen tätä kysymystä hieman toisesta suunnasta Ahn ja Protter [1] ovat konstruoineet martingaalin M ja prosessin H, jolla on D-polut, joilla stokastinen integraali H M on mielekkäästi määritelty muttei semimartingaali. Erityisillä semimartingaaleilla on voimassa seuraava tulos. Lause III.14. Olkoon X S d p ja olkoon X = X +M+A semimartingaalin X kanoninen hajotelma. Nyt prosesseille H L(X) on voimassa H X S p H L var (A) L 1 loc(m), tällöin prosessin H X kanoninen hajotelma on seuraava: H X = H A + H M. (III.8) Todistus. [64] Lemma 4.2 Stokastisella vektori-integraalilla on lisäksi seuraavia ominaisuuksia. Lause III.15. Olkoon X, X 1, X 2 S d. Silloin stokastisella vektori-integraalilla on seuraavat ominaisuudet: i. jos H L 1 (X 1 ) L 1 (X 2 ), α 1, α 2 R, niin H L(α 1 X 1 + α 2 X 2 ) ja H (α 1 X 1 + α 2 X 2 ) = α 1 (H X 1 ) + α 2 (H X 2 ), ii. jos H 1, H 2 L(X) ja α 1, α 2 R, niin α 1 H 1 + α 2 H 2 L(X) ja (α 1 H 1 + α 2 H 2 ) X = α 1 (H 1 X) + α 2 (H 2 X), iii. jos H L(X) ja K on yksiulotteinen ennustettava prosessi, niin K L(H X) KH L(X) (III.9) ja silloin K (H X) = (KH) X, 27

iv. olkoon H d-ulotteinen prosessi, H i L(X i ) ja Y i = H i X i kaikilla i = 1,, d. Olkoon K d-ulotteinen ennustettava prosessi ja J i = K i H i, J = J 1,, J d. Tällöin on voimassa K L(Y ) J L(X) ja silloin K Y = J X ja v. olkoon X S d, Y S e, H L(X) ja K L(Y ). Valitaan C V + ja optionaaliset prosessit π ij, ρ ij ja σ ij sellaisiksi, että on voimassa [X i, X j ] = π ij C, [X i, Y j ] = ρ ij C ja [Y i, Y j ] = σ ij C. Silloin d,e i,j=1 Hi ρ ij K j L(C) ja Todistus. [64] Ch. 4.1 ja 4.5 [H X, K Y ] = ( d,e i,j=1 ) H i ρ ij K j C. Mainitaan vielä muutamia prosessin [, ] ominaisuuksia. Lause III.16. i. Jos prosessit X ja Y ovat semimartingaaleja, niin [X, Y ] = XY X Y X Y Y X. ii. Jos X S ja Y V, niin [X, Y ] = X Y ja XY = Y X +X Y. Jos lisäksi prosessi Y on ennustettava, niin [X, Y ] = Y X ja XY = Y X + X Y. Todistus. [42] Ch. I.4e Emeryn topologia Seuraavan semimartingaalimetriikan avaruudessa S esitteli M. Emery [29]. Määritelmä III.17. Olkoon X, Y S. Tällöin prosessien X ja Y Emeryn etäisyys on { d(x, Y ) = sup 2 m E ( 1 (H (X Y )) m )}, H 1 m=1 jossa supremum otetaan yli kaikkien ennustettavien prosessien H, H 1. Tämän invariantin metriikan indusoimaa topologiaa kutsutaan Emeryn topologiaksi ja suppenemista tässä topologiassa merkitään X S n X. Emery osoitti lisäksi, että avaruus S on täydellinen topologinen vektoriavaruus varustettuna normilla X S = d(x, ) ([29] Thm. 1). 28

