Introdução ao cálculo estocástico

Introdução ao cálculo estocástico

0. Introdução

• Este documento é uma introdução breve ao cálculo estocástico. Em vez do formalismo complexo da teoria da probabilidade, o foco está na intuição física e na derivação do movimento browniano.
• Evita formalismos técnicos como espaço de probabilidade, teoria da medida e filtragens, considerando apenas casos bem definidos.
• Busca divulgar amplamente como o cálculo estocástico surge de forma natural no mundo físico.

Aplicações

• O movimento browniano e o cálculo de Itô são exemplos de matemática avançada usada para modelar o mundo real.
• Física: Einstein usou o movimento browniano para provar a existência dos átomos.
• Finanças: A precificação de opções depende de equações diferenciais estocásticas.
• Biologia: Caminhadas aleatórias modelam a difusão de espécies ou o disparo de neurônios.
• Também estão surgindo cada vez mais aplicações em aprendizado de máquina.

1. Motivação

• O triângulo de Pascal é usado para explicar a distribuição binomial.
• Modela o número de sucessos e fracassos em tentativas independentes.
• Como o mundo real frequentemente envolve processos contínuos, o cálculo é mais natural.

2. De etapas discretas ao limite contínuo

• Explora o significado matemático de quando a distribuição binomial é transformada de forma contínua.
• Explica que caminhadas aleatórias discretas convergem para uma distribuição normal no limite contínuo.
• De acordo com o teorema central do limite, a soma de muitas variáveis aleatórias independentes se aproxima de uma distribuição normal.

3. Definição do movimento browniano (processo de Wiener)

• O movimento browniano é contínuo, aleatório e tem variância proporcional ao tempo.
• O modelo matemático do movimento browniano é previsível, mas localmente é totalmente imprevisível.

4. Cálculo de Itô

• O movimento browniano é irregular e, por isso, não é diferenciável.
• O cálculo de Itô desenvolve um novo sistema para lidar com a aleatoriedade do movimento browniano.
• O lema de Itô fornece uma regra da cadeia para a aleatoriedade.

5. Equações diferenciais estocásticas

• O cálculo de Itô fornece ferramentas para lidar com equações diferenciais estocásticas.
• As equações diferenciais estocásticas modelam sistemas combinando comportamento determinístico e ruído estocástico.

6. Cálculo de Stratonovich

• O cálculo de Stratonovich remove o termo de segunda derivada do cálculo de Itô, preservando a regra da cadeia padrão.
• É útil para simplificar sistemas físicos ou cálculos.

Apêndice

A.0. Leituras adicionais

• Materiais que oferecem uma introdução intuitiva às equações diferenciais estocásticas e a métodos para resolvê-las.

A.1. Notação

• Fornece uma lista das notações usadas no documento.

[GN⁺]

Opinião do Hacker News

• Langevin Dynamics é um método que usa o momento amortecido de um sistema e o ruído inserido nesse momento. Pode ser usado em simulações de dinâmica molecular e em amostragem MCMC bayesiana

  • Quando Langevin Dynamics é mencionada em relação à IA, muitas vezes o uso de momento é omitido. Isso acontece porque, em IA, a descida de gradiente com momento é amplamente utilizada
  • O termo "estocástico" significa usar uma subamostra dos dados em cada etapa para aproximar o gradiente. As duas formas de estocasticidade podem ser aplicadas ao mesmo tempo
  • Há um material introdutório útil para leitores com conhecimento matemático de nível avançado de graduação/pós-graduação: link

• A questão em cálculo estocástico é se é preciso simular, usando um computador, muitos desdobramentos possíveis de um evento, ou se existe uma abordagem matemática mais elegante em que, conhecendo a distribuição de dW, seja possível resolver as saídas finais importantes e as distribuições de probabilidade. Este artigo é excelente e dá a sensação de finalmente começar a entender cálculo estocástico

• Há um exemplo vivido recentemente

  • Suponha que se jogue um "jogo". Sorteia-se um número aleatório A entre 0 e 1 (distribuição uniforme). Sorteia-se um segundo número B da mesma distribuição. Se A > B, sorteia-se B novamente (A é mantido). Em média, quantos sorteios são necessários? (Em outras palavras, qual é a "sequência de vitórias" média de A?)
  • A resposta é infinita. O motivo é que às vezes A sai muito alto, e isso pode exigir milhões de sorteios

• Pergunta para os leitores do HN: foram definidos cerca de 50 locais (loci) que incluem diferenças de DNA que regulam a mortalidade em genes de camundongos. A maioria tem efeitos complexos de "seguro" dependentes da idade. Quero prever a idade da morte

  • O cálculo estocástico poderia ser uma abordagem útil para previsões de seguro sobre a expectativa de vida de camundongos?

• Há uma pergunta para pessoas da área financeira sobre quanto disso é útil no dia a dia

• Há um pedido de ajuda para interpretar uma frase

  • Em uma frase dizendo que "movimento browniano e cálculo de Itô são um exemplo notável de matemática bastante avançada aplicada à modelagem do mundo real", há um comentário perguntando o que significa "Itô calculare"

• Compartilha-se um entendimento sobre cálculo de Itô

  • O único processo aleatório que entendemos no início é o movimento browniano
  • Felizmente, podemos mudar de coordenadas

• Há uma lembrança de ter estudado cálculo estocástico

  • Foi observado que, em estatística geral, o desvio padrão é um pouco diferente da "variação quadrática". Foi deixada uma nota para investigar o motivo. Provavelmente isso se deve à volatilidade estocástica

• Ainda é surpreendente que modelos de difusão estejam rapidamente se tornando a fonte secreta da geração de imagens por IA. No entanto, suas raízes estão profundamente enterradas no cálculo estocástico

  • Quem diria que o movimento browniano acabaria ajudando a criar memes de gatos?