0. Preludio (1 ora) [1]
Introduzione.
• Descrizione del corso: obiettivi, prerequisiti, propedeuticità.
[13/01a]
• Un esempio euristico: lavoro di una forza, valore di un’azione → integrale stocastico e formula di Itô.
1. Richiami di calcolo delle probabilit`a (6,5 + 1,5 = 8 ore) [9]
Spazi misurabili.
• σ-algebre, generatori, basi, σ-algebra di Borel.
[13/01b]
• Applicazioni misurabili, stabilità per sup, inf, lim sup, lim inf, somma, ecc.
• σ-algebra σ(X) generata da X.
Spazi di probabilità.
• Misura, probabilità e loro proprietà.
• Completamento di uno spazio di misura.
• Variabili aleatorie, eventi, {X ∈ A}.
[14/01a]
• Valore atteso, spazi Lp, varianza, covarianza e matrice delle covarianze.
• Teoremi di convergenza (Monotona, Fatou, Dominata).
• Disuguaglianze: Jensen, Markov, Cauchy-Schwarz (e Chebychev, Hölder).
Legge di una variabile aleatoria.
• Legge di una variabile aleatoria e suo significato.
• Passaggio alla misura immagine: X ∼µ ⇒ E( f (X)) =R
f (x)µ(dx).
[14/01b]
• Assoluta continuità di misure.
• Leggi su Rndiscrete e assolutamente continue (densità, trasformazioni lineari).
Indipendenza.
• Indipendenza diσ-algebre, variabili aleatorie, eventi.
• Indipendenza e scorrelazione.
[15/01a]
• σ-algebra prodotto, misura prodotto, Teorema di Fubini.
• Lemma di Borel-Cantelli.
• Esercizio: se {Xn}n∈Nsono i.i.d. Exp(λ), si ha q.c. lim supn→∞Xn/ log n = 1/λ.
1
Convergenza di leggi e di variabili aleatorie.
• Convergenza debole di misure di probabilità.
[15/01b]
• Nozioni di convergenza per variabili aleatorie (in legge, in probabilità, quasi certa, in Lp) e loro relazioni (senza dimostrazione).
Funzioni caratteristiche in Rn.
• Definizione e proprietà principali (principio d’identità, somma di v.a. indipendenti, teorema di convergenza di Lévy).
Leggi normali in Rn.
• Definizione: funzione caratteristica, matrice delle covarianze, densità.
[15/01c]
• Variabili congiuntamente normali sono indipendenti se e solo se sono scorrelate.
• Esercizi sulle variabili normali (foglio 1, es. 1,2).
[20/01a]
• Proprietà dei vettori normali: stabilità per trasformazioni affini.
• Esercizi sulle variabili normali (foglio 1, es. 3).
[20/01b]
• Limite in L2di vettori normali è normale.
2. Moto browniano (10 + 3 = 13 ore) [22]
Processi gaussiani e moto browniano.
• Definizione elementare processo stocastico (no filtrazione). Processi gaussiani, leggi [21/01a]
finito-dimensionali determinate da media e covarianza.
• Definizione moto browniano: processo stocastico reale {Bt}t≥0 tale che B0 = 0, incrementi indipendenti, Bt−Bs∼ N (0, t − s) e traiettorie continue q.c.
• Densità delle leggi finito-dimensionali (enunciato) e caratterizzazione del moto [21/01b]
browniano in termini di tali leggi.
• Caratterizzazione del moto browniano: processo gaussiano con media E(Bt) = 0, covarianza Cov(BsBt)= s ∧ t e traiettorie continue q.c.
• Se Btè un moto browniano, lo sono anche −Bt, Bt0+t−Bt0, {Bt0−t−Bt0}0≤t≤t
0, √1cBct, tB1/t1(t>0)(dimostrazione lasciata come esercizio).
• Esistenza del moto browniano: costruzione di Paul Lévy.
[22/01ab2c]
• Continuità in zero di tB1/t1(t>0)(inversione temporale).
[22/01c2]
• Esercizi sul moto browniano (foglio 2, es. 1,2).
