Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 20/6/2013

Documenti analoghi
Fondamenti di comunicazioni elettriche (Ing. Elettronica - A.A )

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta dell 8/5/ f(r)dw r ha traiettorie hölderiane.

SOLUZIONI PROVA SCRITTA DI AUTOMATICA I

PARTE 4: CINEMATICA DEL PUNTO MATERIALE

Esercizio 1. Sia L : R 3 R 2 l'applicazione lineare rappresentata, rispetto alle basi canoniche, dalla matrice : A =

Algebra vettoriale. risultante. B modulo, direzione e verso A punto di applicazione. Somma e differenza di vettori: a + b = c

Applicazioni del Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

MODELLO DI HARTMAN (1972)

Nome: Nr. Mat. Firma: C.L.: Info. Elet. Telec.

UNIVERSITÀ di ROMA TOR VERGATA

Progettazione di Algoritmi Anno Accademico Esercizi su Grafi: Parte Seconda

Dispense del corso di Analisi II

Calcolo della funzione di trasferimento P(s) Progetto del controllore in base alle specifiche

Legame fra l azione della forza agente sul punto durante l intervallo dt e la variazione della sua quantita di moto

Istituzioni di Probabilità Laurea magistrale in Matematica 15 Gennaio 2015

Analisi Matematica II Corso di Ingegneria Gestionale Compito del log 1 + x2 y 2

Università degli Studi di Napoli. Federico II. Appunti di METODI MATEMATICI PER L INGEGNERIA INDUSTRIALE

Ulteriori Esercizi su Grafi. Ugo Vaccaro

ESERCIZI E ALCUNE SOLUZIONI ANALISI MATEMATICA 1 SETTIMANA 27

SOLUZIONI PROVA SCRITTA DI AUTOMATICA I (Prof. Bittanti, BIO A-K) 21 Luglio 2008

Lezione 9. Calcolo dell antitrasformata di Laplace. F. Previdi - Fondamenti di Automatica - Lez. 9 1

Funzioni a valori vettoriali

SOLUZIONI SCRITTO DI ANALISI MATEMATICA II - 24/06/08. C.L. in Matematica e Matematica per le Applicazioni

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. (Massimo Flusso) Giovanni Fasano.

dove x 0 R n è fissato.

Postulato delle reazioni vincolari

Problema 1: Una collisione tra meteoriti

2.4 Flussi di valore massimo

PREMESSA In questa lezione verranno esposte le regole per l analisi dei sistemi continui con il metodo della Trasformata di Laplace.

DEFINIZIONE E CLASSIFICAZIONE DEI SEGNALI

SOLUZIONI PROVA SCRITTA DI AUTOMATICA I (Prof. Bittanti, BIO A-K) 25 Settembre y=x 2 =i L

Tema 3. Insiemi, elementi di logica, calcolo combinatorio, relazioni e funzioni

Esercizi di supporto al modulo di Comunicazioni Elettriche

LABORATORIO di ELETTRONICA SEGNALI ELETTRICI PERIODICI

Processi stocastici e affidabilità

Soluzioni degli esercizi di Analisi Matematica I

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 14/2/2013

Metodo della Trasformata di Laplace (mtl)

campionatore - converte un segnale a tempo continuo in una sequenza sono quindi presenti sia variabili a tempo discreto sia variabili a tempo

ESERCIZI SULLE SUPERFICI. 1) Calcolare le curvature principali, la curvatura media e la curvatura Gaussiana della sfera

Lezione 5. Calcolo dell antitrasformata di Laplace. F. Previdi - Automatica - Lez. 5 1

Fondamenti di Automatica

0.1 Formula di Gauss e formula di Stokes

Laboratorio di Algoritmi e Strutture Dati

Claudio Arbib Università dell Aquila. Ricerca Operativa. Problemi di cammino ottimo

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 2/12/2013

Esercizi di Segnali e Sistemi. GLI ESERCIZI 1,2,3,4,11 COSTITUISCONO UN TEMA D ESAME TIPICO

