La PizarraMatemática.

Máster y doctorado

Procesos de Lévy

Un browniano cambia continuamente; un contador de eventos salta. Ambos pueden tener incrementos futuros independientes y una misma ley para intervalos de igual duración. Los procesos de Lévy reúnen esos modelos. Empezaremos contando y compensando saltos antes de leer su fórmula general.

1. Incrementos estacionarios no significa valores estacionarios

Un Lévy empieza en cero, tiene incrementos independientes en intervalos disjuntos, incrementos estacionarios en distribución y continuidad estocástica. Esta última significa Xₜ₊ₕ−Xₜ→0 en probabilidad cuando h→0 por tiempos admisibles. Usamos su versión càdlàg: continua por la derecha y con límites por la izquierda.

Una trayectoria càdlàg puede saltar. En Poisson, la probabilidad de algún salto en un intervalo h es 1−e^{-\lambda h}, y tiende a cero al reducir h. Eso no elimina los saltos en tiempos aleatorios. Que un proceso sea Markov o tenga saltos no basta para ser Lévy.

Dos intervalos con la misma duración

N es Poisson de intensidad dos; comparar N₃−N₁ y N₇−N₅.

  1. Duración

    Cada intervalo dura dos.

  2. Ley

    Ambos incrementos tienen ley Poisson de parámetro cuatro.

  3. Independencia

    Además sus intervalos son disjuntos.

Resultado

Los incrementos tienen la misma ley, pero N₁ y N₅ no la tienen.

Lo comprobamos

E N₁=2 y E N₅=10.

Tener incrementos de igual ley no basta

R=±1 equilibrado y Xₜ=tR.

  1. Estacionariedad de incrementos

    Xₜ₊ₕ−Xₜ=hR depende en ley solo de h.
  2. Dependencia

    El incremento en (0,1] es R y en (1,2] también es R.

  3. Fallo

    Conocer el primero determina el segundo; no son independientes.

Resultado

Este proceso continuo no es un Lévy.

Lo comprobamos

La continuidad de los caminos no sustituye la independencia.

2. Poisson cuenta eventos y su compensación elimina solo el crecimiento medio

Para intensidad λ>0, \mathbb P(N_t=k)=e^{-\lambda t}(\lambda t)^k/k! para k=0,1,…. Su media y varianza son λt. Entre s y t se usa λ(t−s). El compensado Mₜ=Nₜ−λt es martingala en su filtración natural: el incremento futuro del contador tiene media λ(t−s).

Compensar resta una tendencia y conserva todos los saltos
Intensidad λ=1Recuento Nₜ403Compensado Mₜ=Nₜ−t003En t=3: N₃=4; M₃=1
Registro inventado de cuatro eventos en los tiempos cero coma cuatro, uno coma dos, uno coma cuatro y dos coma seis. Se ilustra un proceso de Poisson de intensidad uno, sin afirmar que un registro finito pruebe esa intensidad. Arriba N t salta una unidad en cada evento; abajo M t igual N t menos t decrece con pendiente menos uno entre eventos y conserva saltos más uno. Los paneles usan la misma escala de tiempo y de valor, con ceros diferentes. En t tres, N vale cuatro y M vale uno; media cero de M no significa valor observado cero.

Restar una recta no borra saltos ni vuelve constante el proceso. Entre eventos, M decrece con pendiente −λ; en cada evento sube una unidad. Media cero es una afirmación sobre la distribución, no el valor de un registro. La ley de N cambia con t aunque las leyes de sus incrementos dependan solo de su duración.

Recuento y dispersión en un intervalo

λ=2 y tiempo t=3.

  1. Parámetro

    λt=6.
  2. Momentos

    E N₃=6 y Var N₃=6.
  3. Desviación

    La desviación típica es √6.

Resultado

La media y la varianza coinciden numéricamente en Poisson.

Lo comprobamos

Representan magnitudes distintas y no se intercambian en otros modelos.

Un valor concreto del compensado

λ=1 y se observan cuatro eventos hasta t=3.

  1. Recuento

    N₃=4 en ese registro.
  2. Centrar

    M₃=N₃−λ·3=4−3=1.
  3. Interpretar

    Se observó un evento más que la media esperada tres.

Resultado

M₃ vale uno en ese registro aunque E M₃=0.

Lo comprobamos

No se reestima λ como cuatro tercios a partir de la definición de este ejemplo.

3. En Poisson compuesto también fluctúa cuántos sumandos hay

Sea Xₜ=Σⱼ₌₁ᴺᵗYⱼ, con Yⱼ independientes de N e idénticamente distribuidos.
Con primer momento absoluto finito, E Xₜ=λt E Y.
Con segundo momento finito, Var Xₜ=λt E Y².

La ley de varianza total lo separa en λt Var Y y λt(EY)².

El segundo término aparece por la variación del número de saltos.

Condicionar en N también da la función característica E eⁱᵘˣᵗ=exp(λt(E eⁱᵘʸ−1)).

Si los saltos son deterministas, la única incertidumbre está en cuántos ocurren y la varianza no desaparece.

Cada evento suma siempre tres

λ=2, t=1 y Y≡3.

  1. Proceso

    X₁=3N₁.
  2. Media

    E X₁=3·2=6.
  3. Varianza

    Var X₁=9·2=18, aunque Var Y=0.
Resultado

Contar aleatoriamente sumandos constantes sigue produciendo variación.

Lo comprobamos

Usar λt Var Y daría cero y perdería la incertidumbre del recuento.

Saltos con signo y media no nula

Y vale uno o tres equiprobablemente; λ=1, t=2.

  1. Momentos del salto

    EY=2, EY²=(1+9)/2=5 y VarY=1.
  2. Media de la suma

    E X₂=2·2=4.
  3. Varianza total

    Var X₂=2·5=10=2·1+2·4.
Resultado

La incertidumbre de los tamaños y la del número aportan términos diferentes.

Lo comprobamos

El cuadrado de la media del salto es cuatro.

4. La tripleta se lee después de fijar una convención de truncamiento

Dividir [0,t] en n intervalos expresa Xₜ como suma de n variables independientes con la ley de X_{t/n}. Es divisibilidad infinita.

Las leyes forman un semigrupo de convolución y E eⁱᵘˣᵗ=eᵗψ⁽ᵘ⁾.

La fórmula de Lévy–Khintchine clasifica sus exponentes.

Fijamos h(x)=x1{|x|<1}.

Entonces \psi(u)=ibu-\tfrac12\sigma^2u^2+\int_{\mathbb R\setminus\{0\}}(e^{iux}-1-iuh(x))\nu(dx). Se exige σ²≥0 y ∫(1∧x²)ν(dx)<∞. b es una deriva relativa a h y ν una medida de tamaños de saltos. Cada tripleta admisible determina una ley de Lévy, sin que esa clasificación afirme existencia de todos sus momentos.

Leer la tripleta de un contador

Poisson de intensidad λ, con saltos de tamaño uno.

  1. Medida

    ν=λδ₁ y no hay parte browniana.
  2. Convención

    h(1)=0 porque usamos |x|<1, estrictamente.
  3. Exponente

    Con b=0 queda ψ(u)=λ(eⁱᵘ−1).
Resultado

En esta convención la tripleta es (0,0,λδ₁).

Lo comprobamos

Una fuente que use |x|≤1 necesita otra componente de deriva para la misma ley.

Un Lévy sin saltos

Xₜ=3t−2Bₜ.

  1. Partes

    ν=0, b=3 y σ²=4.
  2. Exponente

    ψ(u)=3iu−2u².
  3. Ley

    Xₜ es N(3t,4t), con la función característica eᵗψ⁽ᵘ⁾.

Resultado

El signo del coeficiente browniano no cambia la ley.

Lo comprobamos

La tripleta registra su varianza cuatro, no el signo menos dos.

5. La resta lineal hace integrables las contribuciones pequeñas

Lejos de cero, ν tiene masa finita: para un conjunto A separado de cero, los saltos con tamaño en A forman un recuento Poisson de media tν(A). Puede haber masa infinita de saltos pequeños. Cerca de cero, eⁱᵘˣ−1−iux es del orden de x², de modo que la condición de Lévy basta para integrar esa parte.

Cambiar h obliga a cambiar b. Si la diferencia es ν-integrable, \widetilde b=b+\int(\widetilde h-h)\,d\nu conserva el exponente. La resta es compensación de media, no eliminación de los saltos. El valor de b aislado no es siempre la media por unidad de tiempo.

Un salto pequeño que requiere compensación con nuestra convención

ν=4δ₁ᐟ₂, σ=0 y b=0.

  1. Exponente

    ψ(u)=4(eⁱᵘᐟ²−1−iu/2).
  2. Proceso

    Lo representa Xₜ=Nₜ/2−2t, con N de intensidad cuatro.
  3. Media

    E Xₜ=4t/2−2t=0.
Resultado

b=0 no significa aquí ausencia de recta en una representación como suma cruda de saltos.

Lo comprobamos

Cada salto sigue midiendo un medio.

Quitar el truncamiento en ese caso finito

Pasar de h(x)=x1{|x|<1} a h̃=0 para ν=4δ₁ᐟ₂.

  1. Integral

    ∫(h̃−h)dν=−4·(1/2)=−2.
  2. Nueva deriva

    b̃=0−2=−2.
  3. Misma ley

    La fórmula sin resta dentro de la integral usa deriva −2 y suma N/2.

Resultado

La ley no cambia cuando la deriva se ajusta junto al truncamiento.

Lo comprobamos

Dejar b en cero al quitar h daría otro proceso, con media 2t.

6. Lévy–Itô construye los saltos pequeños como un límite compensado

Con nuestra convención, Lévy–Itô separa bt, σBₜ, los saltos |x|≥1 y el límite de saltos ε≤|x|<1 compensados. La medida aleatoria de Poisson tiene intensidad dsν(dx); restarle esa intensidad centra la parte pequeña. Browniano y medida de Poisson pueden tomarse independientes.

Escribimos X_t=bt+\sigma B_t+J_t+K_t.

La parte grande es J_t=\int_0^t\int_{|x|\ge1}x\,\mathcal N(ds,dx): una suma finita de tamaños de saltos en cada horizonte compacto.

Para la parte pequeña fijamos K_t^\varepsilon=\int_0^t\int_{\varepsilon\le|x|<1}x\,\widetilde{\mathcal N}(ds,dx). La tilde resta dsν(dx) a la medida de Poisson. Kₜ es el límite de esas integrales cuando ε baja a cero, en el sentido de media cuadrática de esta parte centrada.

La diferencia entre dos cortes pequeños tiene segundo momento t∫franja x²ν(dx), que tiende a cero. Así la parte compensada converge en L² para cada horizonte fijo. Esto no garantiza segundo momento de toda X: los saltos grandes pueden tener cola de varianza infinita. Sin compensar, la suma pequeña puede divergir cuando ∫|x|ν cerca de cero es infinita.

Estimar lo que se omite de una cola pequeña

Modelo simétrico con tamaños ±2⁻ᵏ y tasa conjunta 2ᵏ, k≥1.

  1. Cuadrados por banda

    La contribución por unidad de tiempo es 2ᵏ·2⁻²ᵏ=2⁻ᵏ.
  2. Omitir k>m

    La suma de estas contribuciones es 2⁻ᵐ.

  3. Error centrado

    A tiempo t, el segundo momento de la cola omitida es t·2⁻ᵐ.

Resultado

El error cuadrático de la parte centrada sí se controla con una serie convergente.

Lo comprobamos

La tasa de suma absoluta por banda es uno y su serie diverge.

Saltos grandes con segundo momento infinito

ν tiene densidad x⁻² en x≥1 y no tiene parte pequeña.

  1. Actividad

    ∫₁∞x⁻²dx=1: hay finitos saltos por horizonte.
  2. Segundo momento

    ∫₁∞x²·x⁻²dx=∞.
  3. Conclusión

    La suma compuesta está definida, pero no tiene segundo momento finito.

Resultado

Finitos saltos no implica varianza finita.

Lo comprobamos

También el primer momento diverge en este ejemplo positivo.

7. Actividad infinita y variación infinita no son sinónimos

La actividad es finita si ν(R sin cero)<∞.

En tal caso la parte de saltos es Poisson compuesto, con la deriva ajustada a la convención. La variación total en compactos es finita exactamente cuando σ=0 y ∫₍|x|<1₎|x|ν(dx)<∞. Un browniano tiene cero saltos y variación total infinita.

Infinitos saltos pueden tener suma absoluta finita o infinita
Tasa de variación absoluta por bandaEje vertical: log₂ de la tasa1630−3kα=1/2: suma finitaα=3/2: suma infinitaEn ambos: infinitos saltos pequeños.
Modelo atómico simétrico con tamaños más y menos dos elevado a menos k, y tasa conjunta dos elevado a alfa k en la banda k, para k positivo. La tasa esperada de variación absoluta por banda es dos elevado a alfa menos uno por k. El eje vertical es su logaritmo en base dos, no la tasa sin transformar. Para alfa un medio, las tasas forman una serie geométrica convergente; para alfa tres medios crecen y divergen. En ambos casos la actividad total es infinita y la suma de tasas cuadráticas es finita porque alfa es menor que dos. El dibujo muestra solo seis bandas de dos medidas de Lévy originales, no dos trayectorias.

En el modelo simétrico con tamaños ±2⁻ᵏ y tasa conjunta 2ᵅᵏ, k≥1, la actividad siempre es infinita para α>0.

La condición de Lévy suma 2⁽ᵅ⁻²⁾ᵏ y se cumple si α<2.
La condición de variación suma 2⁽ᵅ⁻¹⁾ᵏ y se cumple si α<1.

Esas tres preguntas usan sumas diferentes.

Infinitos saltos con variación finita

α=1/2 y σ=0 en el modelo de bandas.

  1. Número

    Σ2ᵏᐟ² diverge: actividad infinita.

  2. Variación

    Σ2⁻ᵏᐟ² converge geométricamente.

  3. Conclusión

    Los saltos pequeños son absolutamente sumables en un horizonte compacto casi seguramente.

Resultado

Puede haber infinitos sumandos cuyo tamaño total sea finito.

Lo comprobamos

Una cantidad aleatoria no negativa con esperanza finita es finita casi seguramente.

Otra actividad infinita con variación infinita

α=3/2 y σ=0 en el mismo modelo.

  1. Cuadrados

    Σ2⁻ᵏᐟ² converge: la medida es admisible.

  2. Absolutos

    Σ2ᵏᐟ² diverge.

  3. Conclusión

    El proceso existe mediante compensación y tiene variación total infinita.

Resultado

La condición cuadrática basta para construir el ruido sin exigir suma absoluta.

Lo comprobamos

La simetría no cambia la suma de tamaños absolutos.

8. Simetría no hace existir una esperanza infinita

El primer momento absoluto existe si ∫₍|x|≥1₎|x|ν(dx)<∞.
Entonces E Xₜ=t(b+∫₍|x|≥1₎xν(dx)).

Con segundo momento finito, \operatorname{Var}(X_t)=t(\sigma^2+\int x^2\nu(dx)). La condición de Lévy ya controla el segundo momento pequeño; el problema de estos momentos está en las colas grandes.

Un Lévy estable simétrico de índice 0<α<2 tiene ν(dx)=c|x|⁻¹⁻ᵅdx y exponente −c′|u|ᵅ para constantes positivas ligadas. Su varianza es infinita. Su media existe si α>1 y entonces es cero; para α≤1, la simetría no convierte ∞−∞ en una esperanza ordinaria. Cerca de cero tiene variación finita sin parte gaussiana exactamente si α<1.

Comprobar las dos colas con potencias

Densidad estable simétrica con α=3/2.

  1. Primer momento grande

    La integral se compara con ∫₁∞x⁻³ᐟ²dx, que converge.

  2. Segundo momento grande

    Se compara con ∫₁∞x⁻¹ᐟ²dx, que diverge.

  3. Media y varianza

    La media es cero por simetría e integrabilidad; la varianza es infinita.

Resultado

Tener media finita no implica varianza finita.

Lo comprobamos

La condición cerca de cero para variación absoluta también falla en α=3/2.

La distribución de Cauchy es simétrica sin media ordinaria

Caso α=1.

  1. Primer momento absoluto

    La cola se compara con ∫₁∞dx/x, divergente.

  2. Simetría

    Las contribuciones positiva y negativa no son integrables.

  3. Conclusión

    La esperanza no existe como número real; un valor principal simétrico cero es otra operación.

Resultado

No escribimos E X=0 solo porque el dibujo sea simétrico.

Lo comprobamos

La definición de esperanza exige controlar las partes positiva y negativa.

9. El generador salta hacia otros valores del observable

Para g suave de soporte compacto, Lg(z)=bg^{\prime}(z)+\tfrac12\sigma^2g^{\prime\prime}(z)+\int[g(z+x)-g(z)-h(x)g^{\prime}(z)]\nu(dx). El término integral es no local: compara posiciones separadas por un salto. En el estable simétrico se relaciona, con escala fijada, con −(−Δ)ᵅᐟ².

En Poisson, Lg(z)=λ(g(z+1)−g(z)).

En el compensado se añade −λg′(z). Para aproximar una actividad infinita hay que cortar y compensar de forma coherente; el segundo momento del error de la parte centrada omitida es t∫₍|x|<ε₎x²ν(dx). Un dibujo de una truncación no verifica por sí solo convergencia del proceso.

Un generador que cuenta eventos

Poisson λ=3 y g(z)=z²; sus momentos permiten usar este observable no compacto.

  1. Diferencia

    g(z+1)−g(z)=(z+1)²−z²=2z+1.
  2. Multiplicar

    Lg(z)=3(2z+1)=6z+3.
  3. Momento

    Desde cero, E Nₜ²=3t+9t² y su derivada es 3+18t=E(6Nₜ+3).
Resultado

El salto produce un término constante además del lineal.

Lo comprobamos

La fórmula de g se justifica aquí por los momentos finitos de Poisson.

Centrar sin borrar la variación

M=N−3t y el mismo g(z)=z².

  1. Deriva

    La parte −3g′(z) vale −6z.

  2. Saltos

    La parte de Poisson vale 6z+3.

  3. Sumar

    Lg=3 y E Mₜ²=3t desde cero.
Resultado

Compensar elimina la deriva del primer momento, no la del cuadrado.

Lo comprobamos

La variación aleatoria persiste aunque E Mₜ=0.

Ahora lo resolvemos de principio a fin.

EJEMPLO RESUELTO 1

Contar eventos

Para intensidad λ=3, calcula media y varianza de N₂.

  1. Datos

    La intensidad es λ=3 y el tiempo dos.
  2. Parámetro

    λt=3·2=6.
  3. Ley

    N₂ tiene distribución Poisson de parámetro seis.

  4. Media

    Para Poisson, la media es su parámetro: seis.

  5. Varianza

    La varianza también es seis.

  6. Comprobar

    Su desviación típica es √6, que es otra magnitud.

Resultado

Media 6 y varianza 6.

Lo comprobamos

La desviación típica sería √6.

EJEMPLO RESUELTO 2

Compensar

Con λ=2 y N₃=8, calcula el valor del proceso compensado.

  1. Definición

    Mₜ=Nₜ−λt.
  2. Recuento observado

    Se da N₃=8.
  3. Media esperada

    Con λ=2, λ·3=6.
  4. Restar

    M₃=8−6=2.
  5. Interpretar

    El recuento observado supera en dos su media esperada.

  6. Distinguir

    El valor dos en este registro es compatible con E M₃=0.

Resultado

El valor compensado es 2.

Lo comprobamos

Su esperanza es cero, aunque esta trayectoria valga 2.

Los símbolos que hemos usado

Xₜ
Proceso de Lévy real iniciado en0; todos los tiempos se consideran no negativos.
Càdlàg
Trayectoria continua por la derecha y con límite por la izquierda en cada tiempo positivo.
ΔXₜ=Xₜ−Xₜ₋
Tamaño del salto en el tiempo t.
Nₜ y λ
Proceso de Poisson de recuento y su intensidad, número medio de eventos por unidad de tiempo.
ψ(u)
Exponente característico definido por E e^{iuXₜ}=e^{tψ(u)}, con ψ(0)=0.
(b,σ²,ν)
Tripleta con deriva dependiente del truncamiento, varianza gaussiana por unidad de tiempo y medida de Lévy.
ν
Medida sobre R\{0} que satisface∫(1∧x²)ν(dx)<∞ y describe intensidad por tamaño de salto.
𝒩(ds,dx)
Medida aleatoria de Poisson de saltos, cuya intensidad es dsν(dx).
𝒩̃=𝒩−dsν
Medida compensada, usada para sumar saltos pequeños en sentido centrado.
h(x)=x1{|x|<1}
Convención de truncamiento fijada aquí en la fórmula característica y el generador.

Ahora te toca a ti.

Tienes cinco ejercicios. Inténtalos; las pistas te ayudan si te atascas.

Practicar este tema →

Para ampliar