Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng dụng trong tài chính

Luận án tiến sĩ: khám phá các quá trình ngẫu nhiên phân thứ và ứng dụng thực tiễn. Nghiên cứu sâu sắc về lý thuyết và triển khai.

Tác giả

Luan An

Thể loại

Luận án tiến sĩ toán học

Năm xuất bản

Số trang

95

Thời gian đọc

15 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tổng quan nhanh

Chủ đề:
1. Cơ sở lý thuyết về quá trình ngẫu nhiên phân thứ
Số trang:
95 trang
Trường:
Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
Chuyên ngành:
Lý thuyết Xác suất và Thống kê Toán học
Tác giả:
Năm:

Tóm tắt nội dung luận án

I. Cơ sở lý thuyết về quá trình ngẫu nhiên phân thứ

Chuyển động Brown tiêu chuẩn đóng vai trò nền tảng trong lý thuyết xác suất cổ điển. Tuy nhiên, các hệ thống thực tế thường có độ trễ và sự phụ thuộc thời gian phức tạp. Quá trình ngẫu nhiên phân thứ xuất hiện nhằm giải quyết các hạn chế này. Mô hình này mở rộng cấu trúc ngẫu nhiên truyền thống sang miền phân thứ. Điểm khác biệt cốt lõi nằm ở khả năng nắm bắt tương quan dài hạn giữa các biến cố. Các công trình nghiên cứu hiện đại tập trung phân tích cấu trúc quỹ đạo và đặc tính phân phối của quá trình. Không gian hàm liên tục Hölder cung cấp nền tảng toán học vững chắc để thiết lập các định lý cơ bản. Việc chuyển đổi từ quá trình Markov sang phi Markov đặt ra nhiều thách thức giải tích. Các phương pháp xấp xỉ hiện đại giúp vượt qua rào cản tính toán. Nền tảng này mở đường cho nhiều ứng dụng quan trọng trong khoa học dữ liệu, vật lý và kinh tế lượng hiện đại.

1.1. Bản chất và tính chất tự đồng dạng của chuyển động Brown phân thứ

Chuyển động Brown phân thứ là quá trình Gauss trung bình không với hàm hiệp phương sai đặc trưng. Quá trình này sở hữu tính chất tự đồng dạng nổi bật trên mọi thang đo thời gian. Tỷ lệ co giãn của quỹ đạo tuân theo một quy luật lũy thừa nghiêm ngặt. Khi phóng to hoặc thu nhỏ khoảng thời gian, cấu trúc thống kê của quá trình vẫn giữ nguyên dạng ban thể. Quỹ đạo của quá trình có tính liên tục nhưng không khả vi tại bất kỳ điểm nào. Tính chất này tạo nên độ gồ ghề đặc trưng cho các đường mẫu ngẫu nhiên. Số mũ Hölder của quỹ đạo phản ánh trực tiếp mức độ trơn nhẵn của chuyển động. Các nhà toán học sử dụng thuộc tính này để phân loại các lớp quá trình ngẫu nhiên khác nhau. Đây là công cụ toán học mạnh mẽ để mô tả các hiện tượng fractal trong tự nhiên và thị trường tài chính.

1.2. Hiện tượng bộ nhớ dài và vai trò của tham số Hurst

Tham số Hurst đóng vai trò quyết định toàn bộ động thái của hệ thống. Giá trị tham số này luôn nằm trong khoảng mở từ không đến một. Khi chỉ số vượt quá ngưỡng một nửa, quá trình thể hiện hiện tượng bộ nhớ dài rõ nét. Tương quan giữa các gia số ở thời điểm xa nhau suy giảm rất chậm theo quy luật hàm mũ nghịch đảo. Các biến cố trong quá khứ duy trì ảnh hưởng bền bỉ tới hành vi tương lai của hệ thống. Ngược lại, khi chỉ số nhỏ hơn một nửa, hệ thống biểu hiện tính chất đối tương quan. Chuyển động Brown tiêu chuẩn chỉ là trường hợp riêng khi chỉ số bằng một nửa. Sự hiện diện của bộ nhớ dài phá vỡ cấu trúc martingale quen thuộc. Do đó, việc nghiên cứu tham số này giúp giải thích thỏa đáng tính bền vững của các xu hướng giá trên thị trường.

