0. Preludio (1 ora) [1]
Introduzione.
• Descrizione del corso: obiettivi, prerequisiti, propedeuticit`a.
[13/01]
• Un esempio euristico: lavoro di una forza, valore di un’azione → integrale stocastico e formula di Itˆo.
1. Richiami di calcolo delle probabilit`a (6,5 + 1,5 = 8 ore) [9]
Spazi misurabili.
• σ-algebre, generatori, basi, σ-algebra di Borel.
[14/01a]
• Applicazioni misurabili, stabilit`a per sup, inf, lim sup, lim inf, somma, ecc.
• σ-algebra σ(X) generata da X.
• σ-algebra prodotto Spazi di probabilit`a.
• Misura, probabilit`a e loro propriet`a [14/01b]
• Completamento di uno spazio di misura
• Variabili aleatorie, eventi, {X ∈ A}.
• Valore atteso.
• Spazi Lp, varianza, covarianza e matrice delle covarianze.
• Teoremi di convergenza (Monotona, Fatou, Dominata).
[15/01a]
• Disuguaglianze: Markov, Chebychev, Jensen, H¨older, Cauchy-Schwarz.
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).
• Leggi su Rn: densit`a, funzione di ripartizione, trasformazioni lineari.
[15/01b]
Indipendenza.
• Indipendenza di σ-algebre, variabili aleatorie, eventi.
• Misura prodotto e indipendenza.
[16/01a]
• Lemma di Borel-Cantelli.
• Esercizio: se {Xn}n∈N sono i.i.d. Exp(λ), si ha q.c. lim supn→∞Xn/ log n = 1/λ.
Funzioni caratteristiche in Rn.
• Definizione e propriet`a principali (principio d’identit`a, somma di v.a. indipendenti, [16/01b]
teorema di convergenza di L´evy).
1
Leggi normali in Rn e processi gaussiani.
• Definizione: funzione caratteristica, matrice delle covarianze, densit`a.
• Propriet`a: stabilit`a per trasformazioni affini (es. proiezioni, somma), indipendenti se e solo se scorrelate.
• Definizione elementare processo stocastico (no filtrazione), processi gaussiani, loro [20/01]
legge su RT (= leggi finito-dimensionali) determinate da media e covarianza.
Convergenza di leggi e di variabili aleatorie.
• Convergenza debole di misure di probabilit`a.
• Nozioni di convergenza per variabili aleatorie (in legge, in probabilit`a, quasi certa, in Lp) e loro relazioni.
• Esercizi sulle variabili normali (foglio 1, es. 2,4). Il limite in L2 (o anche in legge – [21/01a]
solo enunciato) di una successione di variabili normali `e normale.
2. Moto browniano (8,5 + 3,5 = 12 ore) [21]
Moto browniano.
• Definizione moto browniano: processo stocastico reale {Bt}t≥0 tale che B0 = 0, [21/01b]
incrementi indipendenti, Bt− Bs∼ N (0, t − s) e traiettorie continue q.c.
• Definizione equivalente: processo gaussiano con media E(Bt) = 0, covarianza E(BsBt) = s ∧ t e traiettorie continue q.c.
• Leggi finito-dimensionali. Se Bt`e un moto browniano, lo sono anche −Bt, Bt0+t− Bt0, [22/01a2]
{Bt0−t− Bt0}0≤t≤t0, √1cBct, tB1/t (tranne continuit`a in zero).
• Esistenza del moto browniano: costruzione di Paul L´evy.
[22-23/01a2ba2]
• Continuit`a in t = 0 di √1cBct −→ legge dei grandi numeri per il moto browniano.
[23/01a2]
• Continuit`a delle traiettorie e misurabilit`a di supt∈[0,1]Bt,R1
0 Btdt, inf{t > 0 : Bt= 0}
[23/01b]
• Def. di funzione a variazione finita. Variazione quadratica del moto browniano.
• Esercizi sul moto browniano (foglio 2, es. 1,2).
[27/01]
• Esercizi sul moto browniano (foglio 2, es. 3).
[28/01a]
• Le traiettorie del moto browniano sono q.c. a variazione infinita su ogni intervallo.
• Propriet`a delle funzioni a variazione finita, integrale di Stieltjes.
[28/01b]
• La filtrazione naturale σ({Xu}0≤u≤s) di un processo stocastico X.
• Definizione equivalente di moto browniano: sostituire “incrementi indipendenti” con [29/01a]
“Bt− Bs `e indipendente da Gs:= σ({Bu}0≤u≤s)”.
• (Ir)regolarit`a delle traiettorie del moto browniano: legge del logaritmo iterato (solo enunciato) e sue conseguenze (non differenziabilit`a).
• Processi stocastici (gaussiani) indipendenti.
[29/01b]
• Moto browniano multidimensionale.
• Esercizi sul moto browniano (foglio 3, es. 1,2) [03/02]
• Esercizi sul moto browniano (foglio 3, es. 2,3) [04/02a]
3. Processi stocastici (5 + 1,5 = 6,5 ore) [27,5]
Processi stocastici.
• Definizione di processo stocastico {Xt}t∈T adattato a una filtrazione {Ft}t∈T. [04/02b]
• Processi (q.c.) continui, cadlag, cad, misurabili, progressivamente misurabili. Continuo e adattato ⇒ progressivamente misurabile.
• Ipotesi standard per una filtrazione, ampliamento abituale.
Moto browniano (reprise).
• Definizione {Ft}t-moto browniano: processo stocastico adattato con B0= 0, Bt− Bs [05/02a]
indipendente da Fs, Bt− Bs∼ N (0, t − s) e traiettorie q.c. continue.
