Download the full version of the ebook now at ebooksecure.

com

(eBook PDF) Theory and Statistical

Applications of Stochastic Processes

https://ebooksecure.com/product/ebook-pdf-theory-
and-statistical-applications-of-stochastic-
processes/

Explore and download more ebook at https://ebooksecure.com

 Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

(eBook PDF) Fundamentals of Probability: with Stochastic

Processes, Third Edition 3rd Edition

https://ebooksecure.com/product/ebook-pdf-fundamentals-of-probability-
with-stochastic-processes-third-edition-3rd-edition/

ebooksecure.com

Advanced machining processes of metallic materials :

theory, modelling and applications 2nd Edition Wit Grzesik
- eBook PDF
https://ebooksecure.com/download/advanced-machining-processes-of-
metallic-materials-theory-modelling-and-applications-ebook-pdf/

ebooksecure.com

Stochastic Global Optimization Methods and Applications to

Chemical, Biochemical, Pharmaceutical and Environmental
Processes 1st Edition Ch. Venkateswarlu Satya Eswari
Jujjavarapu - eBook PDF
https://ebooksecure.com/download/stochastic-global-optimization-
methods-and-applications-to-chemical-biochemical-pharmaceutical-and-
environmental-processes-ebook-pdf/
ebooksecure.com

Food and Culture 7th Edition (eBook PDF)

https://ebooksecure.com/product/food-and-culture-7th-edition-ebook-
pdf/

ebooksecure.com
Making the Most of Field Placement, 5th Edition Helen
Cleak - eBook PDF

https://ebooksecure.com/download/making-the-most-of-field-
placement-5th-edition-ebook-pdf/

ebooksecure.com

(eBook PDF) Know Your Home Furnishings 2nd Edition

https://ebooksecure.com/product/ebook-pdf-know-your-home-
furnishings-2nd-edition/

ebooksecure.com

(eBook PDF) Small Business Management Launching Growing

New Ventures 6th

https://ebooksecure.com/product/ebook-pdf-small-business-management-
launching-growing-new-ventures-6th/

ebooksecure.com

(eBook PDF) Fundamentals of Thermodynamics 8th Edition by

Borgnakke

https://ebooksecure.com/product/ebook-pdf-fundamentals-of-
thermodynamics-8th-edition-by-borgnakke/

ebooksecure.com

Evolutionary Psychology: The New Science of the Mind 5th

Edition (eBook PDF)

https://ebooksecure.com/product/evolutionary-psychology-the-new-
science-of-the-mind-5th-edition-ebook-pdf/

ebooksecure.com
(Original PDF) Exploring Management 6th Edition by John R.
Schermerhorn

https://ebooksecure.com/product/original-pdf-exploring-management-6th-
edition-by-john-r-schermerhorn/

ebooksecure.com
vi Theory and Statistical Applications of Stochastic Processes

Chapter 2. Stochastic Processes with Independent

Increments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1. Existence of processes with independent increments
in terms of incremental characteristic functions . . . . . . . . . . . . . . . . 21
2.2. Wiener process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.1. One-dimensional Wiener process . . . . . . . . . . . . . . . . . . . 24
2.2.2. Independent stochastic processes. Multidimensional
Wiener process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. Poisson process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.1. Poisson process defined via the existence theorem . . . . . . . . . . 27
2.3.2. Poisson process defined via the distributions
of the increments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.3. Poisson process as a renewal process . . . . . . . . . . . . . . . . . 30
2.4. Compound Poisson process . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5. Lévy processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.1. Wiener process with a drift . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.2. Compound Poisson process as a Lévy process . . . . . . . . . . . . 36
2.5.3. Sum of a Wiener process with a drift and
a Poisson process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.4. Gamma process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.5. Stable Lévy motion . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.6. Stable Lévy subordinator with stability
parameter α ∈ (0, 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

Chapter 3. Gaussian Processes. Integration with Respect to

Gaussian Processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1. Gaussian vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2. Theorem of Gaussian representation (theorem on
normal correlation) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3. Gaussian processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4. Examples of Gaussian processes . . . . . . . . . . . . . . . . . . . . . . 46
3.4.1. Wiener process as an example of a Gaussian process . . . . . . . . 46
3.4.2. Fractional Brownian motion . . . . . . . . . . . . . . . . . . . . . . 48
3.4.3. Sub-fractional and bi-fractional Brownian motion . . . . . . . . . . 50
3.4.4. Brownian bridge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4.5. Ornstein–Uhlenbeck process . . . . . . . . . . . . . . . . . . . . . . 51
3.5. Integration of non-random functions with respect
to Gaussian processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.1. General approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.2. Integration of non-random functions with respect
to the Wiener process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.5.3. Integration w.r.t. the fractional Brownian motion . . . . . . . . . . . 57
 Contents vii

3.6. Two-sided Wiener process and fractional Brownian

motion: Mandelbrot–van Ness representation of fractional
Brownian motion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.7. Representation of fractional Brownian motion as the
Wiener integral on the compact integral . . . . . . . . . . . . . . . . . . . . 63

Chapter 4. Construction, Properties and Some Functionals of the

Wiener Process and Fractional Brownian Motion . . . . . . . . . . . . 67
4.1. Construction of a Wiener process on the interval [0, 1] . . . . . . . . . 67
4.2. Construction of a Wiener process on R+ . . . . . . . . . . . . . . . . . 72
4.3. Nowhere differentiability of the trajectories of
a Wiener process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.4. Power variation of the Wiener process and of the
fractional Brownian motion . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.4.1. Ergodic theorem for power variations . . . . . . . . . . . . . . . . . 77
4.5. Self-similar stochastic processes . . . . . . . . . . . . . . . . . . . . . . 79
4.5.1. Definition of self-similarity and some examples . . . . . . . . . . . 79
4.5.2. Power variations of self-similar processes
on finite intervals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

Chapter 5. Martingales and Related Processes . . . . . . . . . . . . . . 85

5.1. Notion of stochastic basis with filtration . . . . . . . . . . . . . . . . . 85
5.2. Notion of (sub-, super-) martingale: elementary
properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.3. Examples of (sub-, super-) martingales . . . . . . . . . . . . . . . . . . 87
5.4. Markov moments and stopping times . . . . . . . . . . . . . . . . . . . 90
5.5. Martingales and related processes with discrete time . . . . . . . . . . 96
5.5.1. Upcrossings of the interval and existence
of the limit of submartingale . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.5.2. Examples of martingales having a limit and of
uniformly and non-uniformly integrable martingales . . . . . . . . . . . . 102
5.5.3. Lévy convergence theorem . . . . . . . . . . . . . . . . . . . . . . . 104
5.5.4. Optional stopping . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.5.5. Maximal inequalities for (sub-, super-)
martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.5.6. Doob decomposition for the integrable processes
with discrete time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.5.7. Quadratic variation and quadratic characteristics:
Burkholder–Davis–Gundy inequalities . . . . . . . . . . . . . . . . . . . . 113
5.5.8. Change of probability measure and Girsanov
theorem for discrete-time processes . . . . . . . . . . . . . . . . . . . . . . 116
5.5.9. Strong law of large numbers for martingales
with discrete time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
viii Theory and Statistical Applications of Stochastic Processes

5.6. Lévy martingale stopped . . . . . . . . . . . . . . . . . . . . . . . . . . 126

5.7. Martingales with continuous time . . . . . . . . . . . . . . . . . . . . . 127

Chapter 6. Regularity of Trajectories of Stochastic

Processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.1. Continuity in probability and in L2 (Ω, F, P) . . . . . . . . . . . . . . . 131
6.2. Modification of stochastic processes: stochastically
equivalent and indistinguishable processes . . . . . . . . . . . . . . . . . . . 133
6.3. Separable stochastic processes: existence of
separable modification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.4. Conditions of D-regularity and absence of the
discontinuities of the second kind for stochastic processes . . . . . . . . . . 138
6.4.1. Skorokhod conditions of D-regularity in terms
of three-dimensional distributions . . . . . . . . . . . . . . . . . . . . . . . 138
6.4.2. Conditions of absence of the discontinuities
of the second kind formulated in terms of conditional
probabilities of large increments . . . . . . . . . . . . . . . . . . . . . . . 144
6.5. Conditions of continuity of trajectories of
stochastic processes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.5.1. Kolmogorov conditions of continuity in terms
of two-dimensional distributions . . . . . . . . . . . . . . . . . . . . . . . 148
6.5.2. Hölder continuity of stochastic processes:
a sufficient condition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.5.3. Conditions of continuity in terms of
conditional probabilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

Chapter 7. Markov and Diffusion Processes . . . . . . . . . . . . . . . . 157

7.1. Markov property . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.2. Examples of Markov processes . . . . . . . . . . . . . . . . . . . . . . . 163
7.2.1. Discrete-time Markov chain . . . . . . . . . . . . . . . . . . . . . . 163
7.2.2. Continuous-time Markov chain . . . . . . . . . . . . . . . . . . . . 165
7.2.3. Process with independent increments . . . . . . . . . . . . . . . . . 168
7.3. Semigroup resolvent operator and generator related
to the homogeneous Markov process . . . . . . . . . . . . . . . . . . . . . . 168
7.3.1. Semigroup related to Markov process . . . . . . . . . . . . . . . . . 168
7.3.2. Resolvent operator and resolvent equation . . . . . . . . . . . . . . 169
7.3.3. Generator of a semigroup . . . . . . . . . . . . . . . . . . . . . . . . 171
7.4. Definition and basic properties of diffusion process . . . . . . . . . . . 175
7.5. Homogeneous diffusion process. Wiener process
as a diffusion process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.6. Kolmogorov equations for diffusions . . . . . . . . . . . . . . . . . . . 181
 Contents ix