1.3. Biểu diễn tích phân Volterra và giải tích quỹ đạo

Biểu diễn Volterra cung cấp phương tiện giải tích then chốt để liên kết các mô hình ngẫu nhiên. Kỹ thuật này biểu diễn chuyển động Brown phân thứ qua tích phân của chuyển động Brown chuẩn. Nhân tích phân chứa đựng toàn bộ thông tin về độ trễ và tương quan thời gian. Cách tiếp cận này biến đổi một quá trình phi chuẩn thành dạng tích phân Wiener quen thuộc. Giải tích ngẫu nhiên theo từng quỹ đạo cho phép định nghĩa tích phân mà không phụ thuộc vào cấu trúc martingale. Khái niệm tích phân Riemann-Stieltjes mở rộng hỗ trợ xử lý độ gồ ghề của hàm mẫu. Phương pháp này tạo tiền đề vững chắc cho việc thiết lập các phương trình vi phân phức tạp. Sự kết hợp giữa biểu diễn nhân và giải tích quỹ đạo mang lại độ chính xác cao cho các phép biến đổi toán học tiếp theo.

II. Tích phân và phương trình vi phân ngẫu nhiên phân thứ

Giải tích ngẫu nhiên truyền thống phụ thuộc chặt chẽ vào cấu trúc semimartingale. Chuyển động Brown phân thứ không phải là một semimartingale khi chỉ số Hurst khác một nửa. Đặc điểm này ngăn cản việc áp dụng trực tiếp các công thức vi phân ngẫu nhiên cổ điển. Để vượt qua trở ngại, phương pháp xấp xỉ semimartingale đã được phát triển toàn diện. Chuỗi các quá trình semimartingale trơn được xây dựng để hội tụ dần về quá trình phân thứ mục tiêu. Kỹ thuật này bảo toàn tính chất tích phân và giúp khôi phục các công thức vi phân quen thuộc. Lý thuyết phương trình vi phân ngẫu nhiên phân thứ nhờ đó đạt được bước tiến đột phá. Các nghiệm của phương trình được chứng minh tồn tại duy nhất trong không gian hàm thích hợp. Khung giải tích mới đảm bảo tính ổn định vững chắc cho việc mô phỏng động lực học ngẫu nhiên.

2.1. Kỹ thuật xấp xỉ semimartingale trong giải tích ngẫu nhiên

Kỹ thuật xấp xỉ semimartingale thay thế nhiễu phân thứ phức tạp bằng chuỗi quá trình trơn hơn. Phép hội tụ diễn ra đều theo xác suất trên từng khoảng thời gian hữu hạn. Phương pháp này mở rộng không gian các hàm khả tích mà không làm mất thông tin tương quan. Các nhà nghiên cứu có thể sử dụng các công cụ giải tích ngẫu nhiên chuẩn để xử lý bài toán ban đầu. Khi lấy giới hạn của chuỗi xấp xỉ, các kết quả nghiệm duy trì sự hội tụ chặt chẽ. Cấu trúc biến sai toàn phần của quá trình xấp xỉ được kiểm soát thông qua các bất đẳng thức giải tích. Điều này loại bỏ hoàn toàn các rủi ro phát sinh từ tính phi martingale của chuyển động ban đầu. Nhờ vậy, quá trình tính toán tích phân trở nên tường minh và hiệu quả hơn.

2.2. Phương trình vi phân ngẫu nhiên kiểu Ornstein Uhlenbeck phân thứ

Quá trình Ornstein-Uhlenbeck phân thứ là trường hợp tiêu biểu của phương trình vi phân ngẫu nhiên tuyến tính. Hệ thống này chịu tác động đồng thời từ lực hồi quy trung bình và nhiễu phân thứ. Nghiệm hiển của phương trình được thiết lập thông qua biểu diễn tích phân giải tích. Cấu trúc nghiệm phản ánh rõ nét sự kết hợp giữa xu thế suy giảm hàm mũ và hiệu ứng bộ nhớ dài. Khi hệ số dịch chuyển mang dạng đa thức phi tuyến, phương pháp xấp xỉ vẫn chứng minh được tính duy nhất nghiệm. Các ước lượng chặn khoảng trên của nghiệm được kiểm soát nhờ bổ đề Gronwall tổng quát. Mô hình này cung cấp công cụ toán học lý tưởng để mô phỏng sự biến động của lãi suất và giá cả hàng hóa.