[27/01a]
• Esercizi sul moto browniano (foglio 2, es. 3).
[27/01b]
• Legge dei grandi numeri per il moto browniano (corollario dell’inversione temporale).
• Variazione quadratica del moto browniano.
• Funzioni a variazione finita e integrale di Stieltjes.
[28/01a]
• Le traiettorie del moto browniano sono q.c. a variazione infinita su ogni intervallo.
• (Ir)regolarità delle traiettorie del moto browniano: legge del logaritmo iterato (solo [28/01b]
enunciato) e sue conseguenze (non differenziabilità).
• Filtrazione naturaleσ({Xu}0≤u≤s) di un processo stocastico X.
• Definizione equivalente di moto browniano: sostituire “incrementi indipendenti”
[29/01a]
con “Bt−Bsè indipendente da Gs:= σ({Bu}0≤u≤s)”.
• Processi stocastici indipendenti. Processi congiuntamente gaussiani sono indipen- denti se e solo se sono scorrelati.
• Moto browniano multidimensionale.
[29/01b]
• Continuità delle traiettorie e misurabilità di supt∈[0,1]Bt,R1
0 Btdt, inf{t> 0 : Bt= 0}.
• Il moto browniano come applicazione a valori in C([0, ∞), Rd): la misura di Wiener.
[29/01c]
• Il principio di invarianza di Donsker (enunciato).
• Esercizi sul moto browniano (foglio 3, es. 2)
• Esercizi sul moto browniano (foglio 3, es. 1,3) [03/02a]
3. Processi stocastici (5,5 + 1,5 = 7 ore) [29]
Processi stocastici.
• Definizione di filtrazione {Ft}t∈Te di processo stocastico {Xt}t∈Tadattato.
[03/02b]
• Processi (q.c.) continui, cad, cadlag. Processi misurabili e progressivamente misurabili.
• Leggi finito-dimensionali, modificazioni e indistinguibilità.
• Processo continuo e adattato ⇒ progressivamente misurabile.
[04/02a]
• Ipotesi standard per una filtrazione, ampliamento standard.
Moto browniano (reprise).
• Definizione {Ft}t-moto browniano: processo stocastico adattato con B0= 0, Bt−Bs [04/02b]
indipendente da Fs, Bt−Bs∼ N (0, t − s) e traiettorie q.c. continue.
• Proprietà di Markov semplice per un {Ft}t≥0-moto browniano n-dimensionale.
• Se B è un {Ft}t-moto browniano, è anche un {Ft+}t-moto browniano.
[05/02a]
• Legge 0-1 di Blumenthal.
• Tempi d’arresto e loro proprietà. Tempo d’ingresso in un chiuso/aperto (enunciato).
• Se X è progressivamente misurabile eτ tempo d’arresto, Xτè una v.a. Fτ-misurabile [05/02b]
(enunciato).
• Approssimazione di un tempo d’arrestoτ con una successione decrescente di tempi d’arresto discreti {τn}n∈N.
• Proprietà di Markov forte per il moto browniano.
• Principio di riflessione: legge di supt∈[0,1]Bt. [05/02c]
• Esercizi sul moto browniano (foglio 4, es. 1)
• Esercizi sul moto browniano (foglio 4, es. 2) [10/02a]
4. Speranza condizionale e martingale (4,5 + 1,5 = 6 ore) [35]
Speranza condizionale e martingale.
• Richiamo definizione e proprietà principali della speranza condizionale [10/02b]
• Definizione di (sub,super)martingale e proprietà basilari.
[11/02a]
• Se B= {Bt}t≥0è un moto browniano, i processi {Bt}t≥0, {B2t −t}t≥0, {eλBt−λ2t/2}t≥0sono martingale.
Martingale a tempo discreto.
• Tempi d’arresto. (Sub)martingale arrestate restano (sub)martingale.
[11/02b]
• Teorema d’arresto per tempi d’arresto limitati.
• Disuguaglianza massimale.
Martingale a tempo continuo.
• Esistenza di modificazione cadlag, (sub)martingale arrestate restano (sub)martingale, [12/02a]
teorema d’arresto (solo enunciati).