S M, ja Emeryn topologia on hie- H Huomautus. Jos M 1 n M, niin M n nompi kuin ucp-topologia. Kuten seuraavat lauseet tulevat osoittamaan, Emeryn topologia tarjoaa itse asiassa vaihtoehtoisen lähtökohdan stokastisen integroinnin määrittelylle, jota C.S. Chou, P.-A. Meyer ja C. Stricker käyttivät yksiulotteisessa tapauksessa lähestyessään stokastista integraalia raja-arvona jonosta (H n X) Emeryn topologiassa [13]. Lemma III.18. Olkoon X S d, H L(X) ja H n = HI { H n}. Tällöin Todistus. [64] Lemma 4.11 H n X S n H X. Lemma III.19. Olkoon X S d ja (H n ) jono ennustettavia d-ulotteisia prosesseja, jotka lähestyvät prosessia H kaikilla ω ja t. Oletetaan, että on olemassa c R, jolla H n c kaikilla n N. Silloin Todistus. [64] Lemma 4.12 H n X S n H X. Lemma III.2. Olkoon X S d, H d-ulotteinen ennustettava prosessi ja H n = HI { H n}. Oletetaan, että jono (H n X) suppenee Emeryn topologiassa kohti prosessia Z. Tällöin H L(X) ja Z = H X. Todistus. [64] Lemma 4.13 Nämä lauseet osoittavat, että H kuuluu avaruuteen L(X), jos ja vain jos jono (H n X) suppenee Emeryn topologiassa. Emeryn topologia ja stokastinen vektori-integraali käyttäytyvät miellyttävästi myös absoluuttisesti jatkuvissa mitanvaihdoissa. Lemma III.21. Jos jono (X n ) suppenee kohti prosessia X Emeryn topologiassa mitan P suhteen ja Q P, niin jono (X n ) suppenee kohti prosessia X Emeryn topologiassa mitan Q suhteen. Todistus. Avaruus S(P) (vast. avaruus S(Q)) on täydellinen normin S(P) (vast. normin S(Q) ) suhteen. Tarkastellaan lineaarista kuvausta Λ : S(P) X X S(Q). ucp ucp Olkoon X n S(P) ja X n X. Tällöin on voimassa ΛX n ΛX, P Q joten kuvauksen Λ kuvaaja on suljettu ucp-topologiassa (ks. [62] Remark s.5) ja siten myös Emeryn topologiassa. Suljetun kuvaajan lauseen ([62] Thm. 2.15) perusteella kuvaus Λ on jatkuva, josta väite seuraa. 29

Lause III.22. Olkoon X S d (P), H L P (X) ja Q P, niin X S d (Q), H L Q (X) ja (P)H X = (Q)H X, (III.1) jossa integraali (P)H X on määritelty P-erottamattomuuteen asti ja integraali (Q)H X on määritelty Q-erottamattomuuteen asti. Todistus. [64] Thm. 4.14 Tässä esityksessä määriteltyjen stokastisten vektori-integraalien muodostama avaruus G(X), kiinteän semimartingaalin X suhteen, on myös suljettu Emeryn topologiassa. Lause III.23. Olkoon X S d. Silloin avaruus on suljettu Emeryn topologiassa. Todistus. [53] Thm. V.4 G(X) = {H X : H L(X)} Lisäksi avaruudessa H 1 on voimassa seuraava tulos. Lemma III.24. Olkoon X S d. Silloin avaruus G 1 (X) = {x + H X : x R, H L(X) ja H X H 1 } on avaruuden H 1 vakaa aliavaruus. Todistus. Koska suppeneminen avaruudessa H 1 on voimakkaampaa kuin suppeneminen Emeryn topologiassa, on avaruus G 1 (X) = {H X : H L(X) ja H X H 1 } = {H X : H L(X)} H 1 suljettu avaruudessa H 1. Hahnin ja Banachin lauseen ([33] Ch. 4.8) perusteella avaruudessa H 1 on olemassa jatkuva lineaarinen funktionaali Λ, joka on yhtäsuuri kuin nolla avaruudessa G 1 (X) ja muutoin erisuuri kuin nolla. Jos jono (x n +H n X) G 1 (X) suppenee avaruudessa H 1, niin myös jono Λ(x n + H n X)R suppenee. Edellä valitulla funktionaalilla on voimassa Λ(x n + H n X) = αx n, jossa α. Täten jono x n suppenee avaruudessa R ja jono (H n X) suppenee avaruudessa H 1. Tästä seuraa, koska edellä saatiin, että avaruus G 1 (X) on suljettu, että myös avaruus G 1 (X) on suljettu. Lisäksi olkoon H L(X), A F ja τ pysäytyshetki. Tällöin saadaan I A (x+(h X)) τ = xi A [,τ] +(H X) τ = xi A [,τ] +(HI A [,τ] X) G 1 (X), joten G 1 (X) on avaruuden H 1 vakaa aliavaruus. Määritellään nyt komponenteittainen stokastinen integraali. 3