2.3. Mô hình hồi phục trung bình và lọc tuyến tính ngẫu nhiên

Mô hình hồi phục trung bình hình học phân thứ bảo đảm giá trị trạng thái luôn duy trì tính dương. Đây là điều kiện tiên quyết khi mô hình hóa các biến số tài chính thực tế. Phương trình vi phân tương ứng kết hợp thành phần dịch chuyển logarit với nhiễu fractal. Bài toán lọc tuyến tính ngẫu nhiên phân thứ tiếp tục mở rộng khả năng quan sát trạng thái hệ thống. Thuật toán lọc trích xuất tín hiệu thực từ dữ liệu quan sát bị lẫn tạp âm phân thứ. Các phương trình Kalman-Bucy truyền thống được điều chỉnh để tương thích với cấu trúc tương quan dài hạn. Sai số ước lượng trạng thái đạt mức tối thiểu trong không gian bình phương khả tích. Giải pháp này gia tăng độ tin cậy khi dự báo hành vi của các hệ thống phức tạp.

III. Ứng dụng quá trình ngẫu nhiên phân thứ trong tài chính

Thị trường tài chính hiện đại bộc lộ nhiều hiện tượng bất thường mà các mô hình chuẩn không giải thích được. Biến động lợi suất tài sản thường có đuôi dày và duy trì hiệu ứng nhớ dài hạn. Ứng dụng quá trình ngẫu nhiên phân thứ vào tài chính giải quyết triệt để các hạn chế của giả định phân phối chuẩn. Các mô hình mới phản ánh chính xác sự tích tụ rủi ro và các chu kỳ biến động ngẫu nhiên. Việc kết hợp cấu trúc phân thứ giúp các định chế tài chính định giá sản phẩm phái sinh sát thực tế hơn. Quản trị danh mục đầu tư và kiểm soát thanh khoản đạt hiệu quả tối ưu nhờ dự báo chuẩn xác. Quá trình ngẫu nhiên phân thứ mở ra hướng tiếp cận định lượng hiện đại cho kinh tế tài chính.

3.1. Mô hình quản lý tài sản và nợ trong hoạt động bảo hiểm

Mô hình quản lý tài sản và nợ đóng vai trò sống còn đối với các công ty bảo hiểm. Dòng tiền bồi thường bảo hiểm thường mang tính bất định cao và có tương quan chuỗi kéo dài. Luận án xây dựng mô hình tối ưu hóa danh mục tài sản dựa trên phương trình vi phân phân thứ. Bài toán quy hoạch động được thiết lập để tìm kiếm chiến lược đầu tư tối ưu. Kết quả phân tích giúp cân bằng giữa mục tiêu sinh lời và nghĩa vụ thanh toán nợ dài hạn. Nguy cơ mất khả năng thanh toán của doanh nghiệp được giảm thiểu đáng kể. Mô hình phân thứ cung cấp lá chắn định lượng vững chắc trước những cú sốc thị trường bất ngờ.

3.2. Mở rộng mô hình định giá Black Scholes phân thứ xấp xỉ

Mô hình Black-Scholes cổ điển giả định thị trường tuân theo chuyển động Brown chuẩn không có bộ nhớ. Giả định này thường dẫn đến hiện tượng sai lệch mặt cong biến động trong định giá quyền chọn. Mô hình Black-Scholes phân thứ xấp xỉ khắc phục nhược điểm này bằng cách đưa tham số Hurst vào phương trình giá. Thị trường phân thứ xấp xỉ không tồn tại cơ hội kinh doanh chênh lệch giá phi lý. Công thức định giá quyền chọn mua và quyền chọn bán được suy dẫn tường minh qua phương pháp giải tích. Độ nhạy của giá quyền chọn đối với các tham số thị trường được đo lường chính xác. Mô hình mang lại công cụ định giá vượt trội cho các nhà giao dịch chuyên nghiệp.

