Listy zadań 1.
Transkrypt
Listy zadań 1.
Procesy stochastyczne 2. Listy zadań 1-3. Autor: dr hab.A. Jurlewicz WPPT Matematyka, studia drugiego stopnia, I rok, rok akad. 2011/12 1 Lista 1: Własność braku pamięci. Procesy o przyrostach niezależnych, stacjonarnych. Proces {Xt , t ∈ T } ma własność braku pamięci, jeżeli dla dowolnego n naturalnego, dla dowolnych t1 , . . . , tn , s ∈ T , t1 ¬ . . . ¬ tn ¬ s, B ∈ BR mamy P (Xs ∈ B| Xt1 , . . . Xtn ) = P (Xs ∈ B| Xtn ) p.n. Proces {Xt , t ∈ T } ma przyrosty niezależne, jeżeli dla dowolnego n naturalnego, dla dowolnych t1 , . . . , tn ∈ T , t1 ¬ . . . ¬ tn , przyrosty Xt2−Xt1 , . . . , Xtn−Xtn−1 tworzą układ niezależnych zmiennych losowych. Proces {Xt , t ∈ T } ma przyrosty stacjonarne (jednorodne), jeżeli dla dowolnych s, t ∈ T , s < t, rozkład przyrostu Xt − Xs zależy tylko od różnicy t − s (jest taki sam, jak rozkład Xt−s −X0 , o ile 0, t−s ∈ T ). Proces Poissona {Nt , t 0} o intensywności λ > 0 to proces o przyrostach niezależnych, stacjonarnych, taki że N0 = 0 p.n. oraz Nt dla t > 0 ma rozkład Poissona z parametrem λt. 1. Niech {Nt , t 0} będzie procesem Poissona o intensywności λ. Określamy Xt = (−1)Nt . (a) Czy proces {Xt , t 0} ma przyrosty niezależne? stacjonarne? (b) Czy ma on własność braku pamięci? 2. Niech X1 , X2 , . . . będzie ciągiem niezależnych zmiennych losowych o jednakowym rozkładzie i niech {Lt , t 0} będzie niemalejącym procesem o przyrostach niezależnych, stacjonarnych, niezależnym od ciągu {Xi }. Ponadto, zakładamy, że Lt przyjmuje wartości naturalne, a L0 = 0 p.n. Definiujemy dla t 0 Zt = Lt X Xi i=1 (przy czym 0n=1 Xn = 0 jako sumowanie po zbiorze pustym). (a) Sprawdź, że proces {Zt , t 0} ma stacjonarne i niezależne przyrosty. P (b) Zauważmy, że jako proces liczący {Lt } można przyjąć proces Poissona o intensywności λ. Wówczas {Zt } nazywany jest złożonym procesem Poissona. Pokaż, że gdy Xi ma rozkład zero–jedynkowy, P (Xi = 1) = 1−P (Xi = 0) = p, 0 < p < 1, to złożony proces Poissona {Zt } jest procesem Poissona o intensywności λp. 3. Dla ciągu Y1 , Y2 , . . . dodatnich zmiennych losowych, takich że ∞ P n=1 Yn = ∞ z prawd. 1, niech dla t 0 Mt = max(n : Sn ¬ t), gdzie S0 = 0, Sn = Y1 +. . .+Yn dla n 1. Jeżeli tak utworzony proces {Mt , t 0} ma przyrosty niezależne o rozkładzie Poissona, to nazywamy go uogólnionym procesem Poissona. na (a) Zakładając, że f : [0, ∞) → [0, ∞) jest funkcją rosnącą oraz że {Nt , t 0} jest zwykłym procesem Poissona, udowodnij, że {Mt , t 0} := {Nf (t) , t 0} jest uogólnionym procesem Poissona. (b) Pokaż, że każdy uogólniony proces Poissona powstaje w sposób opisany w punkcie (a). 