Malliavinův kalkul - Malliavin calculus
V teorii pravděpodobnosti a příbuzných oborech je Malliavinův počet souborem matematických technik a myšlenek, které rozšiřují matematické pole variačního počtu od deterministických funkcí po stochastické procesy . Zejména umožňuje výpočet derivátů z náhodných proměnných . Malliavinův počet se také nazývá stochastický počet variací . P. Malliavin nejprve zahájil kalkul v nekonečném dimenzionálním prostoru. Poté významní přispěvatelé, jako S. Kusuoka, D. Stroock, Bismut, S. Watanabe, I. Shigekawa atd., Konečně dokončili základy.
Malliavinský kalkul je pojmenován podle Paula Malliavina, jehož myšlenky vedly k důkazu, že Hörmanderův stav implikuje existenci a hladkost hustoty pro řešení stochastické diferenciální rovnice ; Hörmanderův původní důkaz byl založen na teorii parciálních diferenciálních rovnic . Kalkul byl také použit na stochastické parciální diferenciální rovnice .
Kalkul umožňuje integraci po částech s náhodnými proměnnými ; tato operace se používá v matematických financích k výpočtu citlivosti finančních derivátů . Kalkul má aplikace například ve stochastickém filtrování .
Přehled a historie
Malliavin představil Malliavinův kalkul, aby poskytl stochastický důkaz, že Hörmanderův stav implikuje existenci hustoty pro řešení stochastické diferenciální rovnice ; Hörmanderův původní důkaz byl založen na teorii parciálních diferenciálních rovnic . Jeho kalkul umožnil Malliavinovi prokázat hranice pravidelnosti pro hustotu řešení. Kalkul byl aplikován na stochastické parciální diferenciální rovnice .
Princip neměnnosti
Obvyklý princip invariance pro Lebesgueovu integraci na celé reálné linii je ten, že pro jakékoli reálné číslo ε a integrovatelnou funkci f platí následující
- a proto
Toho lze použít k odvození integrace podle vzorce částí, protože při nastavení f = gh to znamená
Podobnou myšlenku lze použít ve stochastické analýze pro diferenciaci ve směru Cameron-Martin-Girsanov. Skutečně nechme předvídatelný proces a množinu integrovatelnou do čtverců
Pokud se jedná o Wienerův proces , Girsanovova věta pak poskytne následující analogii principu invariance:
Rozlišením s ohledem na ε na obou stranách a hodnocením při ε = 0 získáme následující integraci podle vzorce částí:
Zde je levá strana Malliavinova derivace náhodné proměnné ve směru a integrál objevující se na pravé straně by měl být interpretován jako integrál Itô . Tento výraz také zůstává pravdivý (podle definice), pokud není přizpůsoben, za předpokladu, že pravá strana je interpretována jako integrál Skorokhod .
Vzorec Clark-Ocone
Jedním z nejužitečnějších výsledků Malliavinova počtu je Clark-Oconeova věta , která umožňuje, aby byl proces v martingaleově reprezentační větě explicitně identifikován. Zjednodušená verze této věty je následující:
Pro uspokojení, které je Lipschitz a takové, že F má silné derivační jádro, v tom smyslu, že v C [0,1]
pak
kde H je předpokládaná projekce F '( x , ( t , 1]), na kterou lze pohlížet jako na derivaci funkce F s ohledem na vhodný paralelní posun procesu X přes část ( t , 1] jeho doména.
To může být výstižněji vyjádřeno
Velká část práce při formálním vývoji Malliavinova počtu zahrnuje rozšíření tohoto výsledku na co největší třídu funkcionálů F nahrazením výše uvedeného derivačního jádra „ Malliavinovým derivátem “ označeným ve výše uvedeném prohlášení o výsledku.
Skorokhod integrál
Skorokhod integrální operátor, který je obvykle označován delta je definována jako adjoint derivátu Malliavin tak pro u v oblasti obsluhy, který je podmnožinou , pro F v oblasti derivátu Malliavin požadujeme
kde vnitřní produkt je ten na viz
Existence tohoto adjunktu vyplývá z Rieszovy reprezentační věty pro lineární operátory na Hilbertových prostorech .
Lze ukázat, že pokud je u přizpůsobeno, pak
kde integrál má být chápán ve smyslu Itô. To tedy poskytuje způsob rozšíření Itô integrálu na nepřizpůsobené integrandy.
Aplikace
Kalkul umožňuje integraci po částech s náhodnými proměnnými ; tato operace se používá v matematických financích k výpočtu citlivosti finančních derivátů . Kalkul má aplikace například ve stochastickém filtrování .
Reference
- Kusuoka, S. a Stroock, D. (1981) „Applications of Malliavin Calculus I“, Stochastic Analysis, Proceedings Taniguchi International Symposium Katata and Kyoto 1982, pp 271-306
- Kusuoka, S. a Stroock, D. (1985) "Applications of Malliavin Calculus II", J. Faculty Sci. Uni. Tokijská sekta. 1A Matematika , 32 s. 1–76
- Kusuoka, S. a Stroock, D. (1987) "Applications of Malliavin Calculus III", J. Faculty Sci. Univ. Tokijská sekta. 1A Matematika , 34 s. 391–442
- Malliavin, Paul a Thalmaier, Anton. Stochastický počet variací v matematických financích , Springer 2005, ISBN 3-540-43431-3
- Nualart, David (2006). Malliavinský kalkul a související témata (druhé vydání). Springer-Verlag. ISBN 978-3-540-28328-7.
- Bell, Denisi. (2007) The Malliavin Calculus , Dover. ISBN 0-486-44994-7 ; ebook
- Schiller, Alex (2009) Malliavinův kalkul pro simulaci Monte Carla s finančními aplikacemi . Diplomová práce, Katedra matematiky, Princetonská univerzita
- Øksendal, Bernt K. (1997) Úvod do Malliavinova počtu s aplikacemi do ekonomiky . Přednášky, katedra matematiky, Univerzita v Oslu (zip soubor obsahující diplomovou práci a dodatek)
- Di Nunno, Giulia , Øksendal, Bernt, Proske, Frank (2009) „Malliavinský kalkul pro lévy procesy s aplikacemi pro finance“, Universitext, Springer. ISBN 978-3-540-78571-2
externí odkazy
- Citace týkající se Malliavinova počtu na Wikiquote
- Friz, Peter K. (2005-04-10). „Úvod do Malliavinova počtu“ (PDF) . Archivováno z originálu (PDF) dne 2007-04-17 . Citováno 2007-07-23 . Přednášky, 43 stran
- Zhang, H. (2004-11-11). „Malliavinský kalkul“ (PDF) . Citováno 2004-11-11 . Práce, 100 stran