IV. Giải tích Malliavin và quá trình ngẫu nhiên phân thứ

Giải tích Malliavin là giải tích biến phân vô hạn chiều trên không gian xác suất Gauss. Công cụ này giữ vai trò trụ cột trong việc nghiên cứu sâu về quá trình ngẫu nhiên phân thứ. Phép tính vi phân vô hạn chiều cho phép khảo sát tính trơn của mật độ xác suất của các nghiệm. Mối liên kết giữa toán tử đạo hàm Malliavin và toán tử phân kỳ mở ra khung giải tích mạnh mẽ. Thông qua phương pháp này, các tính chất phức tạp của độ đo ngẫu nhiên được biểu diễn tường minh. Lý thuyết này cung cấp cơ sở toán học chặt chẽ để mở rộng các định lý ngẫu nhiên phi Markov. Việc ứng dụng giải tích Malliavin giúp làm sáng tỏ cấu trúc nội tại của các đại lượng ngẫu nhiên phân thứ.

4.1. Khai triển chuỗi hỗn loạn Wiener Ito trong không gian xác suất

Khai triển hỗn loạn Wiener-Ito phân rã không gian các biến ngẫu nhiên bình phương khả tích thành các không gian con trực giao. Mỗi biến ngẫu nhiên được biểu diễn thành chuỗi vô hạn các tích phân Ito lặp. Cấu trúc trực giao này đơn giản hóa việc tính toán kỳ vọng và phương sai của các phiếm hàm ngẫu nhiên phức tạp. Phép phân tích này đặc biệt hữu ích khi xử lý các phiếm hàm phi tuyến của nhiễu Gauss. Trong không gian phân thứ, khai triển hỗn loạn giúp chuyển đổi bài toán vô hạn chiều về các toán tử giải tích giải được. Kỹ thuật này cung cấp công thức tính toán chuẩn xác cho các ước lượng sai số xấp xỉ. Khung phân tích trực giao bảo đảm tính nhất quán toán học trong toàn bộ hệ thống.

4.2. Mối liên hệ toán học giữa tích phân Ito và Skorohod

Tích phân Skorohod là sự mở rộng tự nhiên của tích phân Ito cho các quá trình không thích nghi. Khái niệm này đóng vai trò toán tử liên hợp của đạo hàm Malliavin trên không gian Hilbert. Đối với các quá trình ngẫu nhiên có tương quan quá khứ, tính thích nghi truyền thống không còn được bảo toàn. Tích phân Skorohod cho phép tích phân các hàm mà giá trị tương lai phụ thuộc vào thông tin hiện tại. Mối liên hệ chặt chẽ giữa tích phân Ito và Skorohod tạo cầu nối giữa giải tích ngẫu nhiên thích nghi và phi thích nghi. Các công thức vi phân ngẫu nhiên được mở rộng một cách tự nhiên mà không làm mất tính tổng quát. Đây là nền tảng giải tích căn bản để xây dựng phương trình vi phân với nhiễu phân thứ.

4.3. Ứng dụng đạo hàm Malliavin trong tính toán ngẫu nhiên

Đạo hàm Malliavin đóng vai trò toán tử vi phân theo phương biến phân của nhiễu ngẫu nhiên. Công cụ này cho phép tính toán độ nhạy của các biến ngẫu nhiên đối với các nhiễu loạn nhỏ dọc theo quỹ đạo. Trong toán tài chính, đạo hàm Malliavin được sử dụng rộng rãi để tính các hệ số phòng hộ rủi ro. Các công thức tính toán trực tiếp giúp loại bỏ việc tính xấp xỉ sai phân hữu hạn kém chính xác. Hơn nữa, tích phân từng phần Malliavin hỗ trợ chứng minh tính trơn của hàm mật độ xác suất của nghiệm phương trình. Các định lý nhúng Sobolev trên không gian Wiener được thiết lập vững chắc. Phương pháp này nâng cao năng lực giải tích đối với các quá trình ngẫu nhiên phi Markov phức tạp.

