Professional Documents
Culture Documents
A integral estocástica
Equações diferenciais estocásticas (EDE)
Aplicações do cálculo estocástico em finanças
Cálculo Estocástico
H. Dreifus1
1 Departamento de Matemática Aplicada
Universidade de São Paulo
Cálculo Estocástico I
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
A integral estocástica
Equações diferenciais estocásticas (EDE)
Aplicações do cálculo estocástico em finanças
Cálculo Estocástico II
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
Probabilidade
Variáveis Aleatórias
Vetores Aleatórios
Independência e dependência
Probabilidade
Variáveis Aleatórias
Vetores Aleatórios
Independência e dependência
Probabilidade
Variáveis Aleatórias
Vetores Aleatórios
Independência e dependência
Variáveis Aleatórias
Espaço de Eventos
Ω = {cara, coroa}
Variáveis Aleatórias
X :Ω→R
Exemplo:
X (cara) = 1
X (coroa) = −1
Variáveis Aleatórias
Espaço de Eventos
Ω = {cara, coroa}
Variáveis Aleatórias
X :Ω→R
Exemplo:
X (cara) = 1
X (coroa) = −1
Variáveis Aleatórias
Espaço de Eventos
Ω = {cara, coroa}
Variáveis Aleatórias
X :Ω→R
Exemplo:
X (cara) = 1
X (coroa) = −1
Variáveis Aleatórias
Espaço de Eventos
Ω = {cara, coroa}
Variáveis Aleatórias
X :Ω→R
Exemplo:
X (cara) = 1
X (coroa) = −1
Variáveis Aleatórias
Espaço de Eventos
Ω = {cara, coroa}
Variáveis Aleatórias
X :Ω→R
Exemplo:
X (cara) = 1
X (coroa) = −1
Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
σ-álgebra
F - Coleção de subconjuntos de Ω,
Ω∈F
∅∈F
F é fechado por uniões e intersecções enumeráveis
A ∈ F; B ∈ F ⇒
A∪B ∈F e A∩B∈F
σ-álgebra
F - Coleção de subconjuntos de Ω,
Ω∈F
∅∈F
F é fechado por uniões e intersecções enumeráveis
A ∈ F; B ∈ F ⇒
A∪B ∈F e A∩B∈F
σ-álgebra
F - Coleção de subconjuntos de Ω,
Ω∈F
∅∈F
F é fechado por uniões e intersecções enumeráveis
A ∈ F; B ∈ F ⇒
A∪B ∈F e A∩B∈F
σ-álgebra
F - Coleção de subconjuntos de Ω,
Ω∈F
∅∈F
F é fechado por uniões e intersecções enumeráveis
A ∈ F; B ∈ F ⇒
A∪B ∈F e A∩B∈F
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Probabilidade
Para cada evento A ∈ F associamos um valor P(A) ∈ [0, 1]
Função Distribuição
Distribuição de X
Para eventos A, B ∈ F
e, se A e B são disjuntos,
Exemplos de Distribuições
Binomial
n
P(X = k ) = pk (1 − p)n−k , k = 0, 1, 2, ...n.
k
Normal
(x − µ)2
1
fX (x) = √ exp − , x ∈R
2πσ 2σ 2
Z x
Fx = fX (y )dy
−∞
Exemplos de Distribuições
Binomial
n
P(X = k ) = pk (1 − p)n−k , k = 0, 1, 2, ...n.
k
Normal
(x − µ)2
1
fX (x) = √ exp − , x ∈R
2πσ 2σ 2
Z x
Fx = fX (y )dy
−∞
Esperança
Variância
Momentos
Esperança de Funções
Esperança
Variância
Momentos
Esperança de Funções
Esperança
Variância
Momentos
Esperança de Funções
Esperança
Variância
Momentos
Esperança de Funções
Estimativas Úteis
Estimativas Úteis
Estimativas Úteis
Vetores Aleatórios
X = (X1 , X2 , ..., Xn )
é um vetor aleatório n-dimensional se os seus componentes
X1 , X − 2, ..., Xn são variáveis aleatórias unidimensionais a
valores reais.
Exemplos:
Z ∞ Z ∞
FX1 (x1 ) = fX (x)dx2 dx3
−∞ −∞
1 1 t −1
fX (x) = exp − (x − µ) Σ (x − µ)
(2π)n/2 (detΣ)1/2 2
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Esperança, Covariância
Esperança
µX = EX = (EX1 , ..., EXn )
Matriz de Covariância
Correlação
cov (X1 , X2 )
corr (X1 , X2 ) =
σX1 σX2
E{(Xi − µXi )(Xj − µXj )}
=
σX1 σX2
Independência e dependência
Independência e dependência
Independência e dependência
Independência e dependência
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
Processos Estocásticos.
