Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Mathematics - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
3 courses to be chosen between
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Stochastic differential equations (2017/2018)
Codice insegnamento
4S001444
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Periodo
II sem. dal 1 mar 2018 al 15 giu 2018.
Obiettivi formativi
Questo corso fornirà un'introduzione alla teoria delle equazioni differenziali stocastiche (EDS), basata principalmente sul tipo di rumore del movimento Browniano
Lo scopo di questo corso è quello di introdurre e analizzare modelli di probabilità che catturano
le caratteristiche stocastiche del sistema in studio per prevedere il breve e lungo termine
effetti che questa casualità avrà sui sistemi presi in considerazione. Lo studio
dei modelli di probabilità per processi stocastici a tempo continuo comprende una vasta gamma di strumenti matematici e computazionali. Il corso verrà sviluppato in equilibrio tra aspetti teorici ed applicazioni collegate, le quali saranno principalmente focalizzate si aspetti della finanza matematica, della biologia e della teoria delle popolazione, anche in relazione allo studio delle EDS associate.
Gli argomenti includono: costruzione del moto Browniano; martingale in tempo continuo; integrale stocastico; calcolo di Ito e formula di Ito-Doeblin; equazioni differenziali stocastiche; Teorema di Girsanov; teorema di rappresentazione martingala; la formula di Feynman-Kac e i processi di Lévy.
Breve bibliografia
• Introduction to Stochastic Calculus Applied to Finance by D. Lamberton and B. Lapeyre
• Diffusions, Markov Processes and Martingales by L. Rogers and D. Williams, vol 2.
• Stochastic Differential Equations and Diffusion Processes by N. Ikeda and S. Watanabe
• Stochastic differential equations, by B. Øksendal.
• Brownian motion and stochastic calculus, by I. Karatzas and S. Shreve.
• Continuous martingales and Brownian motion, by D. Revuz and M. Yor.
• Stochastic integration and differential equations, by P. Protter.
• Probability with martingales, by D. Williams.
Programma
Programma del corso
I) Prerequisiti: sigma-algebre, filtrazioni, aspettazione condizionata, proprietà martingala, variazione di una funzione, variazione quadratica.
II) Passeggiata casuale: passeggiata casuale, passeggiata casuale riscalata, proprietà martingala.
III) Moto Browniano: definizione di moto Browniano, funzione di un moto Browniano, proprietà martingala, martingale esponenziali, applicazioni in biologia,e finanza, esempi ed esercizi.
IIIa) Breve introduzione ai processi di salto: motivazioni, processi di Poisson, caso a tempo discreto, introduzione al modello di Galton Watson.
III) WIENER INTEGRAL: motivazione, funzioni a scalino, definizione di integrale di Wiener, proprietà, legge associata, martingale, variazione quadratica, applicazioni in biologia e finanza, esempi ed esercizi.
IV) INTEGRALI STOCASTICI: motivazione, funzioni a scalino, definizione di integrale stocastico, proprietà, martingala associata, variazione quadratica, varianza, processi di variazione finiti, processi di Itō, applicazioni in biologia e finanza, esempi ed esercizi.
V) ITO CALCULUS: motivazione, formula di Itō -Doeblin per il moto Browniano, formula di Itō-Doeblin per funzioni dipendenti dal tempo, formula di Itō-Doeblin per processi di Itō, applicazioni in biologia e finanza, esempi ed esercizi.
VI) SDEs: motivazioni, definizione, risultato di esistenza e unicità, applicazioni in biologia e finanza, esempi ed esercizi.
VII) CASO MULTI-DIMENSIONALE: moto Browniano multi-dimensionale, correlazione, formula di Itō-Doeblin multi-dimensionale, SDEs collegate, applicazioni in biologia e finanza, esempi ed esercitazioni.
VIII) CAMBIO DI PROBABILITÀ: motivazioni, teorema di Cameron-Martin, teorema di Girsanov, rappresentazione del teorema della martingala, applicazioni in biologia e finanza, esempi ed esercizi.
IX) FEYNMAN KAC FORMULA: motivazione, formula Feynman Kac, legame tra PDEs e SDEs, metodi Monte-Carlo.
X) PROCESSI DI SALTO: Processi di Lévy, caratterizzazione e proprietà.
| Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|
| I. Karatzas and S. Shreve | Brownian motion and stochastic calculus | ||||
| D. Revuz and M. Yor | Continuous martingales and Brownian motion | ||||
| L. Rogers and D. Williams | Diffusions, Markov Processes and Martingales (Vol 2.) | ||||
| D. Lamberton and B. Lapeyre | Introduction to Stochastic Calculus Applied to Finance | ||||
| D. Williams | Probability with martingales | ||||
| S. E. Shreve | Stochastic Calculus for Finance II: Continuous-Time Models | Springer, New York | 2004 | ||
| B. Øksendal | Stochastic Differential Equations | ||||
| N. Ikeda and S. Watanabe | Stochastic Differential Equations and Diffusion Processes | ||||
| P. Protter | Stochastic integration and differential equations |
Modalità d'esame
Esame scritto. E' prevista una prova intermedia ed un esame finale che verterà sull'intero corso