V. Ước lượng tham số cho quá trình ngẫu nhiên phân thứ

Xác định chính xác các tham số mô hình là bước then chốt để áp dụng lý thuyết vào thực tiễn. Ước lượng tham số quá trình ngẫu nhiên đối mặt với nhiều khó khăn do tính phụ thuộc dài hạn của dữ liệu. Các phương pháp thống kê truyền thống thường gặp hiện tượng chệch khi áp dụng cho chuỗi có bộ nhớ dài. Do đó, các thuật toán ước lượng tiên tiến được phát triển chuyên biệt cho chuyển động Brown phân thứ. Quá trình thống kê bao gồm việc ước lượng chỉ số Hurst, hệ số dịch chuyển và hệ số khuếch tán. Sự kết hợp giữa các phương pháp miền thời gian và miền tần số gia tăng độ chính xác của ước lượng. Dữ liệu thực nghiệm được xử lý để kiểm định sự phù hợp của mô hình toán học đã xây dựng.

5.1. Kỹ thuật ước lượng tham số quá trình ngẫu nhiên từ dữ liệu

Kỹ thuật ước lượng tham số quá trình ngẫu nhiên sử dụng phương pháp biến sai bậc hai và hàm tương quan mẫu. Phương pháp biến sai quỹ đạo cho phép ước lượng trực tiếp tham số Hurst từ chuỗi thời gian rời rạc. Tốc độ hội tụ của ước lượng đạt mức tối ưu dưới các điều kiện mẫu quan sát dày đặc. Đối với hệ số dịch chuyển trong phương trình vi phân, phương pháp hợp lý cực đại xấp xỉ được áp dụng hiệu quả. Các công thức ước lượng có dạng hiện và dễ lập trình trên máy tính. Sai số của ước lượng được chứng minh tiệm cận phân phối chuẩn tiêu chuẩn. Kết quả này đảm bảo tính khả thi cao khi ứng dụng vào phân tích chuỗi dữ liệu tài chính thực tế.

5.2. Đánh giá tính hội tụ và ứng dụng thực tiễn trong kinh tế

Đánh giá tính hội tụ của các thuật toán ước lượng khẳng định tính vững và tính hiệu quả tiệm cận. Khi kích thước mẫu tăng lên vô hạn, ước lượng hội tụ hầu chắc chắn về giá trị thực của tham số. Nghiên cứu thực nghiệm trên dữ liệu thị trường chứng khoán chứng minh tính ưu việt của mô hình phân thứ so với mô hình cổ điển. Chỉ số Hurst ước lượng được từ dữ liệu thực tế luôn phản ánh tính chất nhớ dài rõ nét của chuỗi giá. Mô hình xấp xỉ giúp các nhà quản lý rủi ro xây dựng kịch bản tài chính tin cậy. Độ chính xác của việc dự báo biến động được nâng cao rõ rệt trong các điều kiện thị trường phức tạp.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng dụng trong tài chính 62 46 15 01

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (95 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN -------------------------- NGUYỄN TIẾN DŨNG mét sè qu¸ tr×nh ngÉu nhiªn ph©n thø vµ øng dông trong tµi chÝnh LUẬN ÁN TIẾN SĨ TOÁN HỌC Hà Nội-2011 TIEU LUAN MOI download : skknchat@gmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ---------------------------- NGUYỄN TIẾN DŨNG mét sè qu¸ tr×nh ngÉu nhiªn ph©n thø vµ øng dông trong tµi chÝnh Chuyên ngành: Lý thuyết xác suất và thống kê toán học Mã số: 62 46 15 01 LUẬN ÁN TIẾN SĨ TOÁN HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC PGS. TRẦN HÙNG THAO Hµ Néi - 2011 TIEU LUAN MOI download : skknchat@gmail.com Lời cam đoan Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Nghiên cứu sinh Nguyễn Tiến Dũng i TIEU LUAN MOI download : skknchat@gmail.com Lời cảm ơn Trước tiên tôi xin bày tỏ lòng biết ơn chân thành tới PGS.

