Procesos Estoc

asticos 1. Tarea-examen 2
Prof. Bego
na Fern
andez Fern
andez
Ayud. Daniel Cervantes Filoteo

Resuelva los siguientes problemas justificando sus respuestas y entregue sus resultados, por equipos
de a lo mas 5 integrantes, en un formato limpio y ordenado.

1. Sea (, F, P ) un espacio de probabilidad y sean F1 F2 F algebras. Sea Y una Fvariable

aleatoria. Demuestre que:
E[Y |F1 ] = E[E[Y |F1 ]|F2 ] = E[E[Y |F2 ]|F1 ]
2. Sea (, F, (Fn )0n , P ) un espacio de probabilidad filtrado y tomemos (Xn )0nK una Fn martingala. Demuestre que:
Xn = E[Xk |Fn ], 0 n k K
3. Consideremos el espacio de resultados de dos lanzamientos de monedas = {AA, AS, SA, SS}.
Supongamos que los precios de una accion estan dados por:
S0 = 4, S1 (AA) = S1 (AS) = 8, S1 (SA) = S1 (SS) = 2,
S2 (AA) = 16, S2 (AS) = S2 (SA) = 4, S2 (SS) = 1
Definimos a la variable X = I{4} (S2 ). Determine la algebra generada por S1 y la generada por
X.
4. Sea n un entero positivo y a y b reales. Consideremos el espacio de todos los vectores en Rn tales
que sus entradas son a o b. Para e i = 1, ..., n definimos Xi () como la proyecci
on en la
coordenada i. Definimos adem
as a la variables Yi = X1 + + Xi y Zi = X1 X2 Xi .
a) Demuestra que la
algebra generada por (X1 , ..., Xn ) es igual a la algebra generada por
(Y1 , ..., Yn ).
b) Si a y b son distintos de cero. Demuestra que la algebra generada por (X1 , ..., Xn ) es igual
a la
algebra generada por (Z1 , ..., Zn ).
c) Para n = 2, a = 0 y b = 1, muestra que la algebra generada por (X1 , ..., Xn ) contiene
propiamente a la
algebra generada por (Z1 , ..., Zn ).
5. En la urna de Polya comienzan w bolas blancas y b bolas negras. En un paso se saca una pelota
aleatoriamente, se ve, se regresa y ademas se mete otra con el mismo color. Se repite el proceso. Sea
Xn la proporci
on de bolas blancas en la urna tras n pasos. Demuestre que Xn es una martingala
respecto de la filtraci
on natural.
6. Sea Xn una cadena de Morkov con espacio de estados finito E R. Supongamos que la cadena
tiene dos estados absorbentes i y j, y los demas son transitorios. Sea g : R R tal que g(Xn ) es
una martingala.
Demuestre, usando las propiedades de martingalas, que las probabilidades de absorcion k,i , k,j
con k E y j 6= k 6= i, satisfacen:
g(k) = g(i)k,i + g(j)k,j
k,i + k,j = 1

7. Considere una cadena de Markov Xn con espacio de estados E = {0, ..., 2N }. Con probabilidades de
transicion:


2N
Pi,j =
pji (1 pi )2N j
j
i
a) Supongamos que pi =
. Demuestre que Xn es martingala y calcule las probabilidades de
2N
absorci
on.
b) Sea 0 < q < 1 y supongamos:
pi =

1 qi
1 q 2N

Demuestre que q 2N Xn es martingala y calcule las probabilidades de absorcion.

8. Sea Xn un proceso con incrementos independientes y E[Xn ] = 0 para toda n. Demuestre que este
proceso es una martingala (aunque no es necesario, puede utilizar la filtracion natural).
P
9. Considere una caminata aleatoria Sn = ni=1 Yi tal que la funcion generadora de momentos mY (s)
es finita para alguna s R. Demuestre que la sucesion:
Xn =

esSn
mY (s)n

es una Fn martingala, con Fn = (Y1 , ..., Yn ).

10. Sea Cn un proceso predecible y acotado y sea Mn una martingala. Construimos al proceso:
Xn =

n
X

Ci (Mi Mi1 )

i=1

con X0 = 0. Demuestre que Xn es una martingala.

11. Considere que la probabilidad de obtener sol en cada lanzamiento de una moneda es 0.5. Y Tomemos
Xn = 1 si en el lanzamiento n se obtiene sol y Xn = 1 en caso contrario. Para el proceso:
Yn =

n
X

Xi

i=1

a) Demuestre que es una martingala respecto a {Fn } con Fn = (X1 , ..., Xn ).

b) Sea s una constante positiva y definimos:
Zn = e

sYn

2
s
e + es

n

Demuestre que Zn es una martingala respecto a {Fn }.

12. Sea Xn un proceso integrable. Demuestre que Xn = max{X1 , . . . , Xn } es una submartingala.
13. Sean X1 , X2 , . . . v.a.i.i.d. tales que P[Xi = 1] = p y P[Xi = 1] = 1 p y sea Sn = X1 + + Xn .
Demuestre que:


1 p Sn
Yn =
p
es una martingala.

14. Sean X1 , X2 , . . . variables aleatorias independientes tales que E[Xi ] = 1. Demuestre que:
Yn =

n
Y

Xi

i=1

es una martingala.
15. Sean X1 , X2 , . . . variables aleatorias independientes tales que E[Xi ] = i y Var(Xi ) = i2 < .
Demuestre que:
!2
n
n
X
X
Yn =
(Xi i )
i2
i=1

i=1

es una martingala.
16. Sea Nt un proceso de Poisson de par
ametro . Demuestre que los siguentes procesos son martingalas:
a) Yn = (Nn n)2 n.
b) Yn = exp(Nn + n(1 e )); R.
17. Sean X1 , X2 , . . . variables aleatorias independientes tales que Sn = X1 + + Xn es una martingala.
Demuestre que E[Xi Xj ] = 0 para i 6= j.
En los siguientes dos ejercicios Considere el Modelo de Cox-Ross y Rubinstein:

Sn0 = (1 + r)n ,

S00 = 1,

Sn = Sn1 Tn ,

S0 = s.

donde las v.a. Tn son independientes, identicamente distribuidas con valores en {1 + b, 1 + a}.
Supongamos que r (b, a). Calcule p tal que
p = P [Tn = 1 + a],
y satisface que Sn es martingala.
18. Sea Cn (Pn ) el valor de un Call (Put) europeo al instante n sobre una unidad de un activo con
riesgo de precio de ejercicio K y fecha de ejercicio T . Usando la formula en terminos de esperanza
condicional para Cn y Pn demuestre que
Cn Pn = Sn K(1 + r)(T n)
19. Demuestre que Cn se puede escribir como
Cn = c(n, Sn ),
donde
N
Y

"
N n

c(n, x) = (1 + r)

i=n+1

De una expresi
on explcita para la expresion de c(n, x).

#
Ti K

.
+

20. Consideremos un call europeo sobre dolares con fecha de ejercicio ma

nana, es decir T = 1. Sea
S0 = 150 pesos el precio de hoy de 100 dolares. Supongamos que 100 dolares ma
nana tienen dos
posibilidades, o bien pueden valer 180 pesos con probabilidad ,7 o bien pueden valer 90 pesos con
probabilidad ,3 y que el precio de ejercicio K es igual a 150 pesos. Supongamos que la tasa libre de
riesgo es r = 0. Tenemos:
E [(ST K)+ ] = 21
Encuentre una estrategia de inversi
on con la que se puede hacer arbitraje.
Este ejemplo muestra que en la valuacion de un instrumento hay que calcular la esperanza con
respecto a la probabilidad P .