Modelli circuitali per le linee di trasmissione

Recupero 1 compitino di Analisi Matematica 2 Ingegneria Elettronica. Politecnico di Milano. A.A. 2018/2019. Prof. M. Bramanti

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1. Docente: Annalisa De Bonis

Outline. La trasformata di Laplace. (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi

Basi di Elettronica (1 parte)

Ottimizzazione Combinatoria Massimo Flusso - Algoritmi ANTONIO SASSANO

Bode Diagram. 1.2 Determinare il valore del guadagno del sistema. Disegnare gli zeri ed i poli nel piano complesso.

Dispense di Istituzioni di Probabilità

Stabilità dell equilibrio (parte II)

Segnali a tempo continuo

Esame di Fondamenti di Automatica Ingegneria Elettronica Day Month Year Compito A

Problema del flusso massimo

Note per la Lezione 33 Ugo Vaccaro

Volume FISICA. Elementi di teoria ed applicazioni. Fisica 1

1 Integrale di processi elementari

Massimo flusso. Progettazione di Algoritmi a.a Matricole congrue a 1 Docente: Annalisa De Bonis

Sistemi a segnali campionati

UNIVERSITA DEL SANNIO CORSO DI FISICA 1 ESERCIZI + SVOLGIMENTO CINEMATICA II

Meccanica Cinematica del punto materiale

Esercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,

Meccanica Cinematica del punto materiale

REGISTRAZIONE DEL MOTO. Lo scopo è riempire una tabella t/s (istante di tempo/posizione occupata)

Esercizi sulla soluzione dell equazione del calore

Presentazione. Lo scopo della presentazione e di dettagliare. Se leggendola si pensa di saper gia fare, si puo saltare.

16. Onde elastiche. m s

Proprietà della Trasformata. Funzioni trasformabili (1/3) L {af(t) + bg(t)} (s) = (af(t) + bg(t))e st dt. Tabella 1. = a f(t)e st dt + b g(t)e st dt

Note per la Lezione 28 Ugo Vaccaro

Nome: Nr. Mat. Firma:

INTRODUZIONE ALLE LEGGI FINANZIARIE

Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 2015

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del

Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013

Esame di Metodi Matematici per l Ingegneria

L equazione che descrive il moto del corpo è la seconda legge della dinamica

ANALISI VETTORIALE ESERCIZI SU EQUADIFF. y = y(y 1)t. = e C e t2 /2 y 1 y

Il concetto di punto materiale

MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 2) 28 Novembre 2008

Trasformazione di Laplace

Esame di Analisi Funzionale e Trasformate Seconda prova in itinere. Giugno 2018 A.A. 2017/2018. Prof. M. Bramanti Tema A

3. MODELLI MATEMATICI

Analisi delle serie storiche parte IV Metodi di regressione

MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 4) 28 Novembre 2008

RICERCA OPERATIVA GRUPPO A prova scritta del 5 luglio 2010

P posizione i occupata dal punto materiale all istante di tempo t: x ( t ) coordinata del punto P. x ( t ) = x ( t) i vettore posizione all istante t

COMPITO DI CONTROLLI AUTOMATICI Ingegneria dell Informazione 18 Luglio 2014

La cicloide. Flaviano Battelli Dipartimento di Scienze Matematiche Università Politecnica delle Marche, Ancona

1 Catene di Markov a stati continui

Lezione 4. Risposte canoniche dei sistemi del primo e del secondo ordine

Analisi Matematica II Corso di Ingegneria Gestionale Compito A del

4 appartengono alla traiettoria di γ. 1, C = 2. ( v) Determinare in quali punti il piano normale alla curva è parallelo all asse z. π cos π 2.

Transcript:

Iiuzioni di Probabilià Laurea magirale in Maemaica prova cria del 0/6/03 Exercie. (puni 8 circa) Sia W un moo browniano reale. Sia ϕ : 0, + 0, + una funzione crecene, ia c : 0, + 0, + una funzione miurabile; i auma che ϕ e c iano reamene poiive u ]0, + e che ϕ(0) = 0.. Si dimori che, e ϕ è α-hölderiana u ogni inieme limiao di 0, +, allora il proceo X() = W (ϕ()) è β-hölderiano, u ogni inieme limiao di 0, +, per ogni β < α/.. Ipoizziamo che Y () = c()w (ϕ()) ia un moo browniano (ripeo alla ua filrazione naurale). Si dimori che, per ogni 0 <, c() = e i deduca che eie C > 0 ale che, per ogni, c() = C, ϕ() = /C. c()ϕ() Exercie. (puni circa) Sia M = (M n ) n una upermaringala nonnegaiva (ripeo ad una filrazione (F ) ), con M 0 coane e ale che M n+ M n C per ogni n, per qualche C > 0. Fiao λ > M 0 ed N i ponga τ = inf{n M n > λ} N (empo d arreo, con aociaa σ-algebra F τ ).. Si dimori che, u {M τ > λ}, M τ C+λ e i deduca che P ( up n=0,...,n M n > λ ) C+λ M τ dp.. Si dimori (dalla definizione di F τ ) che l eveno {M τ > λ} appariene a F τ. 3. Si dimori che P ( up n=0,...,n M n > λ ) C+λ M NdP. Exercie 3. (puni circa) Si conideri la eguene SDE, dx = X d + + X db, X 0 = 0, dove B è un moo browniano reale.. Si dicua eienza ed unicià delle oluzioni.. Si dimori che inh(b ) è la oluzione (inh(x) = ex e x ). 3. Siano ora W, W due moi browniani reali indipendeni, e i conideri il proceo Z = exp(w ()) Uando il fao (eorema di Lévy) che 0 exp( W ())dw (). dw 3 () = Z dw () + dw () + Z definice un alro moo browniano, i concluda che Z riolve la ea equazione di X, ma ripeo ad un differene moo browniano.

Soluzioni Eercizio. i) Sia (Ω, F, P ) lo pazio u cui è definio W. Eie un inieme miurabile Ω 0 F con P (Ω 0 ) =, con la eguene proprieà: per ogni γ ( 0, ), ogni T > 0 ed ogni ω Ω 0 eie una coane C γ,t (ω) > 0 ale che Quindi W (a, ω) W (b, ω) C γ,t (ω) a b γ per ogni a, b 0, T ]. X(, ω) X(, ω) = W (ϕ(), ω) W (ϕ(), ω) Da qui i deduce C γ,ϕ(t ) (ω) ϕ() ϕ() γ per ogni, 0, T ]. X(, ω) X(, ω) C γ,ϕ(t ) (ω) αγ per ogni, 0, T ]. Queo mora che X ha raieorie q.c. hölderiane di eponene αγ, per qualiai γ ( 0, ), quindi β-hölderiane per ogni β < α/. ii) Dev eere, per 0 <, E Y ()Y ()] =, ovvero E c()w (ϕ())c()w (ϕ())] = che ignifica c()c()e W (ϕ())w (ϕ())] = ed ancora c()c()ϕ() =. Quea è la rada più breve. Oppure, innanzi uo E Y () ] =, ovvero E c() W (ϕ()) ] =, ma E c() W (ϕ()) ] = c() ϕ() quindi c() ϕ() =. Poi dev eere E (Y () Y ()) ] =, ovvero E (c()w (ϕ()) c()w (ϕ())) ] = ma E (c()w (ϕ()) c()w (ϕ())) ] = c() ϕ() + c() ϕ() c()c()ϕ() quindi c() ϕ() + c() ϕ() c()c()ϕ() =. Unendo al condizione precedene, roviamo + c()c()ϕ() = ovvero cioè c() = c()ϕ(). c()c()ϕ() =

Queo implica dc() d = 0 (u (, ), e quindi u (0, ) con facile ragionameno). Ne egue che eie C > 0 ale che c() = C. Quindi ϕ() = /C. Eercizio. i) Ueremo peo il fao che {M τ > λ} = {up n=0,...,n M n > λ}. Abbiamo M τ λ (i ricordi che τ ), quindi dalla relazione M n+ (ω) M n (ω) C (q.c.) deriva M τ (ω) M τ (ω) + C C + λ q.c. Quindi M τ dp (C + λ) P (M τ > λ) = (C + λ) P ( up M n > λ n=0,...,n ). ii) Dobbiamo verificare che {M τ > λ} {τ } F per ogni 0 inero non negaivo (vale inolre {M τ > λ} F, ralaicamo la verifica). Per N vale {M τ > λ} {τ } = { up M n > λ} n=0,..., (i verifica facilmene la doppia incluione) quindi appariene a F. Se > N, {M τ > λ} = { up M n > λ} F N F n=0,...,n ed anche {τ } F, quindi {M τ > λ} {τ } F. iii) Proponiamo due dimorazioni. La prima, baaa ulla proprieà di upermaringala ed un corollario del eorema d arreo (M τ E M N F τ ]), più il riulao del puno (ii), conie nelle diuguaglianze M τ dp E M N F τ ] dp = M N dp da cui dicende la ei. La econda, baaa ul eorema d arreo, inizia oervando che per la proprieà di upermaringala, eendo il empo τ limiao, Inolre E M N ] E M τ ]. M N dp = E M N ] E M τ ] = M τ dp + = M τ dp M N dp M N dp (M τ M N ) dp 3

perché u {M τ λ} vale M τ = M N. Baa ora uare il puno. Eercizio 3. i) I coeffi cieni ono globalmene lipchiziani. Per il drif, l affermazione è ovvia. Per il coeffi ciene di diffuione σ (x) = + x abbiamo che σ (x) = x + x quindi anche σ è globalmene lipchiziana. Allora i applica un eorema noo. ii) Poo f (x) = inh(x) = ex e x, è ben noo che vale f (x) = coh(x) = ex +e x f (x) = inh(x). Quindi, per la formula di Iô, d inh(b ) = coh(b )db + inh(b )d. Vale poi coh(x) = + inh(x), quindi X := inh(b ) è oluzione, e per unicià è la oluzione. Per maggior preciione, avendo nel coro dimorao il eorema di unicià nella clae delle oluzioni di quadrao inegrabile, verifichiamo che X := inh(b ) lo ia. Vale X ex +e x ex +, quindi dobbiamo verificare che E e B] ia finio (uniformemene in 0, T ]) e queo è vero per l inegrabilià eponenziale delle v.a. gauiane (volgendo il cono i vede ubio l uniformià in ). iii) Inano, come noa a margine, i applica il eorema di Lévy a W 3 () in quano W 3 () è una maringala (è inegrale ocaico di un proceo che i verifica facilmene are in M, eendo maggiorao da Z +, che ci a - di nuovo per inegrabilià eponenziale delle gauiane) e la ua variazione quadraica è Z W 3, W 3 ] = 0 + Z d + 0 + Z d =., Verifichiamo ora che Z riolve la ea equazione, con un nuovo moo browniano. Abbiamo Z = Z () Z (), con Z () = exp(w ()), e Z () ed infine dz () = Z () dw () + Z() d = 0 exp( W ())dw (), ovvero dz () = exp( W ())dw (), quindi dz = Z () dz () + Z () dz () + d Z (), Z ()] = Z () exp( W ())dw () + Z () Z () dw () + Z () = dw () + Z dw () + Z d Z dw () + dw () = Z() d + 0 + Z Z dw () + dw () = + Z + Z dw 3(), 4

quindi dz = Z d + + Z dw 3(). Il nuovo moo browniano è W 3.. 5