2 Lista 2: Stochastyczne równania różniczkowe. Równania liniowe. Lemat Itô: Jeśli proces stochastyczy {Xt } spełnia stochastyczne równanie różniczkowe (SRR) dXt = a(t, Xt )dt + b(t, Xt )dWt oraz rzeczywista funkcja f (t, x) jest ciągła i ma ciągłe pochodne cząstkowe ft , fx i fxx , wówczas proces {Yt }, gdzie Yt = f (t, Xt ), spełnia następujące SRR 1 dYt = ft + afx + b2 fxx 2 (t,Xt ) dt + (bfx ) dWt . (t,Xt ) Wielowymiarowa formuła Itô: Załóżmy, że każdy z d procesów stochastycznych {Xti } (i = 1, 2, . . . , d) spełnia następujące SRR dXti = ai (t, Xti )dt + bi (t, Xti )dWt oraz że rzeczywista funkcja f (t, x1 , x2 , . . . , xd ) jest ciągła i ma ciągłe pochodne cząstkowe ft , fxi , fxi xk dla dowolnych i, k = 1, 2, . . . , d. Wówczas SRR dla procesu {Yt }, gdzie Yt = f (t, Xt1 , . . . , Xtd ), ma postać d X d 1X bi bk fxi xk ai f x i + dYt = ft + 2 k=1 i=1 i=1 d X ! dt + (t,Xt1 ,...,Xtd ) d X i=1 ! bi fxi dWt . (t,Xt1 ,...,Xtd ) 1. Znajdź różniczkę stochastyczną procesu {(Wt )n }. 2. Znajdź różniczkę stochastyczną procesu {exp(Wt )}. Jakie SRR spełnia ten proces? 3. Niech Xt = Xt0 + tt0 a(s)ds + tt0 b(s)dWs . Znajdź różniczkę stochastyczną procesu {Yt }, gdzie Yt = exp(Xt ). Jakie SRR spełnia proces {Yt }, jeśli założymy 2a(t) = −b2 (t)? Jakie jest rozwiązanie SRR R R dYt = Yt dWt , Y0 = 1 ? 4. Znajdź d(cos Wt ) i d(sin Wt ). Jaki układ SRR i jakie wektorowe SRR spełnia proces {Yt }, gdzie Yt = (cos Wt , sin Wt )T , zwany procesem Wienera na okręgu jednostkowym? 5. Jakie wektorowe SRR spełnia proces {Yt }, gdzie Yt = (exp(Wt ), Wt exp(Wt ))T ? 3 6. Niech dXt = m(t, Xt )dt+σ(t, Xt )dWt . Podstawiając Zt = f (t, Xt ) możemy zamienić postać równania na dZt = m1 (t, Zt )dt + σ1 (t, Zt )dWt (zakładamy, że f jest ściśle monotoniczna względem x, ciągła, o ciągłych pochodnych cząstkowych fx , fxx oraz ft ). (a) Znajdź postać m1 , σ1 . (b) Dla jakiej funkcji f równanie redukuje się do: i. σ1 (t, x) ≡ 1; ii. m1 (t, x) ≡ 0. 7. Przypuśćmy, że {Xt } spełnia równanie Z t Xt = 1 + 0 Xs σ(s)dWs . Rozpatrując f (Xt ) = ln Xt i korzystając z reguły Itô wykaż, że Xt dany jest wzorem Z t Xt = exp 0 1Z t 2 σ (s)ds . σ(s)dWs − 2 0 Czy umiesz uzasadnić na podstawie zadania 6 pomysł z f = ln? 8. Niech {Xt } spełnia SRR dXt = Xt (m(t)dt + σ(t)dWt ), t > 0, gdzie m i σ są nielosowe. Pokaż, że Xt ma postać Z t Xt = X0 exp 0 σ(s)dWs + Z t g(s)ds , 0 i znajdź postać funkcji g. 9. Pokaż, że ogólną postacią rozwiązania liniowego SRR (w ścisłym sensie) dXt = (a1 (t)Xt + a2 (t))dt + b(t)dWt jest Xt = φ(t) Xt0 + Zt t0 dla φ(t) = exp Rt ! a1 (s)ds . t0 Wsk. Wyznacz d(Xt /φ(t)). 4 a2 (s) ds + φ(s) Zt t0 b(s) dWs φ(s) 10. Rozwiąż równanie Langevina z szumem addytywnym dXt = −aXt dt + bdWt , t0 = 0. 