Page 1
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Cálculo Estocástico
H. Dreifus1
1Departamento de Matemática AplicadaUniversidade de São Paulo
Caixa Econômica Federal/2010
H. Dreifus Cálculo Estocástico
Page 2
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Cálculo Estocástico I
Mikosch T., Elementary Stochastic Calculus With Finance in View
1 Probabilidade, Processo Estocástico, MartingaleProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
H. Dreifus Cálculo Estocástico
Page 3
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Cálculo Estocástico II3 Equações diferenciais estocásticas (EDE)
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 4
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 5
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade
Variáveis AleatóriasVetores AleatóriosIndependência e dependência
H. Dreifus Cálculo Estocástico
Page 6
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade
Variáveis AleatóriasVetores AleatóriosIndependência e dependência
H. Dreifus Cálculo Estocástico
Page 7
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade
Variáveis AleatóriasVetores AleatóriosIndependência e dependência
H. Dreifus Cálculo Estocástico
Page 8
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Espaço de Eventos
Ω = cara, coroa
Variáveis Aleatórias
X : Ω→ R
Exemplo:X (cara) = 1
X (coroa) = −1
H. Dreifus Cálculo Estocástico
Page 9
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Espaço de Eventos
Ω = cara, coroa
Variáveis Aleatórias
X : Ω→ R
Exemplo:X (cara) = 1
X (coroa) = −1
H. Dreifus Cálculo Estocástico
Page 10
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Espaço de Eventos
Ω = cara, coroa
Variáveis Aleatórias
X : Ω→ R
Exemplo:X (cara) = 1
X (coroa) = −1
H. Dreifus Cálculo Estocástico
Page 11
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Espaço de Eventos
Ω = cara, coroa
Variáveis Aleatórias
X : Ω→ R
Exemplo:X (cara) = 1
X (coroa) = −1
H. Dreifus Cálculo Estocástico
Page 12
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Espaço de Eventos
Ω = cara, coroa
Variáveis Aleatórias
X : Ω→ R
Exemplo:X (cara) = 1
X (coroa) = −1
H. Dreifus Cálculo Estocástico
Page 13
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Quais os valores mais prováveis de X (ω)?Onde estão concentrados ?Como estão distribuídos ?
H. Dreifus Cálculo Estocástico
Page 14
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Quais os valores mais prováveis de X (ω)?Onde estão concentrados ?Como estão distribuídos ?
H. Dreifus Cálculo Estocástico
Page 15
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis Aleatórias
Quais os valores mais prováveis de X (ω)?Onde estão concentrados ?Como estão distribuídos ?
H. Dreifus Cálculo Estocástico
Page 16
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
σ-álgebra
F - Coleção de subconjuntos de Ω,Ω ∈ F∅ ∈ FF é fechado por uniões e intersecções enumeráveis
A ∈ F ;B ∈ F ⇒
A ∪ B ∈ F e A ∩ B ∈ F
H. Dreifus Cálculo Estocástico
Page 17
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
σ-álgebra
F - Coleção de subconjuntos de Ω,Ω ∈ F∅ ∈ FF é fechado por uniões e intersecções enumeráveis
A ∈ F ;B ∈ F ⇒
A ∪ B ∈ F e A ∩ B ∈ F
H. Dreifus Cálculo Estocástico
Page 18
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
σ-álgebra
F - Coleção de subconjuntos de Ω,Ω ∈ F∅ ∈ FF é fechado por uniões e intersecções enumeráveis
A ∈ F ;B ∈ F ⇒
A ∪ B ∈ F e A ∩ B ∈ F
H. Dreifus Cálculo Estocástico
Page 19
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
σ-álgebra
F - Coleção de subconjuntos de Ω,Ω ∈ F∅ ∈ FF é fechado por uniões e intersecções enumeráveis
A ∈ F ;B ∈ F ⇒
A ∪ B ∈ F e A ∩ B ∈ F
H. Dreifus Cálculo Estocástico
Page 20
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 21
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 22
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 23
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 24
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 25
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 26
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 27
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 28
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Funções de distribuição
ProbabilidadePara cada evento A ∈ F associamos um valor P(A) ∈ [0,1]
Função Distribuição
FX (x) = P(ω : X (ω) ≤ x)
Distribuição de X
PX (B) = P(X ∈ B) = P(ω : X (ω) ∈ B)
H. Dreifus Cálculo Estocástico
Page 29
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Propriedades da Medida de Probabilidade
Para eventos A,B ∈ F
P(A ∪ B) = P(A) + P(B)− P(A ∩ B)
e, se A e B são disjuntos,
P(A ∪ B) = P(A) + P(B).
