Probablità, Statistica e Processi Stocastici
Franco Flandoli, Università di Pisa
Corso per la Scuola di Dottorato in Ingegneria
Corso per la Scuola di Dottorato in Ingegneria 1
Riassunto
Abbiamo introdotto le equazioni di¤erenziali stocastiche, equazioni del tipo
dX t = b ( t, X t ) dt + σdB t
(o un po’più generali) dove B t è il moto browniano, ovvero dB t /dt è il white noise.
Abbiamo e¤ettuato alcune simulazioni di singole realizzazioni.
Abbiamo sviluppato il calcolo di Itô.
Invece, circa valori medi delle soluzioni, abbiamo visto poco (solo l’esempio delle’energia media).
Corso per la Scuola di Dottorato in Ingegneria 2
Studio della pdf delle soluzioni
Se X t è la soluzione di un’equazione di¤erenziale stocastica, tra le cose che ci interessano maggiormente c’è la densità di probabilità di X t , a t …ssato.
Dal punto di vista teorico, non sempre la densità esiste; ci sono casi singolari in cui X t concentra dalla massa in qualche punto. Si pensi ad esempio al caso
X t 0 = b ( X t ) .
Non occupiamoci però della (non banale) questione dell’esistenza della densità, con…dando che nei nostri esempi essa ci sia. Poniamoci il problema concreto di conoscerla, esattamente o approssimativamente.
Vediamo due metodi: uno simulativo ed uno più analitico.
Corso per la Scuola di Dottorato in Ingegneria 3
La pdf delle soluzioni tramite Monte Carlo
Il metodo simulativo è semplicissimo: si generano N simulazioni (usando realizzazioni indipendenti del noise) …no ad un dato tempo t e poi, gra…camente, si traccia l’istogramma.
Oltre all’istogramma, possono interessare i valori di certe probabilità e valori medi. Il loro calcolo si basa sulla:
Theorem (Legge dei Grandi Numeri)
Se X 1 , X 2 , ... è una successione di v.a. indipendenti ed identicamente ditribuite, con media …nita µ, allora
lim
N ! ∞
1 N
∑ N i = 1
X i = µ
(limite quasi certo, oppure in probabilità: per ogni e > 0, lim N ! ∞ P N 1 ∑ N i = 1 X i µ > e = 0).
Corso per la Scuola di Dottorato in Ingegneria 4
L’errore di Monte Carlo
Se il momento secondo è …nito, si veri…ca facilmente che
E 2 4 1
N
∑ N i = 1
X i µ
2 3 5 = σ
2
N dove σ 2 è la varianza, comune, delle X i . Quindi, un po’
approssimativamente, 1 N
∑ N i = 1
X i µ σ
p N .
(Esercizio: veri…care nel caso dell’energia media)
Corso per la Scuola di Dottorato in Ingegneria 5
La pdf delle soluzioni tramite Monte Carlo
Quindi, immaginiamo di risolvere un’equazione di¤erenziale stocastica immettendo volta per volta dei moti browniani indipendenti
B t 1 , B t 2 , ...:
dX t i = b t, X t i dt + σdB t i con un dato iniziale …ssato X 0 i = x 0 .
Le soluzioni sono anch’esse indipendenti. E sono identicamente ditribuite (è la stessa equazione).
Fissato t, le v.a. X t 1 , X t 2 , ... sono indipendenti ed identicamente ditribuite. Quindi
1 N
∑ N i = 1
φ X t i ! E [ φ ( X t )] .
Corso per la Scuola di Dottorato in Ingegneria 6
La pdf delle soluzioni tramite Monte Carlo
Ad esempio, scegliendo diverse φ:
se φ ( x ) = x troviamo la media 1 N
∑ N i = 1
X t i ! E [ X t ] .
se φ ( x ) = H ( x λ ) (vedi esercitazione), cioè φ ( x ) = 1 se x > λ, zero altrimenti, allora
card i = 1, ..., N : X t i > λ
N ! P ( X t > λ ) .
Quest’ultima formula si capisce anche pensando a "frequenza relativa ! probabilità".
Corso per la Scuola di Dottorato in Ingegneria 7
Esempio lineare
Equazione dX t = X t dt + 0.2 dB t , X 0 = 1
Con N = 10000 (quindi errore 0.01), tempo t = 1
P X 1 > e 1 0.5074
Corso per la Scuola di Dottorato in Ingegneria 8
Esempio nonlineare
Equazione dX t = X t X t 3 dt + 0.4 dB t
Con N = 1000 (quindi errore 0.03), tempo t = 100
P ( X 100 > 0 ) 0.558.
Corso per la Scuola di Dottorato in Ingegneria 9
Sulla pdf di una SDE
Abbiamo considerato equazioni di¤erenziali stocastiche della forma dX t = b ( t, X t ) dt + σ ( t, X t ) dB t
Per avere informazioni quantitative sulla densità di probabilità (pdf) di X t si può usare il metodo di Monte Carlo.
Ad esempio
E [ X t ] 1 N
∑ N i = 1
X t i
dove X t i , i = 1, ..., N, sono ottenute da diverse simulazioni indipendenti.
L’istogramma dei valori X t i , i = 1, ..., N, è un’approssimazione della pdf p t ( x ) .
Corso per la Scuola di Dottorato in Ingegneria 10
L’equazione di Fokker-Planck
Sotto opportune ipotesi vale il seguente risultato:
Theorem
La pdf p t ( x ) di X t soddisfa l’equazione
∂p
∂t = 1 2
∑ d i ,j = 1
∂ i ∂ j ( a ij p ) div ( bp ) dove
a ij = ∑
k
σ ik σ jk
∂ i = ∂
∂x i
, div v =
∑ d i = 1
∂ i v i .
Corso per la Scuola di Dottorato in Ingegneria 11
Casi particolari di equazione di Fokker-Planck
Familiarizziamo coi simboli. Intanto, in dimensione d = 1, a ij = a = σ 2 .
L’equazione è semplicemente
∂p
∂t = 1 2
∂ σ 2 p
∂x 2
∂ ( bp )
∂x . Nel caso di noise additivo, σ ( t, x ) = σ costante,
∂p
∂t = σ
2
2
∂ 2 p
∂x 2
∂ ( bp )
∂x . Anche in più dimensioni, noise additivo, σ ( t, x ) = σI
∂p
∂t = σ
2
2 ∆p div ( bp ) .
Corso per la Scuola di Dottorato in Ingegneria 12
Condizione iniziale
Come ogni equazione alle derivate parziali con
∂∂t
, necessita di una condizione iniziale nota, al tempo t = 0:
p 0 ( x ) .
Essa è la densità della v.a. iniziale della SDE, X 0 .
Spesso X 0 è un punto deterministico …ssato, x 0 . In questo caso, non ha una vera densità, nel senso usuale del termine.
Il dato iniziale p 0 ( x ) , in tal caso, è la delta di Dirac in x 0 : p 0 ( x ) = δ ( x x 0 ) .
Sotto ipotesi abbastanza generali, la soluzione p t ( x ) è però una funzione regolare, per t > 0 (fenomeno di regolarizzazione parabolica).
Corso per la Scuola di Dottorato in Ingegneria 13
Esempio del moto browniano
Vediamo la SDE particolarissima, in dimensione 1, dX t = σdB t , X 0 = 0 L’equazione di Fokker-Planck associata è
∂p
∂t = σ
2
2
∂ 2 p
∂x 2 , p 0 ( x ) = δ ( x ) . La funzione
p t ( x ) = p 1
2πσ 2 t exp x 2 2σ 2 t è soluzione (veri…ca noiosa ma elementare).
Corso per la Scuola di Dottorato in Ingegneria 14
Esempio dell’equazione lineare
Esaminiamo
dX t = λX t dt + σdB t , X 0 = x 0 . L’equazione di Fokker-Planck associata è
∂p
∂t = σ
2
2
∂ 2 p
∂x 2 + λ ∂ ( xp )
∂x , p 0 ( x ) = δ ( x x 0 ) . Infatti, b ( x ) = λx . Si può cercare una soluzione della forma
p t ( x ) = C ( t ) exp 1 2
( x m ( t )) 2 σ ( t ) 2
!
e, con opportuni calcoli, la si trova (una gaussiana con media e varianza variabili nel tempo).
Corso per la Scuola di Dottorato in Ingegneria 15
Simulazioni. Discretizzazione spaziale
Purtroppo non si va molto oltre questi esempi, se si vogliono soluzioni esplicite.
Vediamo invece alcune simulazioni, limitatamente a d = 1.
Usiamo un metodo elementare: discretizziamo lo spazio (che è in…nito) tramite un insieme …nito di valori x i (ad esempio prendiamo un grande intervallo [ L, L ] e lo suddividiamo in parti uguali con N x
punti, detti x i )
discretizziamo la derivata prima
∂f∂x
con
∂f
∂x ( x i ) f ( x i + 1 ) f ( x i ) h x
dove h x è il passo spaziale di discretizzazione
(per i nostri scopi è indi¤erente prendere altri incrementi)
Corso per la Scuola di Dottorato in Ingegneria 16
Simulazioni. Discretizzazione spaziale
discretizziamo la derivata seconda
∂2f
∂x2
con
∂ 2 f
∂x 2 ( x i ) f ( x i + 1 ) 2f ( x i ) + f ( x i 1 ) h 2 x
nota: la formula proviene da:
1 h x
f ( x i + 1 ) f ( x i ) h x
f ( x i ) f ( x i 1 ) h x
in…ne dobbiamo …ssare delle condizioni al bordo; questo al momento non si capisce, ma risulterà chiaro scrivendo il codice. Prenderemo la condizione di ‡usso nullo,
∂f∂x
= 0, una delle più neutre, ovvero f ( x i + 1 ) = f ( x i ) (tra punti vicini al bordo).
Per i nostri scopi si potrebbe anche prendere f = 0 sul bordo.
Corso per la Scuola di Dottorato in Ingegneria 17
Simulazioni. Discretizzazione temporale
Il tempo si discretizza analogamente, arrivando, ad es. per l’equazione
∂p∂t
=
σ2
2 ∂2p
∂x2
, allo schema esplicito p t
k+1( x i ) p t
k( x i )
h t
= σ
2
2
p t
k( x i + 1 ) p t
k( x i ) + p t
k( x i 1 ) h 2 x
che calcola p t
k+1( x i ) a partire da p t
k( x i + 1 ) , p t
k( x i ) , p t
k( x i 1 ) (per questo servono delle condizioni al bordo)
Serve la condizione di stabilità σ 2
2 h t h 2 x
1 2 .
Corso per la Scuola di Dottorato in Ingegneria 18
Esempio del MB
Prendiamo il caso
dX t = σdB t , X 0 = 0
∂p
∂t = σ
2
2
∂ 2 p
∂x 2 p t
k+1( x i ) p t
k( x i )
h t = σ
2
2
p t
k( x i + 1 ) p t
k( x i ) + p t
k( x i 1 ) h 2 x
Approssimiamo il dato iniziale con una funzione molto concentrata di area uno:
p 1
2πe exp x 2 2e .
Corso per la Scuola di Dottorato in Ingegneria 19