Definição
Passeio Aleatório
Processos Estocásticos.
Definição
Passeio Aleatório
Definição
Xt (ω) : Ω → R
é uma variável aleatória.
Para um resultado aleatório fixo ω ∈ Ω,
Xt (ω) : t ∈ T → R
é uma função do tempo t
Xt (ω) : Ω → R
é uma variável aleatória.
Para um resultado aleatório fixo ω ∈ Ω,
Xt (ω) : t ∈ T → R
é uma função do tempo t
Xt (ω) : Ω → R
é uma variável aleatória.
Para um resultado aleatório fixo ω ∈ Ω,
Xt (ω) : t ∈ T → R
é uma função do tempo t
Distribuição
Exemplo
Processo Gaussiano
Estrutura de Dependência
Processos Estacionários
Estrutura de Dependência
Passeio Aleatório
Passeio Aleatório
Passeio Aleatório
Passeio Aleatório
Matriz de Transição
Kjk (t) = P{Xt+δ (ω) = j|Xt (ω) = k }
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
Matriz de Transição
1
|j − k | = 1
2
Kjk (t) =
0 |j − k | =
6 1
P(A ∩ B)
P(A|B) =
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentes
Bk ; ∪k ∈Z Bk = Ω,
P(A ∩ B)
P(A|B) =
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentes
Bk ; ∪k ∈Z Bk = Ω,
P(A ∩ B)
P(A|B) =
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentes
Bk ; ∪k ∈Z Bk = Ω,
P(A ∩ B)
P(A|B) =
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentes
Bk ; ∪k ∈Z Bk = Ω,
P(A ∩ B)
P(A|B) =
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentes
Bk ; ∪k ∈Z Bk = Ω,
.
.
.
0 0 1 0 1 0 0 0 0 0 0 0 0 0
0 0 0 1 0 1 0 0 0 0 0 0 0 0
0 0 0 0 1 0 1 0 0 0 0 0 0 0
0 0 0 0 0 1 0 1 0 0 0 0 0 0
2K =
0 0 0 0 0 0 1 0 1 0 0 0 0 0
0 0 0 0 0 0 1 0 1 0 0 0 0 0
0 0 0 0 0 0 0 1 0 1 0 0 0 0
0 0 0 0 0 0 0 0 1 0 1 0 0 0
.
.
.
H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
1 1
pj (t + δ) = pj+1 (t) + pj−1 (t)
2 2
1 1
pj (t + δ) − pj (t) = pj+1 (t) + pj−1 (t) − pj (t)
2 2
1 1
pj (t + δ) = pj+1 (t) + pj−1 (t)
2 2
1 1
pj (t + δ) − pj (t) = pj+1 (t) + pj−1 (t) − pj (t)
2 2
1 1
px (t + δ) − px (t) = px+∆ (t) + px−∆ (t) − px (t)
2 2
1
px (t + δ) − px (t) = [px+∆ (t) + px−∆ (t) − 2px (t)]
2
1 1
px (t + δ) − px (t) = px+∆ (t) + px−∆ (t) − px (t)
2 2
1
px (t + δ) − px (t) = [px+∆ (t) + px−∆ (t) − 2px (t)]
2
1 1
px (t + δ) − px (t) = px+∆ (t) + px−∆ (t) − px (t)
2 2
1
px (t + δ) − px (t) = [px+∆ (t) + px−∆ (t) − 2px (t)]
2
Considerando σ 2 δ = ∆2
∂p ∂2p
(t, x) = σ 2 2 (t, x)
∂t ∂x
Considerando σ 2 δ = ∆2
∂p ∂2p
(t, x) = σ 2 2 (t, x)
∂t ∂x
Considerando σ 2 δ = ∆2
∂p ∂2p
(t, x) = σ 2 2 (t, x)
∂t ∂x
Z ∞ (x−y )2
1 −
p(t, x) = √ e 4tσ 2 p(0, y )dy
σ 4πt −∞
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
Movimento Browniano.
Propriedades da definição
Movimento Browniano.
Propriedades da definição
Movimento Browniano.