Trần Hùng Thao, người Thày đã và đang hướng dẫn, đào tạo tôi nghiên cứu khoa học rất nhiệt tình, giúp tôi ngày càng có thêm niềm say mê nghiên cứu khoa học, đồng thời tạo nhiều điều kiện thuận lợi giúp tôi hoàn thành bản luận án này. Tiếp theo tôi muốn bày tỏ những lời cảm ơn tới các thành viên trong Bộ môn Xác suất Thống kê đã thường xuyên giúp tôi trong việc trau dồi, mở rộng thêm kiến thức khoa học. Đặc biệt tôi muốn cảm ơn GS. Nguyễn Văn Hữu, người đã cho tôi tham gia xê mi na Toán tài chính của ông và luôn cho tôi những lời nhận xét quý báu.

Đồng thời, tôi xin gửi lời cảm ơn sâu sắc đến Ban giám đốc Đại học Quốc gia Hà Nội, Ban giám hiệu Trường Đại học Khoa học tự nhiên, Ban chủ nhiệm Khoa Toán-Cơ-Tin học, Phòng sau đại học đã tạo những điều kiện để tôi nghiên cứu tốt hơn và giúp tôi hoàn thành thủ tục bảo vệ luận án. Cuối cùng, tôi xin gửi lòng biết ơn sâu sắc của mình đến gia đình, họ hàng, bạn bè thân thiết, những người đã rất hiểu và luôn đứng bên cổ vũ tôi. Hà nội, 03/2011 NCS: Nguyễn Tiến Dũng. ii TIEU LUAN MOI download : skknchat@gmail.com Mục lục Lời cam đoan i Lời cảm ơn ii Bảng ký hiệu vi Mở đầu 1 1 Chuyển động Brown phân thứ 5 1.1 Định nghĩa và các tính chất .2 Tính chất nhớ lâu của fBm .3 Biểu diễn Volterra của fBm .4 Tích phân ngẫu nhiên phân thứ theo quỹ đạo .1 Tích phân phân thứ tất định .2 Tích phân ngẫu nhiên phân thứ.

15 2 Phương pháp xấp xỉ semimartingale 17 2.1 Các kết quả xấp xỉ .2 Tích phân ngẫu nhiên phân thứ .1 Định nghĩa tích phân .2 Một lớp các quá trình ngẫu nhiên khả tích .3 Phương trình vi phân ngẫu nhiên phân thứ .1 Các quá trình kiểu Ornstein-Uhlenbeck phân thứ 27 iii TIEU LUAN MOI download : skknchat@gmail.2 Các phương trình vi phân ngẫu nhiên phân thứ với hệ số dịch chuyển đa thức .3 Các quá trình hồi phục trung bình hình học phân thứ .4 Lọc tuyến tính ngẫu nhiên phân thứ. 46 3 Các ứng dụng trong Tài chính 49 3.1 Mô hình quản lý tài sản và nợ trong bảo hiểm .2 Mô hình Black-Scholes phân thứ .1 Mở rộng kết quả xấp xỉ .2 Mô hình Black-Scholes phân thứ xấp xỉ. 59 Kết luận 68 Danh mục công trình khoa học của tác giả liên quan đến luận án 70 Tài liệu tham khảo 71 Phụ lục 77 A Tính toán Malliavin 77 A.1 Khai triển nhiễu loạn Wiener-Itô .1 Tích phân Itô lặp .2 Khai triển nhiễu loạn Wiener-Itô .2 Tích phân Skorohod .1 Tích phân Skorohod .2 Các tính chất cơ bản của tích phân Skorohod .3 Tích phân Skorohod là một mở rộng của tích phân Itô .3 Đạo hàm Malliavin .1 Tính toán đạo hàm Malliavin. 84 iv TIEU LUAN MOI download : skknchat@gmail.2 Đạo hàm Malliavin và tích phân Skorohod.

