Stochastic calculus (2019/2020)

Codice insegnamento
4S008268
Docente
Luca Di Persio
Coordinatore
Luca Di Persio
crediti
6
Settore disciplinare
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Lingua di erogazione
Inglese
Sede
VERONA
Periodo
II semestre dal 2-mar-2020 al 12-giu-2020.

Orario lezioni

Vai all'orario delle lezioni

Obiettivi formativi

Questo corso fornirà un'introduzione alla teoria delle equazioni differenziali stocastiche (EDS), basata principalmente sul tipo di rumore del movimento Browniano. Lo scopo di questo corso è quello di introdurre e analizzare modelli di probabilità che catturano le caratteristiche stocastiche del sistema in studio per prevedere il breve e lungo termine effetti che questa casualità avrà sui sistemi presi in considerazione. Lo studio dei modelli di probabilità per processi stocastici a tempo continuo comprende una vasta gamma di strumenti matematici e computazionali. Il corso verrà sviluppato in equilibrio tra aspetti teorici ed applicazioni collegate, le quali saranno principalmente focalizzate si aspetti della finanza matematica, della biologia e della teoria delle popolazione, anche in relazione allo studio delle EDS associate. Gli argomenti includono: costruzione del moto Browniano; martingale in tempo continuo; integrale stocastico; calcolo di Ito e formula di Ito-Doeblin; equazioni differenziali stocastiche; Teorema di Girsanov; teorema di rappresentazione martingala; la formula di Feynman-Kac e i processi di Lévy.

Programma

* Probabilità: richiami e risultati di base
* Processi stocastici: richiami, definizioni e proprietà principali; Processi Martingala; Teorema del campionamento opzionale;vVariazione quadratica (per processi stocastici in generale e martingale in particolare);
* Processi stocastici a tempo discreto: richiami ed enfasi sulla passeggiata aleatoria (a partire dal modello binomiale, anche in più di 1 dimensione);
* Diverse costruzioni del moto Browniano: Teorema di consistenza di Kolmogorov / Kolmogorov-
Cénstor;
* Proprietà del moto browniano
* Derivazione / costruzione / e nozioni di base degli integrali stocastici (Ito, Stratonovich)
* Teorema di Ito-Doeoblin: Criteri di Lévy / Teorema di Rappresentanzione Martingala
* Approccio Stratonovich / Teorema di rappresentazione di Ito (applicazioni / esempi)
* Processi di Markov e relazione (i) con il moto browniano [ulteriori proprietà del mB]
* Formula di Girsanov / Teorema di Cameron-Martin (Girsanov) e Martingala esponenziale
* Costruzione e derivazione rigorosa di equazioni differenziali stocastiche
* Soluzioni forti / Lemma di Gronwall/ Soluzioni deboli (per EDS)
* Diffusioni / Approccio via teoria dei semigruppi / Proprietà di Markov
* Formula di Dynkin / equazioni di Kolmogorov / teorema di Feynman-Kac
* Interazione tra Equazioni Differenziali (deterministiche) e EDS (tramite il teorema di Feynman-Kac)
* Applicazioni EDS in ambito finanziario

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
I. Karatzas and S. Shreve Brownian motion and stochastic calculus  
D. Revuz and M. Yor Continuous martingales and Brownian motion  
L. Rogers and D. Williams Diffusions, Markov Processes and Martingales (Vol 2.)  
Hoel, P. G., Port, S. C. and Stone, C. J. Introduction to Stochastic Processes Houghton Mifflin, Boston 1972
B. Øksendal Stochastic Differential Equations  
N. Ikeda and S. Watanabe Stochastic Differential Equations and Diffusion Processes  
P. Protter Stochastic integration and differential equations  

Modalità d'esame

Esame orale con esercizi scritti:
l'esame è basato su domande a risposta aperta e/o sulla presentazione di un progetto concordato con il docente e/o sulla discussione di esercizi da svolgere per iscritto nel corso della prova. Le domande, aperte ed esercizi, mirano alla verifica delle conoscenze relative agli argomenti sviluppati nel programma del corso, nonché alla risoluzione di problemi concreti propri della Finanza Matematica, ed alla acquisita conoscenza degli associati strumenti di modellazione stocastica.