11. Rozwiąż liniowe SRR z szumem addytywnym 2 dXt = Xt + b(1 + t)2 dt + b(1 + t)2 dWt 1+t z warunkiem początkowym X0 = 1. 12. Rozwiąż liniowe SRR z szumem addytywnym dXt = b − Xt dt + dWt , 0 ¬ t < T, T −t z warunkiem początkowym X0 = 1. 13. Rozwiąż równanie Langevina z szumem multiplikatywnym dXt = −aXt dt + bXt dWt . 14. Znajdź rozwiązanie ogólnego liniowego SRR dXt = (a1 (t)Xt + a2 (t))dt + (b1 (t)Xt + b2 (t))dWt . Wsk. Wyznacz d(Xt /Yt ), gdzie dYt = Yt (a1 (t)dt + b1 (t)dWt ), Yt0 = 1. *Uzasadnij jednoznaczność rozwiązania. 15. Rozwiąż liniowe SRR z szumem multiplikatywnym dXt = (aXt + c)dt + (bXt + d)dWt . K.Sobczyk, ”Stochastic Differential Equations With Applications to Physics and Engineering”, (Kluwer Academic Publishers, Dordrecht, 1991) P.E.Kloeden, E.Platen “Numerical Solution of Stochastic Differential Equations”, (Springer, Berlin, 1992). 5 Lista 3: Stochastyczne równania różniczkowe Stratonowicza. Związek między całką Stratonowicza RT h(Wt ) ◦ dWt i całką Itô 0 RT h(Wt )dWt 0 dla funkcji h klasy C 1 : ZT h(Wt ) ◦ dWt = 0 ZT 0 T 1Z 0 h (Wt )dt. h(Wt )dWt + 2 0 Rozwiązania SRR Stratonowicza dXt = aS (t, Xt )dt + b(t, Xt ) ◦ dWt spełniają SRR Itô (i na odwrót) dXt = aI (t, Xt )dt + b(t, Xt )dWt 1 ∂b z aI (t, x) = aS (t, x) + b(t, x) (t, x). 2 ∂x 1. Pokaż, że RT h(Wt ) ◦ dWt = H(WT ) − H(W0 ), gdzie H 0 (x) = h(x). 0 Wsk. Zastosuj regułę Itô do Yt = H(Wt ). 2. Pokaż, że równanie Stratonowicza równoważne równaniu Langevina z szumem addytywnym (z zadania 10 z listy 2) ma identyczną postać. 3. Pokaż, że dXt = 2Xt ◦ dWt oraz dXt = 2Xt dt + 2Xt dWt mają to samo rozwiązanie. Znajdź to rozwiązanie. 4. Pokaż, że SRR Itô postaci 1 dXt = b(Xt )b0 (Xt )dt + b(Xt )dWt 2 dla dowolnej różniczkowalnej funkcji b jest równoważne SRR Stratonowicza dXt = b(Xt ) ◦ dWt . Znajdź rozwiązanie tego równania. 5. Rozwiąż SRR Stratonowicza dYt = exp(−Yt ) ◦ dWt , Y0 = 0, a następnie określ SRR Itô, jakie spełnia to rozwiązanie. 6 6. Rozwiąż następujące SRR 1−2/a (a) dXt = 12 a(a − 1)Xt (b) dXt = 1 (ln a)2 Xt dt 2 1−1/a dt + aXt dWt , a 6= 0; + ln aXt dWt , a > 0, a 6= 1; q (c) dXt = − 12 a2 Xt dt + a 1 − Xt2 dWt , a 6= 0; (d) dXt = a2 Xt (1 + Xt2 )dt + a(1 + Xt2 )dWt , a 6= 0; (e) dXt = 21 a2 tgXt sec2 Xt dt + a secXt dWt , a 6= 0 (sec(x) = 1/ cos(x)); (f) dXt = −a2 sin Xt cos3 Xt dt + a cos2 Xt dWt , a 6= 0; √ (g) dXt = 1dt + 2 Xt dWt ; √ (h) dXt = −Xt (2 ln Xt + 1)dt − 2Xt − ln Xt dWt ; (i) dXt = 21 a2 mXt2m−1 dt + aXtm dWt , m 6= 1, a 6= 0; 1/3 2/3 (j) dXt = 31 Xt dt + Xt dWt . K.Sobczyk, ”Stochastic Differential Equations With Applications to Physics and Engineering”, (Kluwer Academic Publishers, Dordrecht, 1991) P.E.Kloeden, E.Platen “Numerical Solution of Stochastic Differential Equations”, (Springer, Berlin, 1992). 7