• Disuguaglianza massimale.
• Applicazione: legge di Bτ−a,b con B moto browniano eτ−a,btempo d’uscita da (−a, b).
• Martingale di quadrato integrabile: variazione quadratica.
[12/02b2]
• Esercizi su moto browniano e martingale (foglio 5, es.1, 3) [12/02c]
• Esercizi su moto browniano e martingale (foglio 5, es.2) [17/02a2]
5. Integrale stocastico (7 + 0,5 = 7,5 ore) [42,5]
• Estensione di isometrie densamente definite. Il caso delle isometrie lineari su spazi [12/02b2]
di Hilbert.
• Considerazioni preliminari sull’integrale stocastico. Integrale di processi semplici.
[17/02a2]
• Spazio M2[0, T] di processi progressivamente misurabili in L2([0, T] × Ω).
• Densità dei processi semplici in M2[0, T].
[17/02b]
• M2[0, T] è uno spazio di Hilbert.
[18/02a]
• Isometria dell’integrale per processi semplici.
• Integrale stocastico in M2[0, T].
• Prime proprietà dell’integrale stocastico.
[18/02b]
• L’ integrale stocastico, come funzione dell’estremo di integrazione, è un processo adattato.
• L’integrale stocastico per processi in M2[0, T] è una martingala di quadrato integrabile [19/02a]
e ammette una versione continua.
• Integrale stocastico e tempi d’arresto, località dell’integrale stocastico (enunciati).
[19/02b]
• Localizzazione: integrale stocastico per processi in M2loc[0, T].
• Proprietà dell’integrale stocastico in M2loc[0, T] (enunciati).
[19/02c]
• Martingale locali. L’integrale stocastico per processi in M2loc[0, T] è una martingala locale.
• Martingale locali positive (risp. dominate) sono supermartingale (risp. martingale).
• Esercizi sull’integrale stocastico (foglio 6).
[24/02a2]
6. Calcolo stocastico e applicazioni (7,5 + 2 = 9,5 ore) [52]
• Riassunto sull’integrale stocastico. Spazi M2e M2loc. [24/02a2]
• La formula di Itô per il moto browniano.
[24/02b]
• Differenziale stocastico. Processi di Itô. Formula di Itô generale (enunciato).
[25/02a]
• Moto browniano geometrico.
[25/02b]
• Supermartingala esponenziale. Criterio di Novikov (enunciato).
• Integrale stocastico, processi di Itô e formula di Itô multidimensionali (enunciati).
• Formula di Itô per il moto browniano multidimensionale, formula di integrazione [26/02a]
per parti stocastica (enunciati).
• Introduzione al problema di Dirichlet.
• Valutazione della didattica.
[26/02b]
• Il problema di Dirichlet in domini limitati.
• Transienza/ricorrenza del moto browniano in Rd.
• Esercizi sul calcolo stocastico (foglio 7, es.2).
[26/02c]
• Esercizi sul calcolo stocastico (foglio 7, es.1,3,4).
[03/03a]
• Introduzione al Teorema di Girsanov.
[03/03b]
• Dimostrazione del Teorema di Girsanov (prima parte).
• Dimostrazione del Teorema di Girsanov (seconda parte).
[04/03a]
• Applicazione: Formula di Cameron-Martin.
7. Equazioni differenziali stocastiche (4 + 1,5 = 5,5 ore) [57,5]
• Introduzione, definizione di soluzioni, nozioni di unicità.
[04/03b]
• Lemma di Gronwall.
[05/03a]
• Teorema di unicità per traiettorie ed esistenza forte con ipotesi standard.
• Teorema di esistenza forte di soluzioni con ipotesi standard.
[05/03b]
• La formula di Feynman-Kac.
[05/03c]
• Esercizi di riepilogo (foglio 8, esercizi 1 e 2).
[10/03ab2]
8. Rimorsi (0,5 ore) [58]
• Le diffusioni come processi di Markov.
[10/03b2]
• Teorema di rappresentazione delle martingale (Dambis, Dubins&Schwarz)