Diferencia entre revisiones de «Proceso adaptado»

De Wikipedia, la enciclopedia libre
Contenido eliminado Contenido añadido
Revertidos los cambios de Alpinu a la última edición de CEM-bot
m →‎Ver también: el nombre de la sección es "Véase también" - enlace rojo (ver WP:VT)
Línea 18: Línea 18:
* Esto ofrece un ejemplo sencillo de proceso no adaptado {{nowrap|''X'' : [0, 2] × Ω → '''R'''}}: se escoge ''F''<sub>''t''</sub> como la σ-álgebra trivial {∅, Ω} para tiempos 0&nbsp;≤&nbsp;''t''&nbsp;<&nbsp;1, y ''F''<sub>''t''</sub> = ''F''<sub>''t''</sub><sup>''X''</sup> para tiempos {{nowrap|1 ≤ ''t'' ≤ 2}}. Puesto que la única manera en que una función puede ser mesurable con respecto a la σ-álgebra trivial es que sea constante, cualquier proceso no constante en [0, 1] no puede ser ''F''<sub>•</sub>-adaptado. El carácter no constante de un proceso "usa información" de una σ-álgebra futura que cotniene más información ''F''<sub>''t''</sub>, {{nowrap|1 ≤ ''t'' ≤ 2}}.
* Esto ofrece un ejemplo sencillo de proceso no adaptado {{nowrap|''X'' : [0, 2] × Ω → '''R'''}}: se escoge ''F''<sub>''t''</sub> como la σ-álgebra trivial {∅, Ω} para tiempos 0&nbsp;≤&nbsp;''t''&nbsp;<&nbsp;1, y ''F''<sub>''t''</sub> = ''F''<sub>''t''</sub><sup>''X''</sup> para tiempos {{nowrap|1 ≤ ''t'' ≤ 2}}. Puesto que la única manera en que una función puede ser mesurable con respecto a la σ-álgebra trivial es que sea constante, cualquier proceso no constante en [0, 1] no puede ser ''F''<sub>•</sub>-adaptado. El carácter no constante de un proceso "usa información" de una σ-álgebra futura que cotniene más información ''F''<sub>''t''</sub>, {{nowrap|1 ≤ ''t'' ≤ 2}}.


==Ver también==
== Véase también ==
* [[Proceso predictible]]
* [[Proceso predictible]]
* [[Proceso progresivamente medible]]


==Referencias==
==Referencias==

Revisión del 02:53 23 jul 2016

En teoría de procesos estocásticos, un proceso adaptado (o proceso no anticipatorio) es un proceso en el que el conjunto de eventos posibles hasta un instante dado sólo depende de los eventos pasados y el proceso "no puede anticipar el futuro". Una interpretación informal de esto es que un proceso X es adaptado si y sólo si, para cada realiazación y todo tiempo t, el valor de Xt se conoce en el tiempo sólo t.[1]​ El concepto de proceso adaptado es esencial, por ejemplo, en la definición de la integral de Itō que aparece como solución a la ecuación diferencial estocástica de Itō, que sólo tiene sentido si el integrando es un proceso adaptado.

Definición formal

Sea

  • un espacio de probabilidad;
  • un conjunto totalmente ordenado de índices (frecuentemente, es , , o );
  • es una filtración de la σ-álgebra ;
  • es un espacio de medida, el espacio de estados;
  • es un proceso estocástico.

El proceso está adaptado a la filtración si la variable aleatoria es una función medible de para cada .[2]

Ejemplos

Considérese un proceso estocástico X : [0, T] × Ω → R, y la recta real R equipada con la σ-álgebra de Borel generada por los conjuntos abiertos de la topología usual de la recta real.

  • Si se toma la filtración natural FX, donde FtX es la σ-álgebra generada por las preimágenes Xs−1(B) de los conjuntos borelianos B de R y tiempos 0 ≤ st, entonces X es automáticamente un proceso FX-adaptado. Intuitivamente, la filtración natural FX contiene la "información completa" sobre el comportamiento de X hasta el instante  t.
  • Esto ofrece un ejemplo sencillo de proceso no adaptado X : [0, 2] × Ω → R: se escoge Ft como la σ-álgebra trivial {∅, Ω} para tiempos 0 ≤ t < 1, y Ft = FtX para tiempos 1 ≤ t ≤ 2. Puesto que la única manera en que una función puede ser mesurable con respecto a la σ-álgebra trivial es que sea constante, cualquier proceso no constante en [0, 1] no puede ser F-adaptado. El carácter no constante de un proceso "usa información" de una σ-álgebra futura que cotniene más información Ft, 1 ≤ t ≤ 2.

Véase también

Referencias

  1. Wiliams, David (1979). «II.25». Diffusions, Markov Processes and Martingales: Foundations 1. Wiley. ISBN 0-471-99705-6. 
  2. Øksendal, Bernt (2003). Stochastic Differential Equations. Springer. p. 25. ISBN 978-3-540-04758-2. 

Bibliografía

  • Nualart, D. (2006). The Malliavin calculus and related topics (Vol. 1995). Berlin: Springer.
  • Protter, P. E. (2013). Stochastic integration and differential equations (Vol. 21). Springer.