PROCESSI STOCASTICI

Obiettivi formativi

Conoscenza e capacità di comprensione Gli studenti che hanno proficuamente frequentato il corso di processi stocastici sono in grado di orientarsi nella moderna teoria dei processi stocastici includendo conoscenze dei processi di punto, martingale e calcolo stocastico rispetto al moto Browniano. Alcune parti del programma hanno un carattere più avanzato e riguardano il moto Browniano frazionario e l'interazione tra le equazioni alle derivate parziali e i processi di tipo diffusivo Capacità di applicare conoscenza e comprensione. La parte di programma del corso riguardante il calcolo stocastico mette gli studenti in condizione di applicare le nozioni apprese ai modelli principali della finanza (Black and Scholes, Vasichek). La conoscenza dei funzionali di Feynman-Kac permettono di acquisire uno strumento di grande flessibilità. Autonomia di giudizio La presentazione del corso è fatta con il proposito di inquadrare la materia nell'ambito della modellistica di possibili fenomeni aleatori in campo, finanziariio, economico e fisico. Ogni argomento è trattato con una motivazione intuitiva e lasciando intravvedere sviluppi e approfondimenti Abilità comunicativa L'apprendimento di molte conoscenze probabilistiche consente l'apprendimento di un rigoroso linguaggio e l'organizzazione del metodo di dimostrazione basato sullo schema ipotesi, dimostrazione, conclusione e interpretazione dei risultati Capacità di apprendimento Lo stile del corso è basato sull'idea di imparare ma sopratutto di imparare ad apprendere nuove conoscenze e a stimolare la curiosità di ciò che si può fare con quello che si è appreso.

Canale 1
ALESSANDRO DE GREGORIO Scheda docente

Programmi - Frequenza - Esami

Programma
1. Processi stocastici. Nozioni generali. Il Teorema di esistenza di Kolmogorov. Costruzione di un processo aleatorio. 2. Medie condizionate: definizione. Proprietà e risultati di convergenza. Tempi di arresto. 3. Teoria delle Martingale. Definizioni ed esempi. Teorema di decomposizione di Doob-Meyer. Teorema di arresto opzionale. 4. Moto Browniano. Costruzione del moto Browniano. Processi di Markov. Proprietà delle traiettorie: continuità e non differenziabilità. Variazione quadratica. 5. Integrale stocastico. Definizione di integrale di Ito. Proprietà ed applicazioni. Calcolo stocastico. Lemma di Ito e sue applicazioni. Teorema di Girsanov e Cameron-Martin formula. 6. Equazioni differenziali stocastiche. Definizione ed esempi. Esistenza ed unicità. Funzionale di Feynman-Kac. Applicazioni: finanza, scienze attuariali, epidemiologia. 7. Cenni sulla simulazione di equazioni differenziali stocastiche.
Prerequisiti
E' richiesta la conoscenza dei concetti di base della Probabilità. Inoltre lo studente deve avere familiarità con gli strumenti del Calcolo infinitesimale.
Testi di riferimento
P. Baldi, Stochastic Calculus, Springer 2017 J.M. Steele, Stochastic Calculus and Financial Applications, Springer 2000 D. Williams, Probability with Martingales, Cambridge 1991
Modalità insegnamento
Le lezioni saranno frontali, cioè verranno svolte in presenza.
Frequenza
Le frequenza non è obbligatoria, tuttavia è fortemente consigliata.
Modalità di esame
Mediante la prova orale viene valutata la capacità espositiva degli studenti e la comprensione dei concetti discussi durante il corso.
Bibliografia
Karatzas, I., Shreve S.E. (1998) Brownian Motion and Stochastic Calculus. Springer. Oksendal, B. (2010) Stochastic Differential Equations: An Introduction with Applications. Springer.
Modalità di erogazione
Le lezioni saranno frontali, cioè verranno svolte in presenza.
  • Codice insegnamento1018628
  • Anno accademico2024/2025
  • CorsoStatistica, economia, finanza e assicurazioni
  • CurriculumFinanza e assicurazioni
  • Anno3º anno
  • Semestre1º semestre
  • SSDMAT/06
  • CFU9
  • Ambito disciplinareStatistico - probabilistico