Skorochod-Integral

Das Skorochod-Integral (auch Hitsuda-Skorochod-Integral) ist ein stochastischer Integralbegriff und zentraler Begriff des Malliavin-Kalküls. Das Integral ist eine Erweiterung des Itō-Integrals bezüglich der brownschen Bewegung für nicht-adaptierte Prozesse als Integranden und unendlich-dimensionale Verallgemeinerung der klassischen Divergenz. Das Skorochod-Integral ist der Divergenz-Operator des Malliavin-Kalküls im Falle des weißen Rauschens, d. h. wenn der zugrundeliegende Hilbert-Raum ein σ-endlicher L2-Raum ist, und zugleich der adjungierte Operator des Malliavin-Ableitungsoperators. Bei allgemeinen Hilbert-Räumen spricht man vom Divergenz-Operator, statt vom Skorochod-Integral. Alternativ lässt sich das Skorochod-Integral auch über die Wiener-Itō-Chaos-Zerlegung definieren. Das Skorochod-Integral ist kein klassisches Integral, da es viele der üblichen Integral-Eigenschaften nicht mehr besitzt, wenn der Integrand allerdings adaptiert ist, dann stimmt es mit dem Itō-Integral überein.

Um den entsprechenden Kalkül von dem des Ogawa-Integrals zu unterscheiden, spricht man vom vorwegnehmenden Kalkül oder vorausschauenden Kalkül (englisch anticipating calculus) beim Skorochod-Integral und vom nicht-kausalen Kalkül beim Ogawa-Integral.

Das Hitsuda-Skorochod-Integral wurde 1972 ([1]) von dem japanischen Mathematiker Masuyuki Hitsuda und unabhängig davon 1975 ([2]) von dem ukrainischen Mathematiker Anatolij Skorochod eingeführt.

Skorochod-Integral

Sei

  • ( Ω , F , P ) {\displaystyle (\Omega ,{\mathcal {F}},P)} ein vollständiger Wahrscheinlichkeitsraum,
  • H {\displaystyle H} ein separabler Hilbertraum,
  • { e n , n 1 } {\displaystyle \{e_{n},n\geq 1\}} eine vollständige Orthonormalbasis von H {\displaystyle H} ,
  • { W ( h ) , h H } {\displaystyle \{W(h),h\in H\}} ein isonormaler Gauß-Prozess,
  • F = σ ( W ) {\displaystyle {\mathcal {F}}=\sigma (W)} ,
  • Λ {\displaystyle \Lambda } der Raum der Folgen mit endlichen Gliedern ungleich Null.

Für ein a Λ {\displaystyle a\in \Lambda } definiere

  • a ! = i = 1 a i ! {\displaystyle a!=\prod \limits _{i=1}^{\infty }a_{i}!\quad } und | a | = i = 1 a i {\displaystyle \quad |a|=\sum \limits _{i=1}^{\infty }a_{i}} .

Betrachte nun den Fall des weißen Rauschens H = L 2 ( T , B , μ ) {\displaystyle H=L^{2}(T,{\mathcal {B}},\mu )} , wobei μ {\displaystyle \mu } σ-endlich und atomlos auf dem messbaren Raum ( T , B ) {\displaystyle (T,{\mathcal {B}})} ist.

Definition über die Malliavin-Ableitung

Sei D : D 1 , 2 L 2 ( Ω ; H ) {\displaystyle D:\mathbb {D} ^{1,2}\to L^{2}(\Omega ;H)} der Malliavin-Ableitungsoperator. Der Divergenz-Operator oder das Skorochod-Integral besitzt als Domäne alle Zufallsvariablen X L 2 ( Ω ; H ) {\displaystyle X\in L^{2}(\Omega ;H)} , so dass

| E [ D U , X H ] | c U L 2 ( Ω ) {\displaystyle |\mathbb {E} [\langle DU,X\rangle _{H}]|\leq c\|U\|_{L^{2}(\Omega )}}

für alle U D 1 , 2 {\displaystyle U\in \mathbb {D} ^{1,2}} gilt, wobei c {\displaystyle c} eine Konstante ist, welche von U {\displaystyle U} abhängt.

Das Skorochod-Integral ist der unbeschränkte Operator δ : L 2 ( Ω ; H ) L 2 ( Ω ; R ) {\displaystyle \delta :L^{2}(\Omega ;H)\to L^{2}(\Omega ;\mathbb {R} )} definiert für ein X dom ( δ ) {\displaystyle X\in \operatorname {dom} (\delta )} durch

E [ U δ ( X ) ] = E [ D U , X H ] , {\displaystyle \mathbb {E} [U\delta (X)]=\mathbb {E} [\langle DU,X\rangle _{H}],}

welches für alle U D 1 , 2 {\displaystyle U\in \mathbb {D} ^{1,2}} gilt.[3]

Die Domäne D 1 , 2 {\displaystyle \mathbb {D} ^{1,2}} ist der Malliavin-Sobolew-Raum (oder Watanabe-Sobolew-Raum). Sei X dom ( δ ) L 2 ( Ω × T ) L 2 ( Ω ; H ) {\displaystyle X\in \operatorname {dom} (\delta )\subset L^{2}(\Omega \times T)\cong L^{2}(\Omega ;H)} ein Prozess, man verwendet für das Skorochod-Integral auch folgende Integral-Notation

δ ( X ) = T X s δ W s . {\displaystyle \delta (X)=\int _{T}X_{s}\delta W_{s}.}

Bemerkung

In Integral-Notation wird die Definition über die Malliavin-Ableitung zu

E [ U T X s δ W s ] = E [ T D t U X t d t ] . {\displaystyle \mathbb {E} \left[U\int _{T}X_{s}\delta W_{s}\right]=\mathbb {E} \left[\int _{T}D_{t}UX_{t}dt\right].}

Das Skorochod-Integral lässt sich auch als Prozess darstellen { δ ( x 1 [ 0 , t ] ) , t ( 0 , | T | ) } {\displaystyle \{\delta (x1_{[0,t]}),t\in (0,|T|)\}} .[4]

Ist x {\displaystyle x} an F t W = σ ( W s , s t ) {\displaystyle {\mathcal {F}}_{t}^{W}=\sigma (W_{s},s\leq t)} adaptiert, so stimmt das Integral mit dem Itō-Integral überein.

Definition über die Wiener-Itō-Chaos-Zerlegung

Sei H ^ n {\displaystyle H^{{\widehat {\otimes }}n}} der n {\displaystyle n} -fache symmetrische Tensorproduktraum von H {\displaystyle H} ausgestattet mit der Norm n ! H n {\displaystyle {\sqrt {n!}}\|\cdot \|_{H^{\otimes n}}} . Weiter sei H = n = 0 H n {\displaystyle H=\bigoplus \limits _{n=0}^{\infty }{\mathcal {H}}_{n}} die Wiener-Chaos-Zerlegung, H n {\displaystyle {\mathcal {H}}_{n}} das n {\displaystyle n} -te Wiener-Chaos und a Λ {\displaystyle a\in \Lambda } ein Multiindex mit | a | = n {\displaystyle |a|=n} . Dann ist das multiple stochastische Integral der Ordnung n {\displaystyle n} die lineare Isometrie I n : H ^ n H n {\displaystyle I_{n}:H^{{\hat {\otimes }}n}\to {\mathcal {H}}_{n}} definiert durch

I n ( symm ( i = 1 e i a i ) ) = 1 a ! i = 1 H a i ( W ( e i ) ) {\displaystyle I_{n}(\operatorname {symm} (\otimes _{i=1}^{\infty }e_{i}^{\otimes a_{i}}))={\frac {1}{\sqrt {a!}}}\prod \limits _{i=1}^{\infty }H_{a_{i}}(W(e_{i}))}

wobei H a i {\displaystyle H_{a_{i}}} das a i {\displaystyle a_{i}} -te Hermite-Polynom ist. Nach der Wiener-Itō-Chaos-Zerlegung gilt für einen Prozess X = ( X t ) t T L 2 ( T × Ω ) {\displaystyle X=(X_{t})_{t\in T}\in L^{2}(T\times \Omega )} die Zerlegung