Chapter 8. Stochastic Integration . . . . . . . . . . . . . . . . . . . . . . . 187

8.1. Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
8.2. Definition of Itô integral . . . . . . . . . . . . . . . . . . . . . . . . . . 189
8.2.1. Itô integral of Wiener process . . . . . . . . . . . . . . . . . . . . . 195
8.3. Continuity of Itô integral . . . . . . . . . . . . . . . . . . . . . . . . . . 197
8.4. Extended Itô integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.5. Itô processes and Itô formula . . . . . . . . . . . . . . . . . . . . . . . . 203
8.6. Multivariate stochastic calculus . . . . . . . . . . . . . . . . . . . . . . 212
8.7. Maximal inequalities for Itô martingales . . . . . . . . . . . . . . . . . 215
8.7.1. Strong law of large numbers for Itô
local martingales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.8. Lévy martingale characterization of Wiener process . . . . . . . . . . . 220
8.9. Girsanov theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.10. Itô representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

Chapter 9. Stochastic Differential Equations . . . . . . . . . . . . . . . 233

9.1. Definition, solvability conditions, examples . . . . . . . . . . . . . . . 233
9.1.1. Existence and uniqueness of solution . . . . . . . . . . . . . . . . . 234
9.1.2. Some special stochastic differential equations . . . . . . . . . . . . 238
9.2. Properties of solutions to stochastic differential
equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
9.3. Continuous dependence of solutions on coefficients . . . . . . . . . . . 245
9.4. Weak solutions to stochastic differential equations . . . . . . . . . . . . 247
9.5. Solutions to SDEs as diffusion processes . . . . . . . . . . . . . . . . . 249
9.6. Viability, comparison and positivity of solutions to
stochastic differential equations . . . . . . . . . . . . . . . . . . . . . . . . . 252
9.6.1. Comparison theorem for one-dimensional projections of
stochastic differential equations . . . . . . . . . . . . . . . . . . . . . . . . 257
9.6.2. Non-negativity of solutions to stochastic
differential equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
9.7. Feynman–Kac formula . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
9.8. Diffusion model of financial markets . . . . . . . . . . . . . . . . . . . 260
9.8.1. Admissible portfolios, arbitrage and equivalent
martingale measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.8.2. Contingent claims, pricing and hedging . . . . . . . . . . . . . . . . 266

Part 2. Statistics of Stochastic Processes . . . . . . . . . . . . . . . . . 271

Chapter 10. Parameter Estimation . . . . . . . . . . . . . . . . . . . . . . 273

10.1. Drift and diffusion parameter estimation in the linear
regression model with discrete time . . . . . . . . . . . . . . . . . . . . . . . 273
10.1.1. Drift estimation in the linear regression model
with discrete time in the case when the initial value is known . . . . . . . 274
x Theory and Statistical Applications of Stochastic Processes

10.1.2. Drift estimation in the case when the initial value

is unknown . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.2. Estimation of the diffusion coefficient in a linear
regression model with discrete time . . . . . . . . . . . . . . . . . . . . . . . 277
10.3. Drift and diffusion parameter estimation in the linear
model with continuous time and the Wiener noise . . . . . . . . . . . . . . 278
10.3.1. Drift parameter estimation . . . . . . . . . . . . . . . . . . . . . . 279
10.3.2. Diffusion parameter estimation . . . . . . . . . . . . . . . . . . . 280
10.4. Parameter estimation in linear models with fractional
Brownian motion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
10.4.1. Estimation of Hurst index . . . . . . . . . . . . . . . . . . . . . . . 281
10.4.2. Estimation of the diffusion parameter . . . . . . . . . . . . . . . . 283
10.5. Drift parameter estimation . . . . . . . . . . . . . . . . . . . . . . . . . 284
10.6. Drift parameter estimation in the simplest
autoregressive model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
10.7. Drift parameters estimation in the homogeneous
diffusion model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Chapter 11. Filtering Problem. Kalman-Bucy Filter . . . . . . . . . . . 293

11.1. General setting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
11.2. Auxiliary properties of the non-observable process . . . . . . . . . . . 294
11.3. What is an optimal filter . . . . . . . . . . . . . . . . . . . . . . . . . . 295
11.4. Representation of an optimal filter via an integral
equation with respect to an observable process . . . . . . . . . . . . . . . . 296
11.5. Integral Wiener-Hopf equation . . . . . . . . . . . . . . . . . . . . . . 299

Appendices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311

Appendix 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313

Appendix 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329

Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
 Preface

This book is concerned with both mathematical theory of stochastic processes and
some theoretical aspects of statistics for stochastic processes. Our general idea was to
combine classic topics of the theory of stochastic processes – measure-theoretic
issues of existence, processes with independent increments, Gaussian processes,
martingales, continuity and related properties of trajectories and Markov properties –
with contemporary subjects – stochastic analysis, stochastic differential equations,
fractional Brownian motion and parameter estimation in diffusion models. A more
detailed exposition of the contents of the book is given in the Introduction.

We aimed to make the presentation of material as self-contained as possible. With

this in mind, we have included several complete proofs, which are often either
omitted from textbooks on stochastic processes or replaced by some informal or
heuristic arguments. For this reason, we have also included some auxiliary materials,
mainly related to different subjects of real analysis and probability theory, in the
comprehensive appendix. However, we could not cover the full scope of the topic, so
a substantial background in calculus, measure theory and probability theory is
required.

The book is based on lecture courses, Theory of stochastic processes, Statistics of

stochastic processes, Stochastic analysis, Stochastic differential equations, Theory of
Markov processes, Generalized processes of fractional Brownian motion and
Diffusion processes, taught regularly in the Mechanics and Mathematics Faculty of
Taras Shevchenko National University of Kyiv and Stochastic differential equations
lecture courses taught at the University of Verona in Spring 2016; Fractional
Brownian motion and related processes: stochastic calculus, statistical applications
and modeling taught in School in Bedlewo in March 2015; Fractional Brownian
motion and related processes taught at Ulm University in June 2015; and a
Fractional Brownian motion in a nutshell mini-course given at the 7th Jagna
International Conference in 2014.
xii Theory and Statistical Applications of Stochastic Processes

The book is targeted at the widest audience: students of mathematical and related
programs, postgraduate students, postdoctoral researchers, lecturers, researchers,
practitioners in the fields concerned with the application of stochastic processes, etc.
The book would be most useful when accompanied by a problem in stochastic
processes; we recommend [GUS 10] as it matches our topics best.

We would like to express our gratitude to everyone who made the creation of this
book possible. In particular, we would like to thank Łukasz Stettner, Professor at the
Department of Probability Theory and Mathematics of Finance, Institute of
Mathematics, Polish Academy of Sciences; Luca Di Persio, Assistant Professor at the
Department of Computer Science at the University of Verona; Evgeny Spodarev,
Professor and Director of the Institute of Stochastics at Ulm University, for their
hospitality while hosting Yuliya Mishura during lecture courses. We would also like
to thank Alexander Kukush, Professor at the Department of Mathematical Analysis
of Taras Shevchenko National University of Kyiv, for proofreading the statistical part
of the manuscript, and Evgeniya Munchak, PhD student at the Department of
Probability, Statistics, and Actuarial Mathematics of Taras Shevchenko National
University of Kyiv, for her help in typesetting the manuscript.

Yuliya M ISHURA
Georgiy S HEVCHENKO
September 2017
 Introduction

In the world that surrounds us, a lot of events have a random (nondeterministic)
structure. At molecular and subatomic levels, all natural phenomena are random.
Movement of particles in the surrounding environment is accidental. Numerical
characteristics of cosmic radiation and the results of monitoring the effect of ionizing
radiation are random. The majority of economic factors surrounding asset prices on
financial markets vary randomly. Despite efforts to mitigate risk and randomness,
they cannot be completely eliminated. Moreover, in complex systems, it is often
easier to reach an equilibrium state when they are not too tightly controlled.
Summing-up, chance manifests itself in almost everything that surrounds us, and
these manifestations vary over time. Anyone can simulate time-varying randomness
by tossing a coin or rolling a dice repeatedly and recording the results of successive
experiments. (If a physical random number is unavailable, one of the numerous
computer algorithms to generate random numbers can be used.) In view of this
ubiquity of randomness, the theory of probability and stochastic processes has a long
history, despite the fact that the rigorous mathematical notion of probability was
introduced less than a century ago. Let us speak more on this history.

