Dans l’étude des processus stochastiques , un processus adapté est un processus qui ne peut pas «voir l’avenir». Une interprétation informelle [ 1] est qu'un processus X est adapté si et seulement si, pour chaque réalisation et chaque n , X n est connu au temps n . Le concept de processus adapté est essentiel, par exemple, dans la définition de l'intégrale d'Itô , qui n'a de sens que si l'intégrant est un processus adapté.
Définition
Soient
(
Ω
,
F
,
P
)
{\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P} )}
un espace de probabilité ;
I
{\displaystyle I}
l'ensemble des indices (souvent
I
{\displaystyle I}
est
N
{\displaystyle \mathbb {N} }
,
N
0
{\displaystyle \mathbb {N} _{0}}
,
[
0
,
T
]
{\displaystyle [0,T]}
ou
[
0
,
+
∞
)
{\displaystyle [0,+\infty )}
)
F
⋅
=
(
F
i
)
i
∈
I
{\displaystyle {\mathcal {F}}_{\cdot }=\left({\mathcal {F}}_{i}\right)_{i\in I}}
une filtration de la σ-algèbre
F
{\displaystyle {\mathcal {F}}}
;
(
S
,
Σ
)
{\displaystyle (S,\Sigma )}
un espace mesurable , l'espace d'états ;
X
:
I
×
Ω
→
S
{\displaystyle X:I\times \Omega \to S}
un processus stochastique .
Le processus
X
{\displaystyle X}
est dit adapté à la filtration
(
F
i
)
i
∈
I
{\displaystyle \left({\mathcal {F}}_{i}\right)_{i\in I}}
si la variable aléatoire
X
i
:
Ω
→
S
{\displaystyle X_{i}:\Omega \to S}
est une
(
F
i
,
Σ
)
{\displaystyle ({\mathcal {F}}_{i},\Sigma )}
- fonction mesurable pour chaque
i
∈
I
{\displaystyle i\in I}
[ 2] .
Références
↑ (en) David Wiliams , Diffusions, Markov Processes and Martingales : Foundations , vol. 1, Wiley , 1979 (ISBN 0-471-99705-6 ) , « II.25 »
↑ (en) Bernt Øksendal , Stochastic Differential Equations : An Introduction with Applications , Springer, 2003 , 360 p. (ISBN 978-3-540-04758-2 , lire en ligne ) , p. 25
Portail de l'analyse