85 B Bổ đề Gronwall 87 v TIEU LUAN MOI download : skknchat@gmail.com Bảng ký hiệu h.c sự hội hầu chắc chắn L2 (Ω) Không gian các biến ngẫu nhiên bình phương khả tích ∥.∥ Chuẩn trong không gian L2 (Ω) Γ(α) Hàm Gamma N (0, 1) Biến ngẫu nhiên chuẩn tiêu chuẩn P − → sự hội tụ theo xác suất 2 L (Ω) −−−→ sự hội tụ trong L2 (Ω) ucp hội tụ đều theo xác suất C λ [a, b] Không gian các quá trình ngẫu nhiên λ-Hölder liên tục h.c trên đoạn [a, b] − ∩ C λ [a, b] C µ [a, b] 0<µ<λ vi TIEU LUAN MOI download : skknchat@gmail.com Mở đầu Trong nhiều thập kỷ qua lý thuyết về tích phân ngẫu nhiên và phương trình vi phân ngẫu nhiên với nhiễu Wiener đã có những phát triển rực rỡ trong cả lý thuyết lẫn thực hành. Gần đây, người ta bắt đầu khám phá ra rằng lý thuyết hệ động lực ngẫu nhiên với nhiễu Wiener (hay tổng quát hơn là nhiễu martingale hoặc nhiễu có tính chất Markov) là không đủ để mô tả nhiều bài toán thực tiễn trong viễn thông, định giá tài sản hay bất kỳ chủ thể nào có tính chất "nhớ lâu". Và nhu cầu tự nhiên nảy sinh là cần tìm các quá trình ngẫu nhiên thay thế cho nhiễu Wiener để khắc phục điều đó. Chuyển động Brown phân thứ (fBm) là một trong các quá trình ngẫu nhiên như vậy.

Mặc dù fBm được đề cập đến bởi A. Kolmogorv [33] từ những năm 1940 nhưng phải đến năm 1968, sau bài báo của Madelbrot về biểu diễn hiển của fBm và các áp dụng của nó [38], fBm mới dần bắt đầu thu hút được các tác giả khác quan tâm nghiên cứu. Khó khăn chính trong việc nghiên cứu giải tích ngẫu nhiên đối với fBm là bởi vì fBm không phải là một semimartingale hay là một quá trình Markov. Do đó các tính toán ngẫu nhiên Itô cổ điển không thể áp dụng được và ta cần xây dựng hẳn một lý thuyết mới cho hệ động lực ngẫu nhiên điều khiển bởi fBm.

Trong khoảng 16 năm trở lại đây, tức là bắt đầu từ những năm 1995, tính toán ngẫu nhiên đối với fBm mới đạt được các phát triển rực rỡ. Một loạt các bài báo được xuất bản nhằm giải quyết các bài toán cơ bản của tính toán ngẫu nhiên: xây dựng định nghĩa tích phân ngẫu 1 TIEU LUAN MOI download : skknchat@gmail.com nhiên phân thứ, công thức Itô phân thứ, sự tồn tại và tính duy nhất nghiệm của phương trình vi phân ngẫu nhiên phân thứ, bài toán lọc tối ưu, các kết luận thống kê về các quá trình phân thứ,. Các hướng nghiên cứu chính có thể tóm tắt như sau: (i) Phương pháp tính toán Malliavin: Decreusefond & Üstünel (1995, 1999), Coutin & Decreusefond (1999), Alos, Mazet & Nualart (1999, 2000). Bài toán tồn tại và duy nhất nghiệm của phương trình vi phân ngẫu nhiên phân thứ vẫn mở, ngay cả đối với dạng tuyến tính đơn giản nhất.

(ii) Phương pháp tính toán Wick: Duncan, Hu & Pasik-Duncan (2000) đã sử dụng tích Wick thay cho tích thông thường trong tổng Rie- mann khi định nghĩa tích phân và khi H = 12 họ nhận được tích phân Itô cổ điển. Có thể nói đây là định nghĩa thành công nhất theo nghĩa mở rộng tích phân Itô cổ điển, tuy nhiên hướng nghiên cứu này ít được sử dụng trong các bài toán ứng dụng bởi công thức định nghĩa tích phân không phù hợp với ý nghĩa ứng dụng trong tài chính (Bjork & Hult (2005)). (iii) Phương pháp tính toán theo quỹ đạo: Lyons (1994) sử dụng phương pháp "phân tích quỹ đạo thô" để xây dựng tích phân và chứng minh được sự tồn tại và duy nhất nghiệm cho phương trình vi phân ngẫu nhiên bằng sơ đồ lặp Picard. Zähle (1998, 1999) sử dụng các tính toán phân thứ tất định để mở rộng tích phân Lebesgue-Stieltjes cổ điển và áp dụng tới fBm, sự tồn tại và duy nhất nghiệm của phương trình vi phân ngẫu nhiên được chứng minh bởi Nualart & Răşcanu (2002) cho H > 12.