Propriedades da definição
Movimento Browniano
Movimento Browniano
Movimento Browniano
Movimento Browniano
Movimento Browniano
Movimento Browniano
Movimento Browniano
Movimento Browniano
µB (t) = EBt = 0, t ≥0
cB (t, s) = E(B(t)B(s)) =
µB (t) = EBt = 0, t ≥0
cB (t, s) = E(B(t)B(s)) =
µB (t) = EBt = 0, t ≥0
cB (t, s) = E(B(t)B(s)) =
µB (t) = EBt = 0, t ≥0
cB (t, s) = E(B(t)B(s)) =
µB (t) = EBt = 0, t ≥0
cB (t, s) = E(B(t)B(s)) =
µB (t) = 0
cB (s, t) = min(s, t)
Auto-similaridade
Não diferenciabilidade
Variação ilimitada
Xt = µt + σBt
Xt = eµt+σBt
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
Esperança Condicional.
Sobre σ-álgebras
Esperança Condicional.
Sobre σ-álgebras
Esperança Condicional.
Sobre σ-álgebras
Esperança Condicional.
Sobre σ-álgebras
Esperança Condicional.
Sobre σ-álgebras
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade
Probabilidade, Processo Estocástico, Martingale
Processos Estocásticos
A integral estocástica
Movimento Browniano
Equações diferenciais estocásticas (EDE)
Esperança Condicional
Aplicações do cálculo estocástico em finanças
Martingais
Martingais.
Propriedades definidoras
Exemplos
Martingais.
Propriedades definidoras
Exemplos
Martingais.
Propriedades definidoras
Exemplos
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
As integrais de Riemann e de Riemann-Stieltjes
A integral estocástica
A integral de Ito
Equações diferenciais estocásticas (EDE)
O lema de Ito
Aplicações do cálculo estocástico em finanças
A integral de Riemann-Stieltjes
A integral de Riemann-Stieltjes
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
As integrais de Riemann e de Riemann-Stieltjes
A integral estocástica
A integral de Ito
Equações diferenciais estocásticas (EDE)
O lema de Ito
Aplicações do cálculo estocástico em finanças
A integral de Ito.
Um exemplo motivador
A integral de Ito.
Um exemplo motivador
A integral de Ito.
Um exemplo motivador
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
As integrais de Riemann e de Riemann-Stieltjes
A integral estocástica
A integral de Ito
Equações diferenciais estocásticas (EDE)
O lema de Ito
Aplicações do cálculo estocástico em finanças
O lema de Ito.
O lema de Ito.
O lema de Ito.
O lema de Ito.
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale Equações diferenciais determinísticas
A integral estocástica As equações diferenciais estocásticas de Ito
Equações diferenciais estocásticas (EDE) A equação diferencial linear geral
Aplicações do cálculo estocástico em finanças Solução numérica
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale Equações diferenciais determinísticas
A integral estocástica As equações diferenciais estocásticas de Ito
Equações diferenciais estocásticas (EDE) A equação diferencial linear geral
Aplicações do cálculo estocástico em finanças Solução numérica
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale Equações diferenciais determinísticas
A integral estocástica As equações diferenciais estocásticas de Ito
Equações diferenciais estocásticas (EDE) A equação diferencial linear geral
Aplicações do cálculo estocástico em finanças Solução numérica
O caso geral
O caso geral
O caso geral
O caso geral
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale Equações diferenciais determinísticas
A integral estocástica As equações diferenciais estocásticas de Ito
Equações diferenciais estocásticas (EDE) A equação diferencial linear geral
Aplicações do cálculo estocástico em finanças Solução numérica
A aproximação de Euler
A aproximação de Milstein
A aproximação de Euler
A aproximação de Milstein
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
A integral estocástica A fórmula de Black-Scholes do apreçamento de opções
Equações diferenciais estocásticas (EDE) Uma técnica útil: a mudança de medida
Aplicações do cálculo estocástico em finanças
Cálculo Estocástico
1 Probabilidade, Processo Estocástico, Martingale
Probabilidade
Processos Estocásticos
Movimento Browniano
Esperança Condicional
Martingais
2 A integral estocástica
As integrais de Riemann e de Riemann-Stieltjes
A integral de Ito
O lema de Ito
3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticas
As equações diferenciais estocásticas de Ito
A equação diferencial linear geral
Solução numérica H. Dreifus Cálculo Estocástico
Probabilidade, Processo Estocástico, Martingale
A integral estocástica A fórmula de Black-Scholes do apreçamento de opções
Equações diferenciais estocásticas (EDE) Uma técnica útil: a mudança de medida
Aplicações do cálculo estocástico em finanças