• Propriet`a di Markov semplice per un {Ft}t≥0-moto browniano n-dimensionale.
• Se B `e un {Ft}t-moto browniano, `e anche un {Ft+}t-moto browniano.
• Legge 0-1 di Blumenthal.
[05/02b]
• Tempi d’arresto e loro propriet`a. Tempo d’ingresso in un chiuso/aperto. Se X `e progressivamente misurabile e τ tempo d’arresto, Xτ `e una v.a. Fτ-misurabile.
• Approssimazione di un tempo d’arresto τ con una successione decrescente di tempi [06/02a]
d’arresto discreti {τn}n∈N.
• Propriet`a di Markov forte per il moto browniano.
• Principio di riflessione: legge di supt∈[0,1]Bt. [06/02b]
• Il moto browniano come applicazione a valori in C([0, ∞), R): la misura di Wiener.
• Esercizi sul moto browniano (foglio 4, es. 2,1) [10/02]
• Esercizi sul moto browniano (foglio 4, es. 1) [11/02a2]
4. Speranza condizionale e martingale (4 + 1,5 = 5,5 ore) [33]
Speranza condizionale e martingale.
• Richiamo definizione e propriet`a principali della speranza condizionale [11/02a2]
• Definizione di (sub,super)martingale, trasformazione sotto funzioni convesse.
[11/02b]
• Se B = {Bt}t≥0`e un moto browniano, i processi {Bt}t≥0, {Bt2−t}t≥0, {eλBt−λ2t/2}t≥0 sono martingale.
Martingale a tempo discreto.
• Tempi d’arresto. (Sub)martingale arrestate restano (sub)martingale.
• Teorema d’arresto per tempi d’arresto limitati. Disuguaglianza massimale.
[12/02a]
Martingale a tempo continuo.
• Esistenza di modificazione cadlag, (sub)martingale arrestate restano (sub)martingale, [12/02b]
teorema d’arresto per tempi d’arresto limitati (solo enunciati).
• Disuguaglianza massimale.
• Applicazione: legge di Bτ−a,b con B moto browniano e τ−a,btempo d’uscita da (−a, b).
• Martingale di quadrato integrabile: variazione quadratica.
[13/02a2]
• Esercizi su moto browniano e martingale (foglio 5, es.1,3) [17/02]
• Esercizi su moto browniano e martingale (foglio 5, es.2) [18/02a2]
5. Integrale stocastico (7,5 + 1 = 8,5 ore) [41,5]
• Estensione di operatori lineari e isometrici su spazi di Banach.
[13/02a2]
• Considerazioni preliminari sull’integrale stocastico. Integrale di processi semplici.
[13/02b]
• Spazio M2 di processi progressivamente misurabili in L2([0, ∞) × Ω).
• Densit`a dei processi semplici in M2. [18/02a2]
• Isometria dell’integrale per processi semplici → integrale stocastico per processi in [18/02b]
M2.
• Prime propriet`a. Integrale stocastico come funzione dell’estremo di integrazione.
[19/02a]
• L’integrale stocastico per processi in M2 `e una martingala di quadrato integrabile e [19/02b]
ammette una versione continua.
• Integrale stocastico e tempi d’arresto, localit`a dell’integrale stocastico (enunciati).
[20/02a]
• Localizzazione: integrale stocastico per processi in M2loc.
• Propriet`a dell’integrale stocastico in M2loc (enunciati).
[20/02b]
• Martingale locali. L’integrale stocastico per processi in M2loc`e una martingala locale.
• Esercizi sull’integrale stocastico (foglio 6).
[24/02]
• Martingale locali positive (risp. dominate) sono supermartingale (risp. martingale).
[25/02a2]
6. Calcolo stocastico e applicazioni (8,5 + 1 = 9,5 ore) [51]
• Formula di Itˆo per il moto browniano: euristica.
[25/02a2]
• Formula di Itˆo per il moto browniano: dimostrazione. Differenziale stocastico.
[25/02b]
• Processi di Itˆo, formula di Itˆo generale (enunciato).
[26/02a]
• Moto browniano geometrico.
• Supermartingala esponenziale, criterio di Novikov (enunciato).
[26/02b]
• Integrale stocastico, processi di Itˆo e formula di Itˆo multidimensionali (enunciati).
• Funzioni armoniche. Transienza/ricorrenza del moto browniano in Rd. [27/02a]
• Il problema di Dirichlet in domini limitati.
[27/02b]
• Esercizi sul calcolo stocastico (foglio 7).
[03/03]
• Introduzione al Teorema di Girsanov.
[04/03a]
• Dimostrazione del Teorema di Girsanov.
[04/03b]
• Dimostrazione del Teorema di Girsanov. Applicazione: Formula di Cameron-Martin.
[05/03a]
7. Equazioni differenziali stocastiche (4 + 1 = 5 ore) [56]
• Introduzione, definizione di soluzioni, nozioni di unicit`a. Lemma di Gronwall.
[05/03b]
• Teorema di unicit`a per traiettorie ed esistenza forte con ipotesi standard.
[06/03a]
• Teorema di esistenza forte di soluzioni con ipotesi standard.
[06/03b]
• Esercizi di riepilogo (foglio 8).
[10/03]
• Formula di Feynman-Kac.
[11/03a]
8. Rimorsi (1 ora) [57]
• Precisazioni: continuit`a dei processi di Itˆo, formula di integrazione per parti stocastica, [11/03b]
Formula di Cameron-Martin
• Rappresentazione delle martingale della filtrazione browniana (enunciato).
• Teorema di Dambis-Dubins-Scwarz (enunciato).