Về phương diện ứng dụng mà nổi bật là ứng dụng trong Tài chính, fBm là một công cụ rất phù hợp để mô tả diễn biến của các quá trình giá phái sinh có tính chất "nhớ lâu". Giữa một số lượng lớn các bài báo đã xuất bản, có thể kể đến các bài báo nổi bật của Rogers (1997), 2 TIEU LUAN MOI download : skknchat@gmail.com Comte & Renault (1998), Cheridito (2001, 2003), Hu, Øksendal & Sulem (2003), Biagini et al. Đặc biệt là quyển sách của Doukhan, Oppenheim & Taqqu (2003) cho một tổng hợp đầy đủ về lý thuyết và ứng dụng của các quá trình nhớ lâu. Vào năm 2003, một phương pháp xấp xỉ fBm bởi các semimartin- gale trong không gian L2 (Ω) được đề xuất bởi T.

Thao đã được vận dụng bước đầu vào tính toán ngẫu nhiên phân thứ. Mục đích của Luận án này là nhằm phát triển phương pháp xấp xỉ ấy. Ưu điểm của phương pháp này là thay vì phải xây dựng một lý thuyết mới cho tính toán ngẫu nhiên đối với fBm, chúng ta vẫn sử dụng được các tính toán ngẫu nhiên cổ điển đã biết (Itô, Skorohod). Từ đó mở ra khả năng nghiên cứu được các phương trình vi phân ngẫu nhiên phân thứ, đặc biệt chúng tôi tìm được công thức định giá quyền chọn mua phân thứ kiểu châu Âu trong khi nhiều phương pháp khác là chưa làm được.

Luận án gồm ba chương và được cấu trúc như sau: Trong Chương 1, sau khi giới thiệu về fBm: định nghĩa và các tính chất của nó, chúng tôi nhắc lại một cách ngắn gọn tích phân ngẫu nhiên phân thứ giới thiệu bởi Zähle, kiểu định nghĩa tích phân được sử dụng trong Chương 3 của Luận án này. Đóng góp chính của Luận án được trình bày ở Chương 2 và Chương 3. Trong Chương 2, đầu tiên chúng tôi nhắc lại kết quả đã biết về xấp xỉ semimartingale của fBm và một định nghĩa cho tích phân ngẫu nhiên phân thứ như là giới hạn trong L2 (Ω) của tích phân đối với semimartin- gale. Sau đó, một vài lớp các quá trình ngẫu nhiên khả tích được đưa ra, chúng tôi cũng chứng minh rằng hai kiểu định nghĩa tích phân ngẫu nhiên phân thứ là trùng nhau đối với một lớp các quá trình ngẫu nhiên phù hợp.

Trên cơ sở đó chúng tôi nghiên cứu bài toán tồn tại và duy nhất nghiệm cho một vài lớp các phương trình vi phân ngẫu nhiên phân thứ có ứng dụng quan trọng trong thực hành. Sự tồn tại và duy nhất nghiệm trong trường hợp tổng quát vẫn là một bài toán mở. Trong chương này, 3 TIEU LUAN MOI download : skknchat@gmail.com chúng tôi cũng nghiên cứu bài toán lọc cho một hệ động lực ngẫu nhiên phân thứ tuyến tính.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Nguyễn Tiến Dũng (2011). Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng [Luận án tiến sĩ, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/tai-lieu-khac/62-46-15-01

Câu hỏi thường gặp

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" nghiên cứu về vấn đề gì?

Luận án tiến sĩ: khám phá các quá trình ngẫu nhiên phân thứ và ứng dụng thực tiễn. Nghiên cứu sâu sắc về lý thuyết và triển khai.

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội. Năm bảo vệ: 2011.

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" thuộc chuyên ngành gì?

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" thuộc chuyên ngành Lý thuyết xác suất và thống kê toán học. Danh mục: Tài liệu khác.

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" có bao nhiêu trang?

Luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" có 95 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Luận án tiến sĩ một số quá trình ngẫu nhiên phân thứ và ứng" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter