Argomenti avanzati di calcolo stocastico
A.A. 2022/2023
Obiettivi formativi
Lo scopo dell'insegnamento è di approfondire la conoscenza del calcolo stocastico, estendendo lo studio dell'integrale stocastico dal moto Browniano a martingale locale continue qualsiasi. Inoltre, sulla base di questa estensione, verranno dimostrati altri importanti risultati tra cui i seguenti: versione generale del teorema di Girsanov, tempi locali e formula di Tanaka come estensione della formula di Ito, soluzioni deboli di equazioni differenziali stocastiche e problema della martingala di Stroock-Varadhan, propagazione del caos per sistemi di particelle di tipo campo medio.
Risultati apprendimento attesi
Conoscenza approfondita del calcolo stocastico per semimartingale continue (anche in contesti non regolari) con un introduzione ai teoremi limite per sistemi di particelle interagenti di tipo campo medio.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
Parte I. Richiami di teoria delle martingale e processi a variazione finita.
Parte II. Integrale stocastico rispetto a semimartingale, formula di Ito, teorema di Dumbis-Dubins-Schwarz sul cambiamento di tempo, teorema di Girsanov generalizzato.
Parte III. Formula di Ito-Tanaka-Meyer, tempi locali di semimartingale, formula di densità d'occupazione.
Parte IV. Soluzioni deboli di equazioni differenziali stocastiche (EDS), problema della martingala di Stroock-Varadhan.
Parte V. Introduzione ai modelli di campo medio: EDS non lineari del tipo McKean-Vlasov, propagazione del caos.
Parte II. Integrale stocastico rispetto a semimartingale, formula di Ito, teorema di Dumbis-Dubins-Schwarz sul cambiamento di tempo, teorema di Girsanov generalizzato.
Parte III. Formula di Ito-Tanaka-Meyer, tempi locali di semimartingale, formula di densità d'occupazione.
Parte IV. Soluzioni deboli di equazioni differenziali stocastiche (EDS), problema della martingala di Stroock-Varadhan.
Parte V. Introduzione ai modelli di campo medio: EDS non lineari del tipo McKean-Vlasov, propagazione del caos.
Prerequisiti
1) Nozioni avanzate di probabilità.
2) Integrale stocastico rispetto al moto Browniano.
3) Equazioni differenziali stocastiche (soluzioni forti).
2) Integrale stocastico rispetto al moto Browniano.
3) Equazioni differenziali stocastiche (soluzioni forti).
Metodi didattici
Lezioni frontali
Materiale di riferimento
1) I. Karatzas, S. Shreve: "Brownian motion and stochastic calculus", Springer, 1998.
2) J.-F. Le Gall: "Brownian Motion, Martingales and Stochastic Calculus", Springer, 2016.
3) D. Revuz, M. Yor: "Brownian Motion and Continuous Martingales", Springer, 1999.
4) P. Protter: "Stochastic Integration and Differential Equations", Springer, 2005.
Altri riferimenti verranno dati duranti il corso.
2) J.-F. Le Gall: "Brownian Motion, Martingales and Stochastic Calculus", Springer, 2016.
3) D. Revuz, M. Yor: "Brownian Motion and Continuous Martingales", Springer, 1999.
4) P. Protter: "Stochastic Integration and Differential Equations", Springer, 2005.
Altri riferimenti verranno dati duranti il corso.
Modalità di verifica dell’apprendimento e criteri di valutazione
Orale sul programma del corso. Durante la prova orale verrà richiesto di illustrare alcuni risultati del programma dell'insegnamento al fine di valutare le conoscenze e la comprensione degli argomenti trattati, nonché la capacità di saperli applicare.
MAT/06 - PROBABILITA' E STATISTICA MATEMATICA - CFU: 6
Esercitazioni: 12 ore
Lezioni: 35 ore
Lezioni: 35 ore
Docente:
Campi Luciano
Siti didattici
Docente/i
Ricevimento:
Su appuntamento
Ufficio 1040, Dipartimento di Matematica, Via Saldini 50, 20133 Milano