Além disto,
P(Ac) = 1− P(A), P(Ω) = 1 e P(∅) = 0
H. Dreifus Cálculo Estocástico
Page 30
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Exemplos de Distribuições
Binomial
P(X = k) =
(nk
)pk (1− p)n−k , k = 0,1,2, ...n.
Normal
fX (x) =1√2πσ
exp−(x − µ)2
2σ2
, x ∈ R
Fx =
∫ x
−∞fX (y)dy
H. Dreifus Cálculo Estocástico
Page 31
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Exemplos de Distribuições
Binomial
P(X = k) =
(nk
)pk (1− p)n−k , k = 0,1,2, ...n.
Normal
fX (x) =1√2πσ
exp−(x − µ)2
2σ2
, x ∈ R
Fx =
∫ x
−∞fX (y)dy
H. Dreifus Cálculo Estocástico
Page 32
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Variância e Momentos
EsperançaVariânciaMomentosEsperança de Funções
H. Dreifus Cálculo Estocástico
Page 33
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Variância e Momentos
EsperançaVariânciaMomentosEsperança de Funções
H. Dreifus Cálculo Estocástico
Page 34
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Variância e Momentos
EsperançaVariânciaMomentosEsperança de Funções
H. Dreifus Cálculo Estocástico
Page 35
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Variância e Momentos
EsperançaVariânciaMomentosEsperança de Funções
H. Dreifus Cálculo Estocástico
Page 36
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Estimativas Úteis
P(µ−1,96σ ≤ X ≤ µ+1.96σ) = Φ(µ+1.96σ)−Φ(µ−1.96σ)
Φ(µ+ 1.96σ)− Φ(µ− 1.96σ) = 0,95
onde X é uma variável aleatória N(µ, σ2)
P(|X − µX | > x) ≤ x−2σ2X , x > 0
H. Dreifus Cálculo Estocástico
Page 37
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Estimativas Úteis
P(µ−1,96σ ≤ X ≤ µ+1.96σ) = Φ(µ+1.96σ)−Φ(µ−1.96σ)
Φ(µ+ 1.96σ)− Φ(µ− 1.96σ) = 0,95
onde X é uma variável aleatória N(µ, σ2)
P(|X − µX | > x) ≤ x−2σ2X , x > 0
H. Dreifus Cálculo Estocástico
Page 38
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Estimativas Úteis
P(µ−1,96σ ≤ X ≤ µ+1.96σ) = Φ(µ+1.96σ)−Φ(µ−1.96σ)
Φ(µ+ 1.96σ)− Φ(µ− 1.96σ) = 0,95
onde X é uma variável aleatória N(µ, σ2)
P(|X − µX | > x) ≤ x−2σ2X , x > 0
H. Dreifus Cálculo Estocástico
Page 39
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Vetores Aleatórios
X = (X1,X2, ...,Xn)
é um vetor aleatório n-dimensional se os seus componentesX1,X − 2, ...,Xn são variáveis aleatórias unidimensionais avalores reais.
H. Dreifus Cálculo Estocástico
Page 40
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 41
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 42
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 43
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 44
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 45
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 46
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 47
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 48
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Probabilidade, Distribuição e Função de distribuição
Probabilidade Considera-se uma σ-álgebra, F , na qualdefinimos a medida de probabilidade. Isto é, para cadaA ∈ F nós atribuimos um valor P(A) ∈ [0,1]Distribuição A coleção de probabilidades
PX (B) = P(ω ∈ Ω : X (ω) ∈ B)para conjuntos B ⊂ Rn, é a distribuição de XFunção de distribuiçãoDado um vetor aleatório X = (X1, ...,Xn), a coleção deprobabilidades
FX (x) = P(ω : X1(ω) ≤ x1...Xn(ω) ≤ xn),x = (x1, ..., xn) ∈ Rn, é a função distribuição de X
H. Dreifus Cálculo Estocástico
Page 49
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Exemplos:
FX1(x1) =
∫ ∞−∞
∫ ∞−∞
fX (x)dx2dx3
fX (x) =1
(2π)n/2(detΣ)1/2 exp−1
2(x − µ)t Σ−1(x − µ)
H. Dreifus Cálculo Estocástico
Page 50
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 51
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 52
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 53
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 54
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 55
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 56
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância
EsperançaµX = EX = (EX1, ...,EXn)
Matriz de Covariância
[ΣX ]i,j = cov(Xi ,Xj) = E(Xi − µXi )(Xj − µXj )
H. Dreifus Cálculo Estocástico
Page 57
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Correlação
corr(X1,X2) =cov(X1,X2)
σX1σX2
=E(Xi − µXi )(Xj − µXj )
σX1σX2
H. Dreifus Cálculo Estocástico
Page 58
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Independência e dependência
Dois eventos A1 e A2 são independentes se
P(A1 ∩ A2) = P(A1)P(A2)
Duas variáveis aleatórias X1 e X2 são independentes se
P(X1 ∈ B1,X2 ∈ B2) = P(X1 ∈ B1)P(X2 ∈ B2)
H. Dreifus Cálculo Estocástico
Page 59
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Independência e dependência
Dois eventos A1 e A2 são independentes se
P(A1 ∩ A2) = P(A1)P(A2)
Duas variáveis aleatórias X1 e X2 são independentes se
P(X1 ∈ B1,X2 ∈ B2) = P(X1 ∈ B1)P(X2 ∈ B2)
H. Dreifus Cálculo Estocástico
Page 60
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Independência e dependência
Duas variáveis aleatórias X1 e X2 são independentes se esomente se:
FX1X2(x1, x2) = FX1(x1)FX2(x2), x1, x2 ∈ R
Duas variáveis aleatórias X1 e X2 são independentes se esomente se:
fX1X2(x1, x2) = fX1(x1)fX2(x2), x1, x2 ∈ R
H. Dreifus Cálculo Estocástico
Page 61
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Independência e dependência
Duas variáveis aleatórias X1 e X2 são independentes se esomente se:
FX1X2(x1, x2) = FX1(x1)FX2(x2), x1, x2 ∈ R
Duas variáveis aleatórias X1 e X2 são independentes se esomente se:
fX1X2(x1, x2) = fX1(x1)fX2(x2), x1, x2 ∈ R
H. Dreifus Cálculo Estocástico
Page 62
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Se X1 e X2 são variáveis aleatórias independentes,
EF (X1)G(X2) = EX1F (X1)EX2G(X2)
H. Dreifus Cálculo Estocástico
Page 63
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis aleatórias independentes são nãocorrelacionadas.Variáveis não correlacionadas não são necessáriamenteindependentes.
H. Dreifus Cálculo Estocástico
Page 64
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variáveis aleatórias independentes são nãocorrelacionadas.Variáveis não correlacionadas não são necessáriamenteindependentes.
H. Dreifus Cálculo Estocástico
Page 65
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Uma coleção de variáveis aleatórias, Xt , t ∈ T éindependente se para toda escolha de índices t1, ..., tn ∈ T ,com n > 1, se as variáveis aleatórias Xt1, ...,Xtn foremindependentes.
Se uma coleção de variáveis aleatorias Xt , t ∈ T for tal queXt tem a mesma distribuição então nós dizemos que a coleçãoé i.i.d, independente identicamente distribuídas.
H. Dreifus Cálculo Estocástico
Page 66
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Uma coleção de variáveis aleatórias, Xt , t ∈ T éindependente se para toda escolha de índices t1, ..., tn ∈ T ,com n > 1, se as variáveis aleatórias Xt1, ...,Xtn foremindependentes.
Se uma coleção de variáveis aleatorias Xt , t ∈ T for tal queXt tem a mesma distribuição então nós dizemos que a coleçãoé i.i.d, independente identicamente distribuídas.
H. Dreifus Cálculo Estocástico
Page 67
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 68
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Processos Estocásticos.
DefiniçãoPasseio Aleatório
H. Dreifus Cálculo Estocástico
Page 69
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Processos Estocásticos.
DefiniçãoPasseio Aleatório
H. Dreifus Cálculo Estocástico
Page 70
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Definição
Um processo estocástico X é uma coleção de variáveisaleatórias
Xt , t ∈ T = Xt (ω), t ∈ T , ω ∈ Ω
H. Dreifus Cálculo Estocástico
Page 71
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Um processo aleatório é uma função de 2 varáveis:Para um t ∈ T fixado,
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
H. Dreifus Cálculo Estocástico
Page 72
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Um processo aleatório é uma função de 2 varáveis:Para um t ∈ T fixado,
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
H. Dreifus Cálculo Estocástico
Page 73
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Um processo aleatório é uma função de 2 varáveis:Para um t ∈ T fixado,
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
H. Dreifus Cálculo Estocástico
Page 74
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição
As distribuições de dimensão finita (disfi) de um processoestocástico X são as distribuições dos vetores de dimensãofinita.
(Xt1 ...Xtn ), t1...tn2 ∈ T ,
para todas as escolhas possíveis dos instantes t1...tn ∈ T epara todo n ≥ 1.
H. Dreifus Cálculo Estocástico
Page 75
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Exemplo
Processo Gaussiano
P(Xt1 ≤ x1, ...,Xtn ≤ xn) = P(Xt1 ≤ x1)...P(Xtn ≤ xn) =
= Φ(x1)...Φ(xn)
0 ≤ t1 ≤ ... ≤ tn ≤ T , (x1...xn) ∈ Rn.
H. Dreifus Cálculo Estocástico
Page 76
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
H. Dreifus Cálculo Estocástico
Page 77
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança, Covariância e Variância
A função esperança de X é dada por
µX (t) = µXt = EXt , t ∈ T
A função de covariância de X e dada por
cX (t , s) = cov(Xt ,Xs) = E[(Xt − µX (t))(Xs − µX (s))], t , s ∈ T .
A função de variância e dada por
σ2X (t) = cX (t , t) = var(Xt ), t ∈ T .
H. Dreifus Cálculo Estocástico
Page 78
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Estrutura de Dependência
Processos Estacionários
Um processo estocástico é dito ser estacionário se os difi’s sãoinvariantes por translações em t .
(Xt1 ...Xtn )d= (Xt1+δ...Xtn+δ)
H. Dreifus Cálculo Estocástico
Page 79
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Estrutura de Dependência
Processos com Incrementos EstacionáriosSeja X = (Xt , t ∈ T ) um processo estocástico e T ⊂ R umintervalo. Dizemos que X possui incrementos estacionários se
Xt − Xsd= Xt+δ − Xs+δ
para todo t , s ∈ T e δ, com t + δ, s + δ ∈ T X é dito possuirincrementos independentes se para cada escolha de ti ∈ Tcom t1 < ... < tn e n ≥ 1,
Xt2 − Xt1 ...Xtn − Xtn−1
são variáveis aleatórias independentes.
H. Dreifus Cálculo Estocástico
Page 80
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Passeio Aleatório
Tempo Discreto: 0 = t0 < t1... < tn = t , tm+1 − tm = δ
Em cada instante tm, uma moeda é lançada:Se o resultado for Cara é dado um passo para a esquerda.Se o resultado for Coroa é dado um passo para a direita
H. Dreifus Cálculo Estocástico
Page 81
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Passeio Aleatório
Tempo Discreto: 0 = t0 < t1... < tn = t , tm+1 − tm = δ
Em cada instante tm, uma moeda é lançada:Se o resultado for Cara é dado um passo para a esquerda.Se o resultado for Coroa é dado um passo para a direita
H. Dreifus Cálculo Estocástico
Page 82
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Passeio Aleatório
Tempo Discreto: 0 = t0 < t1... < tn = t , tm+1 − tm = δ
Em cada instante tm, uma moeda é lançada:Se o resultado for Cara é dado um passo para a esquerda.Se o resultado for Coroa é dado um passo para a direita
H. Dreifus Cálculo Estocástico
Page 83
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Passeio Aleatório
Tempo Discreto: 0 = t0 < t1... < tn = t , tm+1 − tm = δ
Em cada instante tm, uma moeda é lançada:Se o resultado for Cara é dado um passo para a esquerda.Se o resultado for Coroa é dado um passo para a direita
H. Dreifus Cálculo Estocástico
Page 84
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de TransiçãoKjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 85
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 86
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 87
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 88
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 89
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 90
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Distribuição de probabilidade no instante t
pk (t) = PXt (ω) = k; k ∈ Z
Matriz de Transição
Kjk (t) = PXt+δ(ω) = j |Xt (ω) = k
Kjk (t) =
12 |j − k | = 10 |j − k | 6= 1
H. Dreifus Cálculo Estocástico
Page 91
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Probabilidade Condicional
P(A|B) =P(A ∩ B)
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentesBk ;∪k∈ZBk = Ω,
P(A|Bk )P(B) = P(A ∩ Bk )∑k∈Z
P(A|Bk )P(B) = P(A)
H. Dreifus Cálculo Estocástico
Page 92
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Probabilidade Condicional
P(A|B) =P(A ∩ B)
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentesBk ;∪k∈ZBk = Ω,
P(A|Bk )P(B) = P(A ∩ Bk )∑k∈Z
P(A|Bk )P(B) = P(A)
H. Dreifus Cálculo Estocástico
Page 93
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Probabilidade Condicional
P(A|B) =P(A ∩ B)
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentesBk ;∪k∈ZBk = Ω,
P(A|Bk )P(B) = P(A ∩ Bk )∑k∈Z
P(A|Bk )P(B) = P(A)
H. Dreifus Cálculo Estocástico
Page 94
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Probabilidade Condicional
P(A|B) =P(A ∩ B)
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentesBk ;∪k∈ZBk = Ω,
P(A|Bk )P(B) = P(A ∩ Bk )∑k∈Z
P(A|Bk )P(B) = P(A)
H. Dreifus Cálculo Estocástico
Page 95
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Probabilidade Condicional
P(A|B) =P(A ∩ B)
P(B)
P(A|B)P(B) = P(A ∩ B)
Considerando uma coleção de eventos independentesBk ;∪k∈ZBk = Ω,
P(A|Bk )P(B) = P(A ∩ Bk )∑k∈Z
P(A|Bk )P(B) = P(A)
H. Dreifus Cálculo Estocástico
Page 96
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Considerando A = Xt+δ(ω) = j, temos
pj(t + δ) =∑k∈Z
Kjkpk (t)
H. Dreifus Cálculo Estocástico
Page 97
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Dinâmica do Passeio Aleatório
Considerando A = Xt+δ(ω) = j, temos
pj(t + δ) =∑k∈Z
Kjkpk (t)
H. Dreifus Cálculo Estocástico
Page 98
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2K =
..
.0 0 1 0 1 0 0 0 0 0 0 0 0 00 0 0 1 0 1 0 0 0 0 0 0 0 00 0 0 0 1 0 1 0 0 0 0 0 0 00 0 0 0 0 1 0 1 0 0 0 0 0 00 0 0 0 0 0 1 0 1 0 0 0 0 00 0 0 0 0 0 1 0 1 0 0 0 0 00 0 0 0 0 0 0 1 0 1 0 0 0 00 0 0 0 0 0 0 0 1 0 1 0 0 0
..
.
H. Dreifus Cálculo Estocástico
Page 99
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
pj(t + δ) =12
pj+1(t) +12
pj−1(t)
pj(t + δ)− pj(t) =12
pj+1(t) +12
pj−1(t)− pj(t)
H. Dreifus Cálculo Estocástico
Page 100
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
pj(t + δ) =12
pj+1(t) +12
pj−1(t)
pj(t + δ)− pj(t) =12
pj+1(t) +12
pj−1(t)− pj(t)
H. Dreifus Cálculo Estocástico
Page 101
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando em lugar de passos de magnitude 1, passos demagnitude ∆, de forma que em lugar das posições possíveisXt (ω) = k , temos Xt (ω) = k∆
px (t + δ)− px (t) =12
px+∆(t) +12
px−∆(t)− px (t)
px (t + δ)− px (t) =12
[px+∆(t) + px−∆(t)− 2px (t)]
H. Dreifus Cálculo Estocástico
Page 102
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando em lugar de passos de magnitude 1, passos demagnitude ∆, de forma que em lugar das posições possíveisXt (ω) = k , temos Xt (ω) = k∆
px (t + δ)− px (t) =12
px+∆(t) +12
px−∆(t)− px (t)
px (t + δ)− px (t) =12
[px+∆(t) + px−∆(t)− 2px (t)]
H. Dreifus Cálculo Estocástico
Page 103
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando em lugar de passos de magnitude 1, passos demagnitude ∆, de forma que em lugar das posições possíveisXt (ω) = k , temos Xt (ω) = k∆
px (t + δ)− px (t) =12
px+∆(t) +12
px−∆(t)− px (t)
px (t + δ)− px (t) =12
[px+∆(t) + px−∆(t)− 2px (t)]
H. Dreifus Cálculo Estocástico
Page 104
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando σ2δ = ∆2
px (t + δ)− px (t)δ
= σ2 [px+∆(t) + px−∆(t)− 2px (t)]
2∆2
de forma que no limite δ → 0
∂p∂t
(t , x) = σ2 ∂2p∂x2 (t , x)
H. Dreifus Cálculo Estocástico
Page 105
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando σ2δ = ∆2
px (t + δ)− px (t)δ
= σ2 [px+∆(t) + px−∆(t)− 2px (t)]
2∆2
de forma que no limite δ → 0
∂p∂t
(t , x) = σ2 ∂2p∂x2 (t , x)
H. Dreifus Cálculo Estocástico
Page 106
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Considerando σ2δ = ∆2
px (t + δ)− px (t)δ
= σ2 [px+∆(t) + px−∆(t)− 2px (t)]
2∆2
de forma que no limite δ → 0
∂p∂t
(t , x) = σ2 ∂2p∂x2 (t , x)
H. Dreifus Cálculo Estocástico
Page 107
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
p(t , x) =1
σ√
4πt
∫ ∞−∞
e−(x−y)2
4tσ2 p(0, y)dy
H. Dreifus Cálculo Estocástico
Page 108
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 109
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano.
Propriedades da definição
Processos derivados do movimento browniano
Simulações de caminhos amostrais brownianos
H. Dreifus Cálculo Estocástico
Page 110
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano.
Propriedades da definição
Processos derivados do movimento browniano
Simulações de caminhos amostrais brownianos
H. Dreifus Cálculo Estocástico
Page 111
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano.
Propriedades da definição
Processos derivados do movimento browniano
Simulações de caminhos amostrais brownianos
H. Dreifus Cálculo Estocástico
Page 112
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
Um processo estocástico B = (Bt , t ∈ [0,1)) é chamado demovimento browniano (padrão) ou um processo de Wiener seas seguintes condições estiverem verificadas:
ele começa no zero: B0 = 0;
possui incrementos independentes e estacionários;
para todo t > 0,Bt possui uma distribuição normal N(0, t);
possui caminhos amostrais contínuos.
H. Dreifus Cálculo Estocástico
Page 113
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
Um processo estocástico B = (Bt , t ∈ [0,1)) é chamado demovimento browniano (padrão) ou um processo de Wiener seas seguintes condições estiverem verificadas:
ele começa no zero: B0 = 0;
possui incrementos independentes e estacionários;
para todo t > 0,Bt possui uma distribuição normal N(0, t);
possui caminhos amostrais contínuos.
H. Dreifus Cálculo Estocástico
Page 114
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
Um processo estocástico B = (Bt , t ∈ [0,1)) é chamado demovimento browniano (padrão) ou um processo de Wiener seas seguintes condições estiverem verificadas:
ele começa no zero: B0 = 0;
possui incrementos independentes e estacionários;
para todo t > 0,Bt possui uma distribuição normal N(0, t);
possui caminhos amostrais contínuos.
H. Dreifus Cálculo Estocástico
Page 115
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
Um processo estocástico B = (Bt , t ∈ [0,1)) é chamado demovimento browniano (padrão) ou um processo de Wiener seas seguintes condições estiverem verificadas:
ele começa no zero: B0 = 0;
possui incrementos independentes e estacionários;
para todo t > 0,Bt possui uma distribuição normal N(0, t);
possui caminhos amostrais contínuos.
H. Dreifus Cálculo Estocástico
Page 116
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
H. Dreifus Cálculo Estocástico
Page 117
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
As variáveis aleatórias Bt − Bs e Bt−s possuem umadistrobuição N(0, t − s) para s < t .
H. Dreifus Cálculo Estocástico
Page 118
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
H. Dreifus Cálculo Estocástico
Page 119
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano
H. Dreifus Cálculo Estocástico
Page 120
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
µB(t) = EBt = 0, t ≥ 0
σ2B(t) = EB2
t = t
cB(t , s) = E(B(t)B(s)) =
E [(B(t)− B(s) + B(s))B(s)] =
E [(B(t)− B(s))B(s)] + E [B(s)B(s)] = 0 + s = s; 0 ≤ s < t
H. Dreifus Cálculo Estocástico
Page 121
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
µB(t) = EBt = 0, t ≥ 0
σ2B(t) = EB2
t = t
cB(t , s) = E(B(t)B(s)) =
E [(B(t)− B(s) + B(s))B(s)] =
E [(B(t)− B(s))B(s)] + E [B(s)B(s)] = 0 + s = s; 0 ≤ s < t
H. Dreifus Cálculo Estocástico
Page 122
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
µB(t) = EBt = 0, t ≥ 0
σ2B(t) = EB2
t = t
cB(t , s) = E(B(t)B(s)) =
E [(B(t)− B(s) + B(s))B(s)] =
E [(B(t)− B(s))B(s)] + E [B(s)B(s)] = 0 + s = s; 0 ≤ s < t
H. Dreifus Cálculo Estocástico
Page 123
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
µB(t) = EBt = 0, t ≥ 0
σ2B(t) = EB2
t = t
cB(t , s) = E(B(t)B(s)) =
E [(B(t)− B(s) + B(s))B(s)] =
E [(B(t)− B(s))B(s)] + E [B(s)B(s)] = 0 + s = s; 0 ≤ s < t
H. Dreifus Cálculo Estocástico
Page 124
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
µB(t) = EBt = 0, t ≥ 0
σ2B(t) = EB2
t = t
cB(t , s) = E(B(t)B(s)) =
E [(B(t)− B(s) + B(s))B(s)] =
E [(B(t)− B(s))B(s)] + E [B(s)B(s)] = 0 + s = s; 0 ≤ s < t
H. Dreifus Cálculo Estocástico
Page 125
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
O movimento Browniano é um processo estocástico gaussianocaracterizado por:
µB(t) = 0
cB(s, t) = min(s, t)
H. Dreifus Cálculo Estocástico
Page 126
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Auto-similaridade
Um processo estocástico (Xt , t ∈ [0,1)) é dito H-auto similarpara um dado H > 0 se os seus disfi’s satisfizerem à condiçãodada por
(T HBt1 ...THBtn )
d= (BTt1 ...BTtn )
para todo T > 0 e qualquer escolha dos ti ≥ 0, i = 1...n, en ≥ 1.
H. Dreifus Cálculo Estocástico
Page 127
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Não diferenciabilidade
O movimento browniano é 0.5-auto-similar, i.e.,
(T 1/2Bt1 ...T1/2Btn )
d= (BTt1 ...BTtn )
para todo T > 0 e qualquer escolha dos ti ≥ 0, i = 1...n, en ≥ 1. Portanto, os caminhos amostrais não são diferenciáveisem parte alguma.
H. Dreifus Cálculo Estocástico
Page 128
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Variação ilimitada
Os caminhos amostrais brownianos não possuem variaçãolimitada em nenhum intervalo finito [0,T ]. Isto significa que
supτ
n∑1
|Bti (ω)− Bti−1(ω)| =∞
onde o supremo é tomado sobre todas as partições possíveisτ : 0 = t0 < ... < tn = T do intervalo [0,T ].
H. Dreifus Cálculo Estocástico
Page 129
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Processos Derivados do movimento Browniano
Movimento Browniano com drift
Xt = µt + σBt
H. Dreifus Cálculo Estocástico
Page 130
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Movimento Browniano Geométrico
Xt = eµt+σBt
H. Dreifus Cálculo Estocástico
Page 131
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 132
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança Condicional.
Esperança condicional sob a condição discreta
Sobre σ-álgebras
A esperança condicional geral
Regras para o cálculo da esperança condicional
A propriedade da projeção de esperanças condicionais
H. Dreifus Cálculo Estocástico
Page 133
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança Condicional.
Esperança condicional sob a condição discreta
Sobre σ-álgebras
A esperança condicional geral
Regras para o cálculo da esperança condicional
A propriedade da projeção de esperanças condicionais
H. Dreifus Cálculo Estocástico
Page 134
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança Condicional.
Esperança condicional sob a condição discreta
Sobre σ-álgebras
A esperança condicional geral
Regras para o cálculo da esperança condicional
A propriedade da projeção de esperanças condicionais
H. Dreifus Cálculo Estocástico
Page 135
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança Condicional.
Esperança condicional sob a condição discreta
Sobre σ-álgebras
A esperança condicional geral
Regras para o cálculo da esperança condicional
A propriedade da projeção de esperanças condicionais
H. Dreifus Cálculo Estocástico
Page 136
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Esperança Condicional.
Esperança condicional sob a condição discreta
Sobre σ-álgebras
A esperança condicional geral
Regras para o cálculo da esperança condicional
A propriedade da projeção de esperanças condicionais
H. Dreifus Cálculo Estocástico
Page 137
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 138
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Martingais.
Propriedades definidoras
Exemplos
A interpretação de um martingal como um jogo não viciado
H. Dreifus Cálculo Estocástico
Page 139
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Martingais.
Propriedades definidoras
Exemplos
A interpretação de um martingal como um jogo não viciado
H. Dreifus Cálculo Estocástico
Page 140
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
Martingais.
Propriedades definidoras
Exemplos
A interpretação de um martingal como um jogo não viciado
H. Dreifus Cálculo Estocástico
Page 141
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 142
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
As integrais de Riemann e de Riemann-Stieltjes.
A integral de Riemann ordinária
A integral de Riemann-Stieltjes
H. Dreifus Cálculo Estocástico
Page 143
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
As integrais de Riemann e de Riemann-Stieltjes.
A integral de Riemann ordinária
A integral de Riemann-Stieltjes
H. Dreifus Cálculo Estocástico
Page 144
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 145
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
A integral de Ito.
Um exemplo motivador
A integral estocástica de Ito para processos simples
A integral estocástica geral de Ito
H. Dreifus Cálculo Estocástico
Page 146
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
A integral de Ito.
Um exemplo motivador
A integral estocástica de Ito para processos simples
A integral estocástica geral de Ito
H. Dreifus Cálculo Estocástico
Page 147
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
A integral de Ito.
Um exemplo motivador
A integral estocástica de Ito para processos simples
A integral estocástica geral de Ito
H. Dreifus Cálculo Estocástico
Page 148
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 149
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
O lema de Ito.
A regra da cadeia clássica para a diferenciação
Uma versão simples do lema de Ito
Versões estendidas do lema de Ito
A integral de Stratonovich e outras integrais
H. Dreifus Cálculo Estocástico
Page 150
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
O lema de Ito.
A regra da cadeia clássica para a diferenciação
Uma versão simples do lema de Ito
Versões estendidas do lema de Ito
A integral de Stratonovich e outras integrais
H. Dreifus Cálculo Estocástico
Page 151
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
O lema de Ito.
A regra da cadeia clássica para a diferenciação
Uma versão simples do lema de Ito
Versões estendidas do lema de Ito
A integral de Stratonovich e outras integrais
H. Dreifus Cálculo Estocástico
Page 152
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
As integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
O lema de Ito.
A regra da cadeia clássica para a diferenciação
Uma versão simples do lema de Ito
Versões estendidas do lema de Ito
A integral de Stratonovich e outras integrais
H. Dreifus Cálculo Estocástico
Page 153
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 154
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 155
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
As equações diferenciais estocásticas de Ito.
O que é uma equação diferencial estocástica?
Resolvendo EDEs usando o lema de Ito
Resolvendo equações diferenciais estocásticas de Ito atravésdo cálculo de Stratonovich
H. Dreifus Cálculo Estocástico
Page 156
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
As equações diferenciais estocásticas de Ito.
O que é uma equação diferencial estocástica?
Resolvendo EDEs usando o lema de Ito
Resolvendo equações diferenciais estocásticas de Ito atravésdo cálculo de Stratonovich
H. Dreifus Cálculo Estocástico
Page 157
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
As equações diferenciais estocásticas de Ito.
O que é uma equação diferencial estocástica?
Resolvendo EDEs usando o lema de Ito
Resolvendo equações diferenciais estocásticas de Ito atravésdo cálculo de Stratonovich
H. Dreifus Cálculo Estocástico
Page 158
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 159
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A equação diferencial linear geral.
Equações lineares com ruído aditivo
Equações homogêneas com ruído multiplicativo
O caso geral
As funções de esperança e variância da solução
H. Dreifus Cálculo Estocástico
Page 160
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A equação diferencial linear geral.
Equações lineares com ruído aditivo
Equações homogêneas com ruído multiplicativo
O caso geral
As funções de esperança e variância da solução
H. Dreifus Cálculo Estocástico
Page 161
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A equação diferencial linear geral.
Equações lineares com ruído aditivo
Equações homogêneas com ruído multiplicativo
O caso geral
As funções de esperança e variância da solução
H. Dreifus Cálculo Estocástico
Page 162
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A equação diferencial linear geral.
Equações lineares com ruído aditivo
Equações homogêneas com ruído multiplicativo
O caso geral
As funções de esperança e variância da solução
H. Dreifus Cálculo Estocástico
Page 163
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 164
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A aproximação de Euler
A aproximação de Milstein
H. Dreifus Cálculo Estocástico
Page 165
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
A aproximação de Euler
A aproximação de Milstein
H. Dreifus Cálculo Estocástico
Page 166
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 167
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
A fórmula de Black-Scholes do apreçamento deopções.
Uma breve excursão através das finanças
O que é uma opção?
Uma formulação matemática do problema de apreçamento deopções
A fórmula de Black e Scholes
H. Dreifus Cálculo Estocástico
Page 168
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
A fórmula de Black-Scholes do apreçamento deopções.
Uma breve excursão através das finanças
O que é uma opção?
Uma formulação matemática do problema de apreçamento deopções
A fórmula de Black e Scholes
H. Dreifus Cálculo Estocástico
Page 169
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
A fórmula de Black-Scholes do apreçamento deopções.
Uma breve excursão através das finanças
O que é uma opção?
Uma formulação matemática do problema de apreçamento deopções
A fórmula de Black e Scholes
H. Dreifus Cálculo Estocástico
Page 170
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
A fórmula de Black-Scholes do apreçamento deopções.
Uma breve excursão através das finanças
O que é uma opção?
Uma formulação matemática do problema de apreçamento deopções
A fórmula de Black e Scholes
H. Dreifus Cálculo Estocástico
Page 171
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
Cálculo Estocástico1 Probabilidade, Processo Estocástico, Martingale
ProbabilidadeProcessos EstocásticosMovimento BrownianoEsperança CondicionalMartingais
2 A integral estocásticaAs integrais de Riemann e de Riemann-StieltjesA integral de ItoO lema de Ito
3 Equações diferenciais estocásticas (EDE)Equações diferenciais determinísticasAs equações diferenciais estocásticas de ItoA equação diferencial linear geralSolução numérica
4 Aplicações do cálculo estocástico em finançasA fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 172
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
Uma técnica útil: a mudança de medida.
O que é a mudança da medida subjacente
Uma interpretação da fórmula de Black-Scholes pela mudançade medida
H. Dreifus Cálculo Estocástico
Page 173
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
Uma técnica útil: a mudança de medida.
O que é a mudança da medida subjacente
Uma interpretação da fórmula de Black-Scholes pela mudançade medida
H. Dreifus Cálculo Estocástico
Page 174
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 175
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico
Page 176
Probabilidade, Processo Estocástico, MartingaleA integral estocástica
Equações diferenciais estocásticas (EDE)Aplicações do cálculo estocástico em finanças
A fórmula de Black-Scholes do apreçamento de opçõesUma técnica útil: a mudança de medida
H. Dreifus Cálculo Estocástico