People have perceived randomness since ancient times, for example, gambling
already existed in ancient Egypt before 3000 BC. It is difficult to tell exactly when
systematic attempts to understand randomness began. Probably, the most notable
were those made by the prominent ancient Greek philosopher Epicurus (341–270
BC). Although his views were heavily influenced by Democritus, he attacked
Democritus’ materialism, which was fully deterministic. Epicurus insisted that all
atoms experience some random perturbations in their dynamics. Although modern
physics confirms these ideas, Epicurus himself attributed the randomness to the free
will of atoms. The phenomenon of random detours of atoms was called clinamen
(cognate to inclination) by the Roman poet Lucretius, who had brilliantly exposed
Epicurus’ philosophy in his poem On the Nature of Things.
xiv Theory and Statistical Applications of Stochastic Processes

Moving closer to present times, let us speak of the times where there was no
theory of stochastic processes, physics was already a well-developed subject, but
there wasn’t any equipment suitable to study objects in sufficiently small microscopic
detail. In 1825, botanist Robert Brown first observed a phenomenon, later called
Brownian motion, which consisted of a chaotic movement of a pollen particle in a
vessel. He could not come up with a model of this system, so just stated that the
behavior is random.

A suitable model for the phenomenon arose only several decades later, in a very
different problem, concerned with the pricing of financial assets traded on a stock
exchange. A French mathematician Louis Bachelier (1870–1946), who aimed to find
a mathematical description of stochastic fluctuations of stock prices, provided a
mathematical model in his thesis “Théorie de la spéculation” [BAC 95], which was
defended at the University of Paris in 1900. The model is, in modern terms, a
stochastic process, which is characterized by the fact that its increments in time, in a
certain statistical sense, are proportional to the square root of the time change; this
“square root” phenomenon had also be observed earlier in physics; Bachelier was the
first to provide a model for it. Loosely speaking, according to Bachelier, the asset
price St at time t is modeled by
√
St = at + b tξ,

where a, b are constant coefficients, and ξ is a random variable having Gaussian

distribution.

The work of Bachelier was undervalued, probably due to the fact that applied
mathematics was virtually absent at the time, as well as concise probability theory.
Bachelier spent his further life teaching in different universities in France and never
returned to the topic of his thesis. It was only brought to the spotlight 50 years after
its publication, after the death of Bachelier. Now, Bachelier is considered a precursor
of mathematical finance, and the principal organization in this subject bears his name:
Bachelier Finance Society.

Other works which furthered understanding towards Brownian motion were made
by prominent physicists, Albert Einstein (1879–1955) and Marian Smoluchowski
(1872–1917). Their articles [EIN 05] and [VON 06] explained the phenomenon of
Brownian motion by thermal motion of atoms and molecules. According to this
theory, the molecules of a gas are constantly moving with different speeds in
different directions. If we put a particle, say of pollen which has a small surface area,
inside the gas, then the forces from impacts with different molecules do not
compensate each other. As a result, this Brownian particle will experience a chaotic
movement with velocity and direction changing approximately 1014 times per
second. This gave a physical explanation to the phenomenon observed by the
botanist. It also turned out that a kinetic theory of thermal motion required a
Visit https://testbankfan.com
now to explore a rich
collection of testbank or
solution manual and enjoy
exciting offers!
 Introduction xv

stochastic process Bt . Einstein and Smoluchowski not only described this stochastic
process, but also found its important probabilistic characteristics.

Only a quarter of a century later, in 1931, Andrey Kolmogorov (1903–1987) laid

the groundwork for probability theory in his pioneering works About the Analytical
Methods of Probability Theory and Foundations of the Theory of Probability [KOL 31,
KOL 77]. This allowed his fellow researcher Aleksandr Khinchin (1894–1859) to give
a definition of stochastic process in his article [KHI 34].

There is an anecdote related to the role of Khinchin in defining a stochastic

process and the origins of the “stochastic” as a synonym for randomness (the original
Greek word means “guessing” and “predicting”). They say that when Khinchin
defined the term “random process”, it did not go well with the Soviet authorities. The
reason is that the notion of random process used by Khinchin contradicted dialectical
materialism (diamat). In diamat, similarly to Democritus’ materialism, all processes
in nature are characterized by totally deterministic development, transformation, etc.,
so the phrase “random process” itself sounded paradoxical. As a result, to avoid dire
consequences (we recall that 1934 was the apogee of Stalin’s Great Terror), Khinchin
had to change the name. After some research, he came up with the term “stochastic”,
from στ oχαστ ική τ έχνη, the Greek title of Ars Conjectandi, a celebrated book by
Jacob Bernoulli (1655–1705) published in 1713, which contains many classic results.
Being popularized later by William Feller [FEL 49] and Joseph Doob [DOO 53], this
became a standard notion in English and German literature. Perhaps paradoxically, in
Russian literature, the term “stochastic processes” did not live for long. The 1956
Russian translation of Doob’s monograph [DOO 53] of this name was entitled
Probabilistic processes, and now the standard name is random process.

An alternative explanation, given, for example, in [DEL 17], attributes the term
“stochastic” to Ladislaus Władysław Bortkiewicz (1868–1931), Russian economist
and statistician, who in his paper, Die Iterationen [BOR 17], defined the term
“stochastic” as “the investigation of empirical varieties, which is based on probability
theory, and, therefore, on the law of large numbers. But stochastic is not simply
probability theory, but above all probability theory and applications”. This meaning
correlates with the one given in Ars Conjectandi by Jacob Bernoulli, so the true
origin of the term probably is somewhere between these two stories. It is also worth
mentioning that Bortkiewicz is known for proving the Poisson approximation
theorem about the convergence of binomial distributions with small parameters to the
Poisson distribution, which he called the law of small numbers.

This historical discussion would be incomplete without mentioning Paul Lévy

(1886–1971), a French mathematician who made many important contributions to
the theory of stochastic processes. Many objects and theorems now bear his name:
Lévy processes, Lévy-Khinchin representation, Lévy representation, etc. Among
xvi Theory and Statistical Applications of Stochastic Processes

other things, he wrote the first extensive monograph on the (mathematical model of)
Brownian motion [LÉV 65].

Further important progress in probability theory is related to Norbert Wiener

(1894–1964). He was a jack of all trades: a philosopher, a journalist, but the most
important legacy that he left was as a mathematician. In mathematics, his interest was
very broad, from number theory and real analysis, to probability theory and statistics.
Besides many other important contributions, he defined an integral (of a deterministic
function) with respect to the mathematical model of Brownian motion, which now
bears his name: a Wiener process (and the corresponding integral is called a Wiener
integral).

The ideas of Wiener were developed by Kiyoshi Itô (1915–2008), who introduced
an integral of random functions with respect to the Wiener process in [ITÔ 44]. This
lead to the emergence of a broad field of stochastic analysis, a probabilistic
counterpart to real integro-differential calculus. In particular, he defined stochastic
differential equations (the name is self-explanatory), which allowed us to study
diffusion processes, which are natural generalizations of the Wiener process. As with
Lévy, many objects in stochastic analysis are named after Itô: Itô integral, Itô
process, Itô representation, Wiener-Itô decomposition, etc.

An important contribution to the theory of stochastic processes and stochastic

differential equations was made by Ukrainian mathematicians Iosif Gihman
(1918–1985) and more notably by Anatoliy Skorokhod (1930–2011). Their books
[GIH 72, GIK 04a, GIK 04b, GIK 07] are now classical monographs. There are many
things in stochastic analysis named after Skorokhod: Skorokhod integral, Skorokhod
space, Skorokhod representation, etc.

Our book, of course, is not the first book on stochastic processes. They are
described in many other texts, from some of which we have borrowed many ideas
presented here, and we are grateful to their authors for the texts. It is impossible to
mention every single book here, so we cite only few texts of our selection. We
apologize to the authors of many other wonderful texts which we are not able to cite
here.

The extensive treatment of probability theory with all necessary context is

available in the books of P. Billingsley [BIL 95], K.-L. Chung [CHU 79],
O. Kallenberg [KAL 02], L. Koralov and Y. Sinai [KOR 07], M. Loève
[LOÈ 77, LOÈ 78], D. Williams [WIL 91]. It is also worth mentioning the classic
monograph of P. Billingsley [BIL 99] concerned with different kinds of convergence
concepts in probability theory.

For books which describe the theory of stochastic processes in general, we

recommend that the reader looks at the monograph by J. Doob [DOO 53], the
extensive three-volume monograph by I. Gikhman and A. Skorokhod
 Introduction xvii

[GIK 04a, GIK 04b, GIK 07], the textbooks of Z. Brzezniak and T. Zastawniak
[BRZ 99], K.-L. Chung [CHU 79], G. Lawler [LAW 06], S. Resnick [RES 92],
S. Ross [ROS 96], R. Schilling and L. Partzsch [SCH 14], A. Skorokhod [SKO 65],
J. Zabczyk [ZAB 04]. It is also worth mentioning the book by A. Bulinskiy and
A. Shiryaev [BUL 05], from which we borrowed many ideas; unfortunately, it is only
available in Russian. Martingale theory is well presented in the books of R. Liptser
and A. Shiryaev [LIP 89], J. Jacod and A. Shiryaev [JAC 03], L. Rogers and
D. Williams [ROG 00a], and the classic monograph of D. Revuz and M. Yor
[REV 99]. There are many excellent texts related to different aspects of Lévy
processes, including the books of D. Applebaum [APP 09], K. Sato [SAT 13],
W. Schoutens [SCH 03], and the collection [BAR 01].

Stochastic analysis now stands as an independent subject, so there are many

books covering different aspects of it. The books of K.-L. Chung and D. Williams
[CHU 90], I. Karatzas and S. Shreve [KAR 91], H. McKean [MCK 69], J.-F. Le Gall
[LEG 16], L. Rogers and D. Williams [ROG 00b] cover stochastic analysis in
general, and the monograph of P. Protter [PRO 04] goes much deeper into integration
issues. Stochastic differential equations and diffusion processes are the subject of the
best-selling textbook of B. Øksendal [ØKS 03], and the monographs of N. Ikeda and
S. Watanabe [IKE 89], K. Itô and H. McKean [ITÔ 74], A. Skorokhod [SKO 65], and
D. Strook and S. Varadhan [STR 06]. The ultimate guide to Malliavin calculus is
given by D. Nualart [NUA 06]. Concerning financial applications, stochastic analysis
is presented in the books of T. Björk [BJÖ 04], M. Jeanblanc, M. Yor, and
M. Chesney [JEA 09], A. Shiryaev [SHI 99], and S. Shreve [SHR 04].

Different aspects of statistical methods for stochastic processes are covered by the
books of P. Brockwell and R. Davis [BRO 06], C. Heyde [HEY 97], Y. Kutoyants
[KUT 04], G. Seber and A. Lee [SEB 03].

Finally, fractional Brownian motion, one of the main research interests of the
authors of this book, is covered by the books of F. Biagini et al. [BIA 08], Y. Mishura
[MIS 08], I. Nourdin [NOU 12], D. Nualart [NUA 06], and by lecture notes of
G. Shevchenko [SHE 15].

Our book consists of two parts: the first is concerned with the theory of stochastic
processes and the second with statistical aspects.

In the first chapter, we define the main subjects: stochastic process, trajectory and
finite-dimensional distributions. We discuss the fundamental issues: existence and
construction of a stochastic process, measurability and other essential properties, and
sigma-algebras generated by stochastic processes.

The second chapter is devoted to stochastic processes with independent

increments. A definition is given and simple criteria which provide the existence are
xviii Theory and Statistical Applications of Stochastic Processes

discussed. We also provide numerous important examples of processes with

independent increments, including Lévy processes, and study their properties.

The third chapter is concerned with a subclass of stochastic processes, arguably

the most important for applications: Gaussian processes. First, we discuss Gaussian
random variables and vectors, and then we give a definition of Gaussian processes.
Furthermore, we give several important examples of Gaussian processes and discuss
their properties. Then, we discuss integration with respect to Gaussian processes and
related topics. Particular attention is given to fractional Brownian motion and Wiener
processes, with discussion of several integral representations of fractional Brownian
motion.

The fourth chapter focuses on some delicate properties of two Gaussian

processes, which are of particular interest for applications: the Wiener process and
fractional Brownian motion. In particular, an explicit construction of the Wiener
process is provided and nowhere differentiability of its trajectories is shown. Having
in mind the question of parameter estimation for stochastic processes, we also
discuss the asymptotic behavior of power variations for the Wiener process and
fractional Brownian motion in this chapter.

In the fifth chapter, we attempted to cover the main topics in the martingale
theory. The main focus is on the discrete time case; however, we also give several
results for stochastic processes. In particular, we discuss the notions of stochastic
basis with filtration and stopping times, limit behavior of martingales, optional
stopping theorem, Doob decomposition, quadratic variations, maximal inequalities
by Doob and Burkholder-Davis-Gundy, and the strong law of large numbers.

The sixth chapter is devoted to properties of trajectories of a stochastic process.

We introduce different notions of continuity as well as important concepts of
separability, indistinguishability and stochastic equivalence, and establish several
sufficient conditions for continuity of trajectories and for absence of discontinuities
of the second kind. To the best of our knowledge, this is the first time that the
different aspects of regularity and continuity are comprehensively discussed and
compared.

The seventh chapter discusses Markov processes. The definition, together with
several important examples, is followed by analytical theory of Markov semigroups.
The chapter is concluded by the investigation of diffusion processes, which serves as
a bridge to stochastic analysis discussed in the following chapters. We provide a
definition and establish important criteria and characterization of diffusion processes.
We pay particular attention to the forward and backward Kolmogorov equations,
which are of great importance for applications.

In the eighth chapter, we give the classical introduction to stochastic integration

theory, which includes the definition and properties of Itô integral, Itô formula,
 Introduction xix

multivariate stochastic calculus, maximal inequalities for stochastic integrals,

Girsanov theorem and Itô representation.

The ninth chapter, which closes the theoretical part of the book, is concerned with
stochastic differential equations. We give a definition of stochastic differential
equations and establish the existence and uniqueness of its solution. Several
properties of the solution are established, including integrability, continuous
dependence of the solution on the initial data and on the coefficients of the equation.
Furthermore, we prove that solutions to stochastic differential equations are diffusion
processes and provide a link to partial differential equations, the Feynman-Kac
formula. Finally, we discuss the diffusion model of a financial market, giving notions
of arbitrage, equivalent martingale measure, pricing and hedging of contingent
claims.

The tenth chapter opens the second part of the book, which is devoted to statistical
aspects. It studies the estimation of parameters of stochastic processes in different
scenarios: in a linear regression model with discrete time, in a continuous time linear
model driven by Wiener process, in models with fractional Brownian motions, in a
linear autoregressive model and in homogeneous diffusion models.

In the eleventh chapter, the classic problem of optimal filtering is studied. A

statistical setting is described, then a representation of optimal filter is given as an
integral with respect to an observable process. Finally, the integral Wiener-Hopf
equation is derived, a linear stochastic differential equation for the optimal filter is
derived, and the error of the optimal filter is identified in terms of solution of the
Riccati equation. In the case of constant coefficients, the explicit solutions of these
equations are found.

Auxiliary results, which are referred to in the book, are collected in Appendices
1 and 2. In Appendix 1, we give essential facts from calculus, measure theory and
theory of operators. Appendix 2 contains important facts from probability theory.
Exploring the Variety of Random
Documents with Different Content
 Hardenegg szeme az érintetlen piros pecsétre tapadt és
izgatottan, halkan tudakolta:
– Mi történt?
Forró reményeinek halálos ítéletét hallotta meg néhány szóban.
– A kisasszony eltűnt hazulról, senki sem tudja hová lett.
– Kivel beszéltél? – kérdezte a gróf.
– Oh, uram, nem beszéltem én senkivel, első nap be se
bocsájtottak, másnap is hiába csengettem, harmadnap az ablakot is
megkocogtattam, de az egész ház mintha kihalt volna.
Kérdezősködtem a kocsmában és ott megtudtam, hogy egy öreg
szolgáló kora reggel eljár vásárolni, meglestem hát és szépen,
udvariasan megkérdeztem, hogy nem adná-e át levelemet Franciska
kisasszonynak? Az öreg asszony nem is felelt, haragosan nézett
rám, aztán becsukta az orrom előtt a nagy kaput. Egy hétig jártam
oda, rángattam a csöngőt, ráztam a kilincset, míg aztán egy reggel a
kémlelő-nyíláson át az öreg, haragos asszonyság kikiáltotta:
– Minek csönget itt örökké, hogy belebolondul az ember? Senkit
sem engedünk be. – Aztán becsapta a kis rézajtócskát. Erre én
teljes erőmből dörömböltem és ordítottam, hogy egy levelet kell
átadnom Müller Franciska kisasszonynak. Végre még egyszer
megnyilt a kémlelő és az öreg asszony nagyon dühösen rikácsolta: –
A kisasszony elment hazulról és senki sem tudja hová lett.
Takarodjék. – Egyebet nem mondott, hiába kértem, csöngettem,
kopogtam. Azért, uram, vissza kellett hoznom a levelet.
– Add ide – szólalt meg Hardenegg és halkan tette hozzá: –
Menj, menj, hagyj magamra.
Hardenegg Rudolf mereven, mozdulatlanul állt egy ideig a szoba
közepén, kezében tartva a levelet. Aztán lassan, mintha idegen
hatalom küldené bele az életet, néhányszor bólintott fejével és
csendesen ismételte: – Elment… eltűnt… eltűnt… Mély lélekzetet
vett, fáradt, kétségbeesett kifejezés fátyolozta be tekintetét és
csendesen az ablakhoz lépett.
 Az eső szakadt, ég, föld és a leomló víztömeg szürkén
egybeolvadt, időnként pedig belekapott a szél a szürkeségbe,
nekicsapta az esőt a házaknak, hogy patakokban ömlött végig az
ablaküvegen.
A Mehlmarkton lakott Hardenegg és a szemben levő nagy
kávéház világos ablakait nézte, odaát kávét, teát, csokoládét,
chaudeaut, likőrt ittak az emberek, újságot olvastak, billiárdoztak,
sakkoztak, beszéltek és nevettek, míg az ő kéményében
panaszosan sivított az őszi szél.
Most el kell mennie, megmondani Fini néninek, hogy Franciska
nem jön. Nem jön. Hova lett? Ki lopta el tőle? Ki tud hírt mondani
felőle, hogy visszahozza, visszahívja, mert az ő nagy szerelmének
egyedül van joga hozzá a kerek világon.
Hol van már a régi szép őszi este, mikor először és utoljára látta
őt, akit örökre szeret?
Egyszerre a vörös daru emlékét kereste a szürke égen, látta
feltűnni a nádasból s aztán elszállni a messzeségbe. Vajjon merre
jár most, kit csalogat, kit ámít, kinek szívében ébreszti fel az
elérhetetlen álmokat?
A vörös daru és Franciska… hűtelen, gonosz mind a kettő…
Nem, nem, megkeresem és megtalálom, dobbant meg a szíve,
ígéret, fogadás, reménység volt egyben. Nyomról-nyomra kell
mennie, míg meglátja újra arany haját. Mert valami álnokság van a
dologban az bizonyos, Franciska nem önként ment, elrabolták,
vesztébe csalták és neki tudnia kell, hogy megkapta-e szerelmének
szép biztatását, szent ígéretét, a vörös darut?
Magárakapta köpenyét, lerohant a lépcsőn, nem várt lovára, nem
várt kocsijára, a csendes Hardenegg megváltozott, első és utolsó
nagy szenvedélye tombolt lelkében és űzte útján feltartózhatatlan
vágyakkal. Az olajlámpa pislogva égett a ház előtt és ő nekivágott a
régi utcák labirintusának.
 Olyan volt Bécsnek a belvárosa, mint egy zegzugos öreg ház,
melynek azonban minden sötét folyosója, legapróbb benyilója is tele
volt dallal, vidámsággal. Muzsikaszó hangzott a szürke házakból, a
vendéglőkből. A kapualjakba, az ereszek alá, hárfások és verklisek
húzódtak meg a szakadó esőben és kitartással gyötörték
hangszereiket. Nem volt a világon még egy olyan zenés város, mint
az öreg Bécs a Duna partján.
Az üzletek fényes, kivilágított ablakait csapkodta a zápor, de
vásárlóközönség volt azért mindenikben elég. Esernyős tömeg
hullámzott a Grabenen és Hardenegg alig tudott magának utat törni
a hölgyek között, akik bámulva álltak egy divatkereskedés előtt, mert
a „zur schönen Wienerin“ büszke tulajdonosa a kirakatában álló
életnagyságú viaszbabára az orosz cárnénak készült legújabb
estélyi ruhát adta rá. A viaszbaba újdonság volt Bécsben, a cárné
ruhája is, nem csuda hát, ha sokan nézték.
Hardenegg szaladt tovább, beleütközött az emberekbe, elrohant
a tarka ernyőik alól utána kacsintó híres, szép bécsi leányok mellett
és nagyot lélekzett, mikor a Schottentorhoz ért és azon át ki a
szabadba.
Bécs belvárosa világosan, zajosan élt a nagy falak között, de a
kapukon túl, a Glacin át már csendes utak szaladtak a külvárosokba.
Az Alser-Vorstadtba sietett Hardenegg, az Alsergassen végig, a
nagy gyalogsági laktanyához.
Háromemeletes, hatalmas, viharverte épület volt az Alser-
kaszárnya, a legragyogóbb gyalogos katonák szállása. A Colloredo
Jeromos gyalogezred híres volt a hadseregben. Gróf Colloredo a
legkitünőbb tábornok, báró Rácsey a legbrilliánsabb ezredes, a
tisztikar a legszebb, legcsinosabban felkészült tisztikar.
Báró Jósika Miklós lakása iránt érdeklődött Rudolf gróf, mikor
belépett a kaszárnya nagy, négyszögletű udvarára.
Mindenki ismerte az ezred legfiatalabb kapitányát, három szobája
volt a kaszárnyában és bennük örökösen zajos élet.
 Hatan voltak együtt most is a jó barátok. Az előszobában a
privatdienerek épen vacsoráért készültek menni a szemben lévő
vendéglőbe, a nagy szobában két fiatal főhadnagy volt vívásban
elmerülve, a szép Bethlen János Kuntze hadnaggyal egy nagy,
hegyes, vörös papirosból készült, fehérbojtos sapkán foltozgatott,
amelyet annak a fejébe nyomtak, aki valami régi élcet mesélt el újra.
Sokszor volt rá szükség, elhasználódott a furcsa jószág. Lindner
György és Jósika Miklós, a két kapitány, muzsikált, Lindner György
gitározott, a kis báró fuvolázott és a többiek daloltak hozzá.
Ebbe a vidám társaságba lépett egyszerre nehéz bánatával
Hardenegg.
– Hardenegg! – kiáltotta meglepetten Jósika.
A gróf feszes huszárruhájában izgatottan, hidegen köszönt.
Jósika szürke házi spenzerjében könnyedén mozgott és kedves
közvetlenséggel rázta meg kezét.
A császár előszobájából ismerték egymást, kamarások voltak
mind a ketten és már sokat unatkoztak együtt, a gróf merev
méltósággal, Jósika panaszok és sűrű ásítások között.
– Hardenegg Rudolf gróf – szólott társainak a kis kapitány, a fiúk
meghajoltak és Jósika vidáman folytatta: – Velünk maradsz, úgy-e?
Együtt vacsorázunk itt, nálam, aztán téged is elviszünk a bálba. A
rokkantak tanyájának parancsnoka rendezi, Csórics ezredes, tudod,
mennünk kell, parancs, de azért nem unalmas, hidd el, mert a
kisasszonykák egyáltalában nem rokkantak és utána még egy jót
mulatunk kárpótlásul a Lothringer-sörházban. Kedves, hogy eljöttél
Hardenegg…
– Jósika, kérlek, négyszemközt szeretnék beszélni veled – szólalt
meg végre a gróf és elkínzott arca megdöbbentette a vidám
kompániát.
– Az Istenért, mi történt? – kérdezte ijedten a kis kapitány és
egyszerre mintha villám sujtotta volna, eszébe jutott Franciska.
Vajjon azért jött Hardenegg? Különös volna, ha még gondolna rá,
hisz ő már régen elfeledte és csak most érezte újra a lelkiismereti
furdalást, most lepte meg annak tudata, hogy alapjában véve nem
egészen lovagiasan járt el a gróffal szemben.
– Parancsolj – mondta hirtelen elkomolyodva Jósika és kinyitotta
a szomszéd szoba ajtaját.
Kis szoba volt, hideg, egyszerű, katonás, vándoréletet folytató
gazdájához illő. Az asztalon kard, csákó, a Magyar Kurir és a Wiener
Zeitung egy-egy száma, a székeken ruhadarabok és mindenfelé sok
könyv, tarka összevisszaságban. Rousseau, Voltaire, Diderot,
Lafontaine, madame Staël munkái, Mlle Scuderi, Anna Radcliff
regényeivel voltak kénytelenek megférni a kis szobában és Kleisttel,
Herderrel, Goethével, Schillerrel, Kotzebueval kellett barátkozniok
Jósika emlékezetében, úgy, amint az Armbruster-féle
kölcsönkönyvtárból épen megkapta őket.
Jósika helyet akart csinálni Hardeneggnek a bőrpamlagon, de a
gróf megfogta kezét:
– Hadd el, kérlek. Úgy sem maradhatok sokáig, csak egy
kérdésemre felelj őszintén, az életemről, a boldogságomról van szó,
Jósika. Mondd, nem tudod hova lett Müller Franciska?
A bárónak egyszerre eszébe jutott a pesti királyi palota
lépcsőháza, ahol először említette Hardenegg ezt a nevet, akkor
nem hitte volna, hogy ilyen sokat, komolyat jelent neki az az óbudai
karcsú leány. Ha tudta volna?
– Nézd, Hardenegg…
– Tudod, vagy nem tudod? – sürgette türelmetlenül a gróf.
– Nem tudom – felelte Jósika.
– Elvitted neki a vörös darut?
– El.
– És mégis elhagyott! Mondd, mit szólt, mikor átadtad neki?
 Ha egy csendes, egykedvű ember elveszti rendes hidegségét,
nyugtalansága fájdalmas erővel tud hatni mindenkire és
szenvedélyessége olyan ijesztőn tör elő, mintha láthatatlan
vulkánból hirtelen ömlenék a tűzpatak. Jósika szégyelte magát.
Akárhogy is történt, végre is el akart venni valamit, ami
Hardeneggnek kincs volt, neki csak játékszer és ha nem is lopta el
tőle Franciskát, de ellopatta mással, kifosztotta ennek a szegény
fiúnak a szívét egészen. Mit mondjon neki, hogy magyarázza meg a
dolgot, de nem úgy, hogy magát védje, hanem úgy, hogy őt
vigasztalja meg?
– Hallgass rám, Hardenegg – kezdte félelemmel, gyengédséggel
keresve a szavakat. – Én nem tudtam, hogy te szereted őt és
Franciska nem szeretett téged, azt láttam, biztos, hogy nem, hidd el
nekem. Mikor átadtam neki az ajándékodat, megkérdezte, hogy
meddig maradsz Bécsben? Erre persze nem tudtam választ adni, és
ő keserűen fakadt ki, hogy várnia kell, megint csak várni, biztosan
hiába várni.
– Nem bízott bennem, nem hitt nekem – szólott halkan
Hardenegg.
– Olyan türelmetlennek látszott, – folytatta Jósika – a szeme
könnyes volt és úgy mondta el nekem, hogy elvágyik hazulról, el a
nagyvilágba, élni szeretne, de apja bezárva tartja. Igen sajnáltam őt,
mikor pedig még szomorúbb lett, akkor meg szerettem volna
vigasztalni és megkérdeztem, nem jönne-e el velem az
országházában rendezett nagy bálra másnap?
– És ő? – vágott szavába türelmetlenül Hardenegg.
– És ő eljött – felelte Jósika.
– Megszökött hazulról?
– Meg, én érte mentem kocsival, Franciska egy nagy dobozban
magával hozta báli ruháját, egy utazótáskában a szükséges holmiját
és alkonyatkor eljött velem.
Hardenegg közelebb lépett Jósikához:
 – Te!…
– Kérlek, hallgass végig nyugodtan – kérte a kis kapitány és
kétségbeesetten markolt bele néhányszor sűrű, barna hajába,
mintha segítséget kérne emlékezőtehetségétől, hogy gyengéd
formában diktálja neki a szomorú történetet. – Én Pfistererékhez
vittem Franciskát és esküszöm neked, tisztelettel bántam vele,
mintha hugom volna. Istenem, lehet is vele máskép bánni?
Pfistereréknél vacsorált és felöltözött a bálra. Mikor Ferenc császár
tíz óra után eltávozott az országházából, érte mentem és magammal
vittem, mint hugomat, mint Jósika Franciska bárónőt. Oh be
gyönyörű volt, sohasem felejtem el, rózsaszínű, fehér
selyemlevelekkel hímzett ruhát viselt…
– A csudaruhát – emlékezett Hardenegg. – Láttam, utolsó
darabját hímezte, mikor nála voltam.
– Ő volt legszebb a bálban, hidd el.
– Hiszem, Jósika, tudom, hogy ő.
– Táncoltam vele keringőt, boldogan mosolygott, ragyogott az
arca, mint egy kis gyermek, úgy örült. Aztán magyart táncoltunk az
orosz cár előtt, hat pár járta el és a cárnak nagyon tetszett
Franciska, megszólította, azt mondta: – Mademoiselle, kegyed a
legszebb – és táncra kérte. Táncolt vele soká, és hosszan
beszélgettek. Franciska szomorú is volt, kacagott is közben. Én
messziről néztem, úgy szerettem és olyan nagyon irígyeltem a
cártól.
Az emlékezés közben újraéledt Jósika szerelme és a
képzeletébe visszavarázsolt Franciska drágább volt az élőnél is.
Hardenegg barátra talált benne, megértő fájdalomra bánata számára
és megbékélve leste a szót a kapitány ajkáról. Ő pedig folytatta
vágyó, halk szomorúsággal:
– Már hajnalodott, mikor utólszor táncolt vele a cár. Tánc közben
folyton beszélt hozzá és Franciska lesütött szemmel, piros arccal
hallgatta. Aztán Sándor cár odaintette adjutánsát, Wolkonszky
herceget és elhagyták együtt a termet. Utánuk rohantam, de mire
áttörtem a tömegen, Franciska nyomtalanul eltűnt, a cár maradt ott
egyedül. Pfistererékhez mentem el másnap reggel és ők annyit
mondtak, hogy Franciska hajnalban elment egy utazókocsin, de nem
tudták merre, nem tudták kivel. Hova lett? A cár lopta el, vagy ő
szökött meg előlem, ki tudna erre válaszolni? Én hibás vagyok,
belátom, de vétkes nem vagyok. Nem tudtam, hogy te úgy szereted,
mert én is szerettem őt és elvesztettem én is. Bocsáss meg,
Hardenegg. Úgy-e, megbocsájtasz?
– Megbocsátok, de, sajnos, megbocsátani nem annyit jelent, mint
felejteni. – Fásultan, megtörten felelte a gróf. Ekkora bánat láttára
Jósika egészen elszomorodott, de most már egyedül és kizárólag a
Hardenegg nevében. Átölelte a gróf vállát és bátorító
meggyőződéssel biztatta:
– Meg kell találnunk Franciskát. Meglátod, megtaláljuk, és jó lesz
még minden.
– Hagyd el, Jósika, én tudom, hogy elvesztettem őt. Hol
keressük? Akár a cár van a dologban, akár a saját akarata, elszökött
előlem, az biztos, és erőszakkal vissza nem hozhatom. Száz poklon
át mennék érte szívesen, ha idegen hatalom vette volna el tőlem, de
ha önként ment, úgy… Isten veled, jó éjszakát.
Jósika megfogta a gróf feléje nyújtott kezét és szépen kérte:
– Ne menj, maradj velünk, úgy könnyebben tudsz felejteni.
– Engedj, mennem kell, meg kell békülnöm a sorsommal, össze
kell szoknom az emlékeimmel, mert felejteni, hidd el, nem tudok és
nem is akarok. Isten veled, Jósika.
– Isten veled, Hardenegg – a kis kapitány halkan nyitott ajtót a
grófnak, a fiúk kinn némán tértek ki útjából és egy szomorú, megtört
ember hagyta el sötét, viharos estén az Alser-laktanyát.
Hardenegg lassan ballagott vissza a város felé, az eső elállt, a
szél sivítva kapott bele köpenyébe és ő egyedül volt a széles utcán,
az egész kerek világon. Soká bolyongott a bástyán ide-oda
céltalanul, körülötte lámpasorok szőtték tele az éjszakát, egyfelől a
belváros, másfelől a külvárosok felé. A szél szétkergette a felhőket
és az ég tele volt szórva csillagokkal. Bécs zaja lecsendesedett, egy-
egy szerelmes pár suhant el mellette szorosan összebujva, meleg
után vágyva űzte őket egymáshoz az őszi köd. Hardenegg folytatta
szomorú, magányos útját. Nem tudott elmenni Fini nénihez, nem volt
még ereje hozzá, sírva borult volna megértő ölébe. Lábánál a széles
híd fehéren ívelte át a sötét sáncárkot és Hardenegg hosszan nézett
le a mélységbe. A Szent István tornyában tizenegyet ütött az óra és
a zengő ütésekre lassan megfordult. Sötéten állt előtte az öreg dóm,
de a város világos fényfoltokkal volt teleszórva, a kávéházak még
ébren voltak és egy-egy palota díszes emeletén kivilágított ablakok
mögött mulattak az emberek. A polgári házak azonban csendesek
voltak és lakóik aludtak már. Az éjjeli őr az elmult órát kiáltva haladt
el Hardenegg mellett. Tizenegy óra! jelentette a nyugvó polgároknak,
hogy álmukban is összekösse őket az élettel. Bécs alszik, Bécs
álmodik! Hol alszik, hol álmodik most Franciska? Hardenegg
szerette volna ismerni szobája ablakát, hogy feltekintsen rá néha-
néha, szerette volna megtalálni erkélyét, hogy megállhasson alatta,
emlékeket idéző, hosszú, őszi éjszakákon.
 XIV. FEJEZET.

Reggeli rapport.

Reggel hét órakor íróasztalánál ült Ferenc császár. Sickingen

iratait rendezgette kezeügyébe. Számukra megkezdődöt már a
napimunka.
A császárt ilyenkor még halk, áhitatos hangulat töltötte el, a
miséről jött, a Burg-kápolnából, ahol mindazért imádkozott
reggelenként, amit uralkodói szíve fontosnak talált a világon.
Könyörgését azzal a régi, rendes, alázatos kéréssel kezdte, hogy
adjon neki az Isten hosszú életet, birodalmának és népeinek javára,
de egy új, keserves sóhaj zárta be már hetek óta imáját: – Lieber
Gott gib, dass der Kongress ein End hat.
Mert a kongresszus sehogy sem akart véget érni, néhány hétre
számítottak csak, mikor szeptember végén Sándor cár és a porosz
király Bécsbe értek, azóta két hónap telt már el, és a tanácskozások
nem haladtak előre, ellenben a fényűző mulatságok kimerítették az
udvar pénztárát. Ötvenezer forintjába került a vendéglátás
mindennap Ferenc császárnak és emellett a súlyos gond mellett,
mely takarékos szívét fellázította, még nyugalmát is elveszítette. A
sok ünneplés, a sok mulatság rosszul illett bele órákra beosztott
életébe.
Szinte félve érdeklődött napi teendői iránt Sickingennél.
– Semmi különös sincs, felség – felelte hű kamarása. – Az
orvosok özvegyeinek institutuma fundusának növelésére rendezett
bálon nem kell Felségednek megjelennie, a bál védnökéül
Metternich herceg csak azért nyerte meg a cár őfelségét, hogy fényt
nyerjen a mulatság és szórakozáshoz jussanak vendégeink.
A császár elgondolkozva bólintott:
– Igen, igen, a herceg úgy találja, hogy folyton mulattatni kell
őket, mert akkor megfeledkeznek a politikáról. Sok hasznát nem
láttuk eddig, higyje el, lieber Graf, olyan nyugodtan szabdalnak meg
országokat whist közben és fosztanak meg uralkodókat trónjuktól
egy-egy szép hölgy szalonjában zeneszó mellett, hogy végig fut a
hideg az ember hátán… Azért lehet, hogy a hercegnek igaza van,
neki rendesen igaza van…
Ferenc elhallgatott, néhányszor bólintott, szokatlanul beszédes
volt ezen a reggelen, valóságos közlékenységi roham fogta el és
hátradőlve karosszékében merengve folytatta:
– Hiába, nem szeretem ezt a zajos életet, csendesen, nyugodtan
akarom intézni országaim sorsát, alattvalóim ügyes-bajos dolgait. Én
nagyon egyszerű ember vagyok, higyje el Sickingen, észre sem vett
volna a világ, de Metternich mindenféle jó, ügyes, nagy tettet
folytonosan nekem tulajdonit. Ha Metternich tovább él, mint én,
roppant hírnévvel fogok a históriába bejutni, meglátja, meglátja.
Sickingen hódolattal hallgatta végig a vallomást, de nem igen volt
mit felelnie rá, azért tisztelettel jelentette, hogy a Polizeipräsident,
báró Hager Ferenc már várakozik.
Hager báró a titkosrendőrség kutatásainak újabb eredményeivel
jött minden reggel beszámolni Őfelségéhez. Ez volt a császár
számára a legvidámabb, legérdekesebb szórakozás és a rendes
korai óra legkedvesebb órája napjának. A kormányzás egyetlen
biztos módjának a titkosrendőrséget tartotta Ferenc császár. Mindig
óvakodott az erőszakos rendszabályoktól, melyek megfoszthatták
volna uralkodását pátriarkális jellegétől és megingathatták volna
népének atyai jóindulatába vetett hitét. Szerette az olyan
eszközöket, melyek kevés zajjal nagy eredményt érnek el és
gyökerében fojtják el a szabadelvű törekvéseket, az új politikai
szellem minden megnyilatkozását.
 A francia forradalomtól való rettegés tette hatalmassá az osztrák
birodalom álarcos őrét, a titkosrendőrséget.
Annak a rettenetes viharnak még emléke is mindig
megborzongatta a császárt. Huszonnégy éves volt akkor, egy éve
uralkodott csak, mikor nagynénjének, Mária Antoinettenek feje
lehullott a fűrészporos kosárba és azóta képzeletében folyton saját
felséges rokoni nyakán érezte a guillotine vasának hideg érintését.
Ezért akart olyan határozottan elnyomni minden felvilágosodást,
minden legapróbb szót, mely csak egy elégedetlen sóhajt is életre
kelthetne. Jó volt alattvalóihoz, de hogy őrködhessék felettük, tudni
akart róluk mindent, ismerni akarta tetteiket, gondolataikat és a
Geheimpolizei jelentéseivel szemben sohasem használta kedvenc
mondását: Z’viel wissen macht Kopfweh.
Milyen érdekes, nagyszerű szerephez jutott a rendőrség a
kongresszus alatt. A Bécsben tartózkodó uralkodókról és
környezetükről pontos értesítéseket szerezni, ez volt a parancs.
Egész titkos hadsereget kellett szervezni a császári óhaj
teljesítésére, mely finom, láthatatlan szálakkal szőjje át a szórakozó
társadalmat. Mindenkinek felügyelet alatt kell állnia, mindenkihez
közel kell férkőzni valami módon, híreket kapni róla, grófok, bárók,
diplomaták, inasok, szobaleányok, még a kályhafűtők útján is, mert a
papiroskosarak tartalmát, a kandallók mélyén hamvadó írásokat is
átvizsgálták és egyetlen levél sem hagyta el felbontatlanul Bécs
városát.
A kutatás eredménye egy fehér lapra íródott, szépen
megszámozva, hogy báró Hager Ferenc reggelenként rendben,
sorban felolvashassa uralkodójának.
– Na, mi újság, kedves báró? – kérdezte Öfelsége, és a báró
megkezdte beszámolóját:
– Sándor cár kedvese, egy Schwarz nevű szentpétervári
kereskedő felesége, férjével együtt Bécsbe érkezett és az
Österreichische Kaiserin szállóban vettek lakást. A cár néhány nap
előtt, mint rendesen, inkognitóban fel akarta keresni hölgyét, de a
járókelők az est sötétjében is felismerték, a kapuig kísérték és
tömegbe verődve várakoztak rá. Őfelsége nagyon megharagudott,
káromkodott, kiabált, és amint a nevezett hölgy szobájába lépett,
megparancsolta a jelenlevő férjnek, hogy bottal verje szét a
bámészkodókat. Schwarz úr csakugyan lement a kapuba, de a
portás segitségével szép szóval bírta távozásra a jámbor polgárokat.
Schwarz úr azután hosszabb sétára indult.
– Nagyon csúnya dolog, – szólott a császár – nem méltó egy
uralkodóhoz, nem szeretem az ilyesmit és örvendek, hogy nem egy
alattvalóm követte el.
Hager egyetértően bólintott és folytatta:
– Amint Sándor cár komornyikjától értesülünk, őfelsége minden
reggel jégdarabokkal dörzsölteti le testét.
– Jobb lenne, ha misét hallgatna – jegyezte meg a császár.
A báró szájszögletében finom mosoly játszott, és úgy olvasta fel
jelentésének harmadik pontját:
– Sándor cár személye ellenszenvet kezd ébreszteni a férjek
szívében, őfelsége egyáltalán nem tiszteli a hölgyek hírnevét.
Eszterházy Pál hercegnőnél bejelentette megjelenését egy estélyre,
épen mikor a herceg Szombathelyre utazott. A hercegné elküldte
neki a meghívott hölgyek listáját, hogy törölje azok nevét, kiket nem
kíván látni és írja fel, akiknek eljövetelét még óhajtaná. Őfelsége az
összes hölgyeket törölte és nagy betűkkel írta keresztül a hercegné
nevét a papirlapon A hercegné erre sürgősen hazahívta férjét és a
kitűzött estén együtt fogadták Sándor cárt, aki rövid idő mulva
haragosan távozott. Az eset köztudomásra jutott, tárgyalják a
szalonokban, a Grabenen és megbeszélik polgári körökben is.
– Remélem, megbotránkozva? – A császár homloka csupa redő
volt. – Mein armes, liebes, unschuldiges Wien – tette hozzá
sóhajtva.
– Négy – mondta a báró és másra tért át. – A cár őfelsége a
pármai hercegség ügyében meglátogatta Mária Lujza Őfelségét
Schönbrunnban és látogatása után, Bagration hercegnőnél nagy
társaságban kijelentette, hogyha Mária Lujza Őfelége megjelennék a
nagy világban, szerelmes odaadással tudna érte rajongani.
– Das fehlte noch – haragudott a császár. – Majd beszélek a
leányommal.
Most unalmas jelentések következtek, politikai hirek. Talleyrand,
Franciaország képviselője, elég vigyázatlan volt összetépve
papirkosarába dobni egy levél fogalmazványát, a cár diplomatái
tettek egy-egy könnyelmű kijelentést, a bajor trónörökösnek
szóváltása volt a württembergivel. Ezek a dolgok nem érdekelték a
császárt, akkor kezdett csak ismét figyelni, mikor a porosz király
szerelméről kapott újabb híreket.
– Frigyes Vilmos őfelsége, – olvasta a báró – gyakran jár Zichy
Károly grófékhoz. Zichy grófné barátsága úgy látszik mindenek felett
drága neki. Tegnapelőtt találkozott vele őfelsége, mikor a
templomból jött imakönyvvel kezében. Őfelsége megszólította a
grófnét:
– Szép imakönyve van, szép grófné.
– Felajánlom felségednek, ha tetszik – felelte a bájos Julia. A
király hazavitte az imakönyvet és otthon látta csak, hogy a grófné
egy barátnéjától kapta ajándékba a következő ajánlással: „Örökre
szeretlek, szeress te is engem.“ Őfelsége az említett szavak alá
szépen beírta: „Teszem, amit ő tett és kérem, amit ő kért.“ – Aztán
visszaküldte a grófnénak az imakönyvet.
– Das ist schön – mondta a császár.
A báró pedig folytatta:
– Frigyes Vilmos őfelsége rendkívül nagy tisztelettel viseltetik a
szép grófné iránt, aki elhúnyt feleségére emlékezteti, mert
őfelségének még mindig könnybe lábad a szeme, ha Lujza királynét
említik előtte.
Erre igazán megilletődött Ferenc császár, nagyon szerette a
múló, pillanatnyi ellágyulásokat és szomorúan bólogatva jegyezte
meg:
– Ja, ja, én már két hitvesemet temettem el és Ludovika is olyan
beteges. Pedig szeretem őt, én mindegyiket nagyon szerettem,
lieber Baron.
– Felség! – hebegte Hager, aztán sietett másra terelni uralkodója
figyelmét.
– Még egy érdekes hírem van – mondta és olvasni kezdett:
– A Bécsben időző Eugène Beauharnaisnak, Napoleon
mostohafiának, levelet írt minapában nővére, Hortense, a volt
hollandi királyné. Mellékelve valami gyógykefét is küldött, hogy fivére
azzal dörzsölje kissé reumás vállát. A Beauharnais Eugén
szolgálatában álló gascogni inas, aki a mi emberünk, a kefében
megtalált egy apróra összehajtott, ügyesen elrejtett levelet, melyben
a herceget értesítik, hogy Franciaországban a Bonaparte-hívek
fejévé szeretnék őt megválasztani.
– Szemmel kell tartani a herceget – mondta Ferenc császár. –
Nem szeretem a dolgot. Hát a bonapartisták ismét mozgolódnak?
– Még eddig meg sem nyugodtak, felség.
– Kikkel szokott együtt lenni Beauharnais?
– Leggyakrabban a cár társaságában van, őfelsége igen kedveli
a herceget.
– Schönbrunnban nem járt még? – kérdezte a császár.
– Mult héten tett egy rövid látogatást.
– Nem szeretem, nem szeretem – mondta kedvetlenül az
uralkodó és még Hager távozása után is néhányszor csendesen
ismételte: – Nem szeretem, nem szeretem.
Ferenc császár uralkodói hatalmának nagyságát legteljesebbnek
azon a júliusi napon érezte, mikor Napoleon leveretése után hazatért
Franciaországból és a gyönyörű diadalkapun át ünneplő alattvalói
tomboló tömege között bevonult kedves Bécsébe. Egy versike is
készült a diadalkapúra:

Mit nie gebeugtem Mut

Schritt er zum hohen Ziel,
Heil Ihm, er hat’s erreicht.

