Densité des temps d`atteinte pour des processus de Lévy stables
Transcription
Densité des temps d`atteinte pour des processus de Lévy stables
Quelques définitions Problème du temps d’atteinte Unimodalité Densité des temps d’atteinte pour des processus de Lévy stables Julien Letemplier En collaboration avec T. Simon Université Lille 1 Colloque jeunes probabilistes et statisticiens 8 avril 2014 Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Plan 1 Quelques définitions Lois stables Processus de Lévy 2 Problème du temps d’atteinte 3 Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Définition La loi d’une variable aléatoire X est dite stable si ∀n ≥ 1 il existe an > 0 et bn réels, X1 , ..., Xn copies i.i.d de X telles que : d Sn = an X + bn avec Sn = ni=1 Xi . Si bn = 0 ∀n, la loi est dite strictement stable. P Théorème 1 Seule la constante an = n α est possible, 0 < α ≤ 2. α est appelé l’exposant caractéristique de la loi. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Définition La loi d’une variable aléatoire X est dite stable si ∀n ≥ 1 il existe an > 0 et bn réels, X1 , ..., Xn copies i.i.d de X telles que : d Sn = an X + bn avec Sn = ni=1 Xi . Si bn = 0 ∀n, la loi est dite strictement stable. P Théorème 1 Seule la constante an = n α est possible, 0 < α ≤ 2. α est appelé l’exposant caractéristique de la loi. Les lois stables sont infiniment divisibles. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Rappel : D’après le théorème de Lévy-Khintchine, si X v.a infiniment divisible il existe une mesure Λ sur R\{0} telle que : Z +∞ (1 ∧ |x |2 )dΛ(x ) < ∞, −∞ et des constantes réelles a ≥ 0 et b telles que : E e iλX 1 2 Z = exp(ibλ− aλ + (e iλx − 1 − iλx 1[0,1] (x ))dΛ(x )). 2 R\{0} Une telle mesure est appelée mesure de Lévy. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Théorème -Une loi est 2-stable ssi c’est une loi normale N(µ, σ 2 ). -Soit 0 < α ≤ 2. Une loi est α-stable ssi elle a pour mesure de Lévy : ( ) dΛ(x ) c+ x −1−α , x > 0, = . c− |x |−1−α , x < 0 dx et a=0. -Soit 0 < α ≤ 2. Une loi est α-stable ssi sa fonction caractéristique est de la forme ( φ(t) = )sgn(t))), α 6= 1 exp(iµt − γ α |t|α (1 − iβ tan( πα 2 2 exp(iµt − γ |t| (1 + iβ π )sgn(t)log(|t|)), α = 1 ) . avec −1 ≤ β ≤ 1 et −∞ < µ < +∞. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Cas particuliers : 1)-Cas spectralement positif : Sa mesure de Lévy est concentrée sur (0, ∞) : dΛ(x ) = cx −α−1 dx x > 0, avec c > 0 et α ∈ (1, 2). Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Cas particuliers : 1)-Cas spectralement positif : Sa mesure de Lévy est concentrée sur (0, ∞) : dΛ(x ) = cx −α−1 dx x > 0, avec c > 0 et α ∈ (1, 2). 2)-Cas positif : X > 0 p.s ssi 0 < α < 1, β = 1 et µ ≥ 0 . Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Pour une loi α-stable X , on définit le paramètre de positivité : ρ = P(X ≥ 0). Remarque On peut d’ores et déjà faire les remarques suivantes : 1)-Cas spectralement positif : ρ = 1 − α1 . Cas spectralement négatif, ρ = α1 . 2)-Cas positif : ρ = 1. Cas négatif ρ = 0 . Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Définition On dit que (Xt )t≥0 est un processus de Lévy issu de 0 si : 1 X0 = 0 p.s, 2 X est à accroissement indépendants et stationnaires, 3 X est stochastiquement continu. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Définition On dit que (Xt )t≥0 est un processus de Lévy issu de 0 si : 1 X0 = 0 p.s, 2 X est à accroissement indépendants et stationnaires, 3 X est stochastiquement continu. On a équivalence entre la notion de processus de Lévy et celle d’infini divisibilité. Conséquences : La fonction caractéristique de X1 peut s’écrire : E e iλX1 1 2 Z = exp(ibλ − aλ + (e iλx − 1 − iλ1[0,1] (x ))dΛ(x )) 2 R\{0} = e −Ψ(λ) E e iλXt = e −tΨ(λ) Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Cas des processus stables : Définition Un processus stochastique Y = (Yt )t≥0 , à valeurs dans R, a la propriété d’autosimilarité d’indice α1 > 0 si ∀k > 0 (Ykt )t≥0 a 1 même loi que (k α Yt )t≥0 . Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Cas des processus stables : Définition Un processus stochastique Y = (Yt )t≥0 , à valeurs dans R, a la propriété d’autosimilarité d’indice α1 > 0 si ∀k > 0 (Ykt )t≥0 a 1 même loi que (k α Yt )t≥0 . ,→ Un processus de Lévy a cette propriété ssi pour tout t > 0, 1 d Xt = t α X1 . On dit alors que X est un processus strictement stable d’indice α. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Lois stables Processus de Lévy Cas des processus stables : Définition Un processus stochastique Y = (Yt )t≥0 , à valeurs dans R, a la propriété d’autosimilarité d’indice α1 > 0 si ∀k > 0 (Ykt )t≥0 a 1 même loi que (k α Yt )t≥0 . ,→ Un processus de Lévy a cette propriété ssi pour tout t > 0, 1 d Xt = t α X1 . On dit alors que X est un processus strictement stable d’indice α. ,→ Par cette propriété, le paramètre ρ = P(Xt > 0) est indépendant de t. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Plan 1 Quelques définitions Lois stables Processus de Lévy 2 Problème du temps d’atteinte 3 Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité On s’intéresse au temps d’atteinte : τx = inf{t > 0, Xt = x }, x ∈ R Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Cadre d’étude : Soit X un processus de Lévy strictement α-stable, 1< α ≤2. E e iλX1 = exp[−(iλ)α e −iπαρsgn(λ) ]. ρ ∈ [1 − α1 , α1 ] Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Propriétés de τx : τx est une variable aléatoire absolument continue. τx est α auto-similaire : ∀x ≥ 0, d τx = x α τ1 , d τ−x = x α τ−1 Les points d’un processus α-stable, α ≤ 1 sont polaires. ⇒ τx = +∞ p.s Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Plan 1 Quelques définitions Lois stables Processus de Lévy 2 Problème du temps d’atteinte 3 Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Définition Une variable aléatoire X est dite unimodale de mode a si P[X ≤ x ] est convexe sur (−∞, a] et concave sur [a, +∞). Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Définition Une variable aléatoire X est dite unimodale de mode a si P[X ≤ x ] est convexe sur (−∞, a] et concave sur [a, +∞). Remarques * En particulier, si X est à densité, X est unimodale de mode a si sa densité f est croissante sur (−∞, a] et décroissante sur [a, +∞). Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Définition Une variable aléatoire X est dite unimodale de mode a si P[X ≤ x ] est convexe sur (−∞, a] et concave sur [a, +∞). Remarques * En particulier, si X est à densité, X est unimodale de mode a si sa densité f est croissante sur (−∞, a] et décroissante sur [a, +∞). * Le mode n’est pas nécessairement unique. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Quelques exemples Théorème (Yamazato (78)) Toutes les lois stables sont unimodales. Lois de Student, lois du χ2 , sont également unimodales. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Théorème (T.S, J.L (2013)) La variable aléatoire τ est unimodale. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Théorème (T.S, J.L (2013)) La variable aléatoire τ est unimodale. Remarque Cas spectralement négatif (ρ = α1 ) : τ = T1 p.s, avec T1 = inf{t > 0, Xt > 1} variable aléatoire α1 -stable, donc unimodale. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Théorème d τ = Zρα ρα Zρα ρα !( 1 ) α × Z1· α où Zα variable aléatoire α-stable positive (0 < α < 1) telle que : α E (Zα ) = e −λ Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Idées de la démonstration : E (τ −s ) = 1 R +∞ Γ(s) 0 E (e −qτ ) = k q ⇒ E τ −s α−1 α E (e −qτ ) q s−1 dq, ∀s ∈ (0, 1). E Z1 e −qZ1 où Z1 = (max(X1 , 0))α . sin( απ ) sin(πρα(−s + α1 )) Γ(1 + αs) . = sin(πρ) sin(π(−s + α1 )) Γ(1 + s) Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Définition (I.Cuculescu ; R.Theodorescu) Une variable aléatoire X est multiplicativement fortement unimodale (MFU) si ∀Y unimodale indépendante de X , XY est unimodale. Remarque X MFU ⇒ X Unimodale. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Exemple Soit X v.a de densité ∀x ∈ R, f (x ) = C 1(0,1] (x ) 1 . 1 + (log(x ))2 X est unimodale de mode 1. Soit Y v.a de densité : ∀x ∈ R, g(x ) = α1[0,a] (x ) + β1[1,b] (x ), avec αa + β(b − 1) = 1 et 1 < a < b. Y est unimodale mais le produit XY ne l’est pas pour certains choix de constantes. (α = 1/21, a = e 1/2 , b = 34 − (11/77)e 1/2 ). Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Exemples Lois exponentielles, Lois Gamma . Mélange de lois Gamma. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte Factorisation de Kanter (’75) : Pour α < 1, on a : d 1−α × b α2 (U), Z−α α = L avec : L suit une exponentielle de paramètre 1. U loi uniforme sur (0, 1). ∀u, c ∈ (0, 1), bc (u) = sin(πu) sin (πcu) sin1−c (π(1 − c)u) c On pose Kc = κ−1 c bc (U). est [0, 1]. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité d L1−ρα L1−ρα −α τ = κ1 α ⇒ L1−ρα L1−ρα ( 1 ) α Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte !( 1 ) α (1) 1 (α) × L1−α × Kραα × (K−1 × K−α 1 ρα ) α × L1−α est MFU. Proposition (1) 1 (α) Kραα × (K−1 × K−α 1 ρα ) α est unimodale Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte I. Cuculescu and R. Theodorescu. Multiplicative strong unimodality. Austral. & New Zealand J. Statist. 40 (2), 205-214, 1998. M. Kanter. Stable densities under change of scale and total variation inequalities. Ann. Probab. 3, 697-707, 1975. A. Kuznetsov, A. E. Kyprianou, J. C. Millan and A. R. Watson. The hitting time of zero for a stable process. Preprint, 2012. K. Sato. Lévy processes and infinitely divisible distributions. Cambridge University Press, Cambridge, 1999. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte T. Simon. Hitting densities for spectrally positive stable processes. Stochastics 83 (2), 203-214, 2011. T. Simon. A multiplicative short proof for the unimodality of stable densities. Elec. Comm. Probab. 16, 623-629, 2011. T. Simon. On the unimodality of power transformations of positive stable densities. Math. Nachr. 285 (4), 497-506, 2012. M. Yamazato. Hitting time distributions of single points for 1-dimensional generalized diffusion processes. Nagoya Math. J. 119, 143-172, 1990. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables Quelques définitions Problème du temps d’atteinte Unimodalité Définition, exemples Application au temps d’atteinte Multiplicative forte unimodalité Retour au temps d’atteinte K. Yano, Y. Yano and M. Yor. On the laws of first hitting times of points for one-dimensional symmetric stable Lévy processes. Sémin. Probab. XLII, 187-227, 2009. V. M. Zolotarev. One-dimensional stable distributions. AMS, Providence, 1986. Julien LetemplierEn collaboration avec T. Simon Université Lille 1 Densité Colloquedes jeunes temps probabilistes d’atteinte pour et statisticiens des processus de Lévy stables