X t = n = 0 I n ( f n ( t 1 , , t n , t ) ) , {\displaystyle X_{t}=\sum \limits _{n=0}^{\infty }I_{n}(f_{n}(t_{1},\dots ,t_{n},t)),}

wobei f n L 2 ( T n + 1 ) {\displaystyle f_{n}\in L^{2}(T^{n+1})} symmetrisch in den ersten n {\displaystyle n} Variablen ist. Sei nun

f ~ n ( t 1 , , t n , t ) = 1 n + 1 ( f n ( t 1 , , t n , t ) + i = 1 n f n ( t 1 , , t i 1 , t , t i + 1 , , t n , t i ) ) {\displaystyle {\tilde {f}}_{n}(t_{1},\dots ,t_{n},t)={\frac {1}{n+1}}\left(f_{n}(t_{1},\dots ,t_{n},t)+\sum \limits _{i=1}^{n}f_{n}(t_{1},\dots ,t_{i-1},t,t_{i+1},\dots ,t_{n},t_{i})\right)}

die vollständige Symmetrisierung von f n {\displaystyle f_{n}} , dann ist das Skorochod-Integral definiert als

δ ( X ) = T X t δ W t := n = 0 I n + 1 ( f ~ n ) {\displaystyle \delta (X)=\int _{T}X_{t}\delta W_{t}:=\sum \limits _{n=0}^{\infty }I_{n+1}({\tilde {f}}_{n})}

und diese Reihe konvergiert genau dann in L 2 ( Ω ) {\displaystyle L^{2}(\Omega )} wenn X dom ( δ ) {\displaystyle X\in \operatorname {dom} (\delta )} .[5]

Eigenschaften

  • Sei F D 1 , 2 {\displaystyle F\in \mathbb {D} ^{1,2}} und U dom δ {\displaystyle U\in \operatorname {dom} {\delta }} so, dass F U L 2 ( Ω ; H ) {\displaystyle FU\in L^{2}(\Omega ;H)} . Weiter sei F δ ( U ) D F , U H L 2 ( Ω ) {\displaystyle F\delta (U)-\langle DF,U\rangle _{H}\in L^{2}(\Omega )} . Dann gilt F U dom δ {\displaystyle FU\in \operatorname {dom} {\delta }} und
δ ( F U ) = F δ ( U ) D F , U H . {\displaystyle \delta (FU)=F\delta (U)-\langle DF,U\rangle _{H}.} [6]

Einzelnachweise

  1. Masuyuki Hitsuda: Formula for Brownian partial derivatives. In: Second Japan-USSR Symp. Probab. Th.2. 1972, S. 111–114. 
  2. Anatolij Wolodymyrowytsch Skorochod: On a generalization of a stochastic integral. In: Th. Probab. Appl. Band 20, 1975, S. 219–233. 
  3. David Nualart: The Malliavin Calculus and Related Topics. Hrsg.: Springer Berlin, Heidelberg. 2006, S. 36–37, doi:10.1007/3-540-28329-3. 
  4. Dominique Michel und Etienne Pardoux: An introduction to Malliavin calculus and some of its applications, in Recent advances in stochastic calculus (College Park, MD, 1987), 65-104, Progr. Automat. Info. Systems, Springer, New York, 1990.
  5. David Nualart: The Malliavin Calculus and Related Topics. Hrsg.: Springer Berlin, Heidelberg. 2006, S. 4–41, doi:10.1007/3-540-28329-3. 
  6. David Nualart: The Malliavin Calculus and Related Topics. Hrsg.: Springer Berlin, Heidelberg. 2006, S. 39, doi:10.1007/3-540-28329-3.