Ezt a néhány sort szerette mondogatni magában a császár és

míg mosolyogva elmormogta, egyetlen ránc sem volt magas
homlokán.
Napoleon nincs többé, ez volt alapja minden elmélkedésének és
kellemetlenül érintette, ha úgy, mint ma reggel, valami hamis hang
vegyült ebbe a büszke tudatba.
Elégedetlenül dőlt hátra karosszékébe és méltatlankodva
tünődött azon, hogy is lehetnek még mindig bonapartisták a világon.
Tünődésének eredményeként elhatározta, hogy délután kimegy
Schönbrunnba. Még nem bízott egészen Mária Lujzában és mindig
bántotta a tudat, hogy annyi merész francia ábránd szép reménye
épen az ő kis unokája, a szőke Franzl. Rendet kell csinálnia megint,
rendet is fog csinálni. Ez a gondolat új kedvre derítette és felfrissülve
látott munkához.
Az államügyekkel való foglalkozásnak nevezte a császár azt a
hosszú, órákig tartó pepecselést, mellyel eltöltötte délelőttjét, sőt
délutánját is, egészen este hétig. Pedig a fontos politikai
kérdésekben csak aláírásával szerepelt tulajdonképen, foglalkozni a
hozzá intézett apró-cseprő kérvényekkel szeretett, amelyek
garmadában kerültek mindennap íróasztalára.
Ezek érdekelték, izgatták kíváncsiságát és elintézésükkel óriási
népszerűséget szerzett magának. Előfordult, hogy jó polgárok tőle
kértek tanácsot, vajjon leányaikat feleségül adják-e ehhez, vagy
ahhoz az iparoshoz? A császár, a guter Papa, pedig utána járatott a
dolognak, és választ is adott, tudatva velük a döntő szót.
 Mindennap így ült íróasztalánál, egyszerű dolgozószobájában és
lelkiismeretesen kijavította még a helyesírási hibákat is, a hozzá
intézett német és latin kérvényekben.
Nagy munka volt, melynek elvégzése mindig elégedettséggel
töltötte el uralkodói szívét. Szerette íróasztalát, rajta az állóórát,
szerette nagy szobáját a síma szekrényekkel, a hat gyertyás empire
kristály-lusztert, a két cserép virágot az ablakdeszkán, és szerette
kedvenc kanáriját a magas kalitkában, melyet maga faragott szabad
óráiban.
 XV. FEJEZET.

Franciska sír.

Délután, még mielőtt leszállt a korai őszi alkonyat, Ferenc

császár bement fejedelmi műhelyébe, ahol szekrénykéket,
madárkalitkákat faragott, pecsétviaszt gyártott, új egyenruha-
gombmintákat formált a hadsereg számára és illatszerek keverésén
törte fejét, hogy bódító találmányaival alkalomadtán meglepje
családja hölgytagjait. Soká nézegette a polcok kincseit, míg végül
kiválasztott egy kis esztergályozott szekrénykét unokája számára,
meg egy üveg különösen jól sikerült illatszert Mária Lujzának, aztán
kocsiba ült és kihajtatott Schönbrunnba.
Először a kis Franzlt látogatta meg és átadta neki az értékes
ajándékot. A kis fiú mindjárt megkérdezte, hogy mi van benne? Mire
a felséges nagyapa kissé csalódottnak érezte magát és halkan
figyelmeztette Montesquiou grófnét, hogy a gyermeket le kell
szoktatni a követelődzésről, szerénységre kell oktatni és ki kell irtani
szívéből az apjától örökölt fennhéjázó hajlamokat. Ezek után
megkérdezte kis unokájától, hogy tud-e imádkozni? Elmondatta vele
a Miatyánkot, megveregette arcocskáját és átment a leánya
szobájába.
Mária Lujza dívánján hevert, unatkozott, várta az estét és vele
Neipperg grófot.
Új barna ruhája volt rajta, az, melyet Franciska gondolt ki
számára. A nehéz atlasz szoknya széles, fehér szegélyben
végződött, melyet barna bársony szalagcsokrok fontak át és
ugyanilyen bársony szalagcsokorba volt fogva a hóna alatt
megkötött keskeny öv is. A rövid ujak mezítelenül hagyták gömbölyű
karjait és a mély kivágást széles rózsakoszorúként habosan körítette
a könnyű, fehér fodor.
– Nem fázol, gyermekem? – kérdezte Ferenc császár, belépve a
kék szalonba.
Mária Lujza boldogan ugrott fel, kezet csókolt a császárnak és
nevetve válaszolta:
– Nem fázom, lieber Papa és nem is szabad fáznom, a divat nem
engedi. Milyen kedves, hogy meglátogat, úgy örülök, jöjjön, üljön le.
A császár helyet foglalt egy karosszékben, Mária Lujza melléje
ült és tisztelettel nézte a drága ősz fejet, amint hosszan emelkedett
ki a magas, fehér gallér körül csavart, fekete nyakkendőből.
– Elmult már a náthája, lieber Papa? – kérdezte gyengéden.
– Az egyik elmult, de kapok már másikat, ma délelőtt háromszor
trüsszentettem és nem esik jól a tubákolás. Nem is csuda, ha
megfázom, örökösen jönnöm, mennem kell, érthetetlen, hogy az
egész kongresszus nem náthás. Amint hallom, az orosz cár jéggel
dörzsölteti le magát reggelenként.
– Jé! – csudálkozott Mária Lujza.
– Bizony, fiam, jéggel – folytatta a császár. – Talán ő azért nem
fázik meg, de borzasztó lehet; én nem tudnám elviselni… Különben
hidd el, gyermekem, mindennek a kongresszus az oka. Du, ich sag’
dir, wenn der Kongress noch lange dauert, lass i’ mich pensionieren.
– Oh, lieber Papa! – szörnyűködött hű gyermeke és gyengéden
simogatta a császár fehér kezét.
Így ültek egy ideig csendesen. A császár néhányszor halkan
kacagott, egészen megfeledkezett jövetele céljáról, annyira tetszett
neki előbbi megjegyzése. Kitünőnek találta, sajnálta, hogy ennek a
csacsi asszonynak mondta, aki meg sem érti és elhatározta, hogy
este elmondja Ludovikának, meg Sickingennek, reggel pedig Hager
bárónak. Amint a báróra gondolt, egyszerre eszébe jutott, amiért
Schönbrunnba jött, erre eltűnt a mosoly arcáról, homlokán sűrűbbek
lettek a redők és leánya szemébe nézve, szigorúan kérdezte:
– Igaz-e, Luis’, hogy Beauharnais nálad járt?
– Igen, papa, meglátogatott. Nem találod, hogy illett is, először
rokonom…
A császár tiltakozva rázta fejét:
– Csak volt, már nem az többé.
– Azért mégis kedves volt tőle, – ismételte makacsul Mária Lujza
– úgyis úgy elhanyagol mindenki, a hölgyek is ha néha-néha
meglátogatnak, csak azért jönnek, hogy a házasságom…
Napoleon feleségének arca hirtelen piros lett és szégyenkezve
hallgatott el.
– Örülj gyermekem, hogy nem kell Bécsben lenned, hogy nem
kell résztvenned a mulatságokban. Borzasztó, hidd el. November
huszonharmadikán lesz a karuszel, állítólag az utolsó mulatság az
idén, no majd meglátom. Légy boldog, gyermekem, hogy te
nyugodtan élhetsz csendes otthonodban.
– Én pedig nagyon szeretnék ott lenni a karuszelen, lieber Papa
– mondta könnyes szemmel a császárné.
Ferenc császár haragos lett, nem szeretett parancsolni, azt
akarta, hogy amit ő kíván, azt kellemesnek találja mindenki és
mosolyogva vélje a legjobbnak. Sértődött szigorral szólt tehát:
– Pedig nem szabad mutatkoznod, Luis’, nem szabad, érted,
rossz benyomást tenne, én tudom, mi szolgál javadra. Míg a
házasságodat a pápa fel nem bontja, addig lehetetlen nyilvánosan
szerepelned. Az utóbbi években, fájdalom, úgyis eleget szerepeltél.
Aztán, mein Kind, ne hallgass a cár bókjaira és ne beszélj
Beauharnais Eugénnel. Nem szeretem. Nézd Luis’, érts meg jól,
amíg nekem engedelmeskedel, amíg az én leányom vagy, mindent
megteszek érted, ami hatalmamban áll, mindenem a tiéd, még az
életem is, de mint francia császárnét nem ismerlek.