Exponentielle du brownien

Bonjour à tous
J'aimerais calculer l'espérance de l'exponentielle du brownien (ou sa valeur absolue).

Soit $B_t$ le brownien en dim 1, et $\tau$ le temps d'atteinte de $a\neq0$, de densité $f_\tau$, et de fonction de répartition $F_\tau$.
$B_t^\tau$ désigne le brownien arrêté en $\tau$.
Je calcule
\begin{align*}
\mathbb{E}(e^{|B_t^\tau|}) & = \mathbb{E}(\mathbb{E}(e^{|B_t^\tau|}~|~\tau))\\
&= \int_{\mathbb{R}^+} \mathbb{E}(e^{|B_t^\tau|}~|~\tau=x)f_\tau(x)dx \\
&= \int_0^t \mathbb{E}(e^{|a|}~|~\tau=x)f_\tau(x)dx + \int_t^\infty \mathbb{E}(e^{|B_t|}~|~\tau=x)f_\tau(x)dx \\
&= e^{|a|}F_\tau(t) + \int_t^\infty \mathbb{E}(e^{|B_t|}~|~\tau=x)f_\tau(x)dx \\

\end{align*} Comment puis-je continuer ? Ou bien fais-je fausse route ?
Merci :).

Réponses

  • Je pense avoir trouvé. On sait que $$
    e^{|B_t|}=e^{|B_x-B_t-B_x|}=e^{|a-B_{x-(x-t)}-a|}.
    $$ Or, d'après la propriété du pont : $a-B_{x-(x-t)} \sim \mathcal{N}(0,x-t)$.
    Donc la quantité qu'il restait à calculer devient, avec $h$ la densité de $\mathcal{N}(-a,x-t)$ : $$
    \mathbb{E}(e^{|B_t|}~|~\tau=x)=\int_{\mathbb{R}} e^{|u|}h(u)du.

    $$ Est-ce correct ? J'ai des doutes sur les calculs que je fais en condition par un évènement de mesure nulle.
  • Compliqué et faux, si tu ne vérifies pas que $\tau = x$ arrive avec proba positive. Même comme ça, il y'a des choses dérangeantes, des confusions au niveau des égalités en loi, etc.

    Mon conseil : utiliser la formule de Tanaka si tu la connais.

    Si tu ne la connais pas, tu peux t'en sortir avec la formule d'Itô et les propriétés sur l'arrêt d'une intégrale stochastique, sur un intervalle centré en $\varepsilon$ en remplaçant $|x|$ par l'approximation $x^2/(2\varepsilon)$ + $\varepsilon/2$ et en faisant $\varepsilon\to 0$.
  • Ok merci j'y suis arrivé avec Itô :)

    Il n'y a aucune façon correcte de partir dans ma direction ?
  • Ce sera toujours plus calculatoire avec d'autres méthodes à mon avis.

    Et sauf erreur, $e^{|B_s^\tau|} = \sum_{k=0}^\infty \dfrac{|B_s^\tau|^k}{k!}$ et par Fubini-Tonelli (termes positifs), tu peux intervertir la somme et l'espérance et
    $$E(e^{|B_s^\tau|}) = \displaystyle\sum_{k=0}^\infty \dfrac{E(|B_s^\tau|^k)}{k!} = \displaystyle\sum_{k=0}^\infty \dfrac{E(E(|B_{s\wedge\tau}|^k | \tau))}{k!} = \displaystyle\sum_{k=0}^\infty \dfrac{2^{k/2}\Gamma\left(\dfrac{k+1}{2}\right)}{\sqrt{\pi}k!}E(s^k\wedge\tau^k)$$

    En faisant tendre $s$ vers $+\infty$, tu trouves une jolie expression en fonction des $E(\tau^k)$. Inutile, mais jolie à regarder.
Connectez-vous ou Inscrivez-vous pour répondre.