🎲 Калькулятор стохастичних процесів
Вінерівський процес, пуассонівський процес, стохастичні диференціальні рівняння та симуляції
📈 Вінерівський процес (Броунівський рух)
Моделювання стандартного вінерівського процесу W(t) з властивостями: W(0)=0, незалежні прирости, нормальний розподіл.
W(t) - W(s) ~ N(0, t-s) для t > s
З дрейфом: X(t) = μt + σW(t)
⚡ Пуассонівський процес
Лічильний процес N(t) з незалежними приростами та пуассонівським розподілом.
E[N(t)] = λt, Var(N(t)) = λt
Час між подіями ~ Exp(λ)
💹 Геометричний броунівський рух
Модель Блека-Шоулза для цін активів. S(t) завжди позитивне.
S(t) = S₀ × exp((μ - σ²/2)t + σW(t))
E[S(t)] = S₀ × e^(μt)
Розподіл кінцевих цін:
🔄 Процес Орнштейна-Уленбека
Стаціонарний гауссівський процес з поверненням до середнього (mean-reversion).
E[X(t)] = θ + (X₀ - θ)e^(-κt)
Var(X(t)) = σ²(1 - e^(-2κt))/(2κ)
Half-life = ln(2)/κ
📊 Стохастичні диференціальні рівняння
Чисельне розв'язання СДР методами Ейлера-Маруями та Мільштейна.
Ейлера-Маруями: X_{n+1} = X_n + μΔt + σΔW
Мільштейна: X_{n+1} = X_n + μΔt + σΔW + ½σσ'(ΔW² - Δt)
📚 Теорія стохастичних процесів
1. Вінерівський процес (броунівський рух)
Вінерівський процес W(t) — базовий неперервний стохастичний процес з незалежними гауссівськими приростами.
Властивості:
- W(0) = 0 (початок з нуля)
- Незалежні прирости: W(t) - W(s) незалежний від W(u), u ≤ s
- Нормальний розподіл: W(t) - W(s) ~ N(0, t-s)
- Неперервні траєкторії (майже напевно)
- Траєкторії недиференційовні (майже напевно)
Var(W(t)) = t
Cov(W(s), W(t)) = min(s,t)
Квадратична варіація: [W,W]_t = t
2. Стохастичний інтеграл Іто
Властивості:
E[∫fdW] = 0
E[(∫fdW)²] = E[∫f²dt] (ізометрія Іто)
3. Лема Іто
Правило диференціювання функцій від стохастичних процесів.
df = (∂f/∂t + μ∂f/∂x + ½σ²∂²f/∂x²)dt + σ∂f/∂x dW
4. Пуассонівський процес
Лічильний процес N(t) для моделювання дискретних подій.
| Характеристика | Формула |
|---|---|
| Ймовірність k подій | P(N(t)=k) = (λt)ᵏe⁻ˡᵗ/k! |
| Математичне сподівання | E[N(t)] = λt |
| Дисперсія | Var(N(t)) = λt |
| Час між подіями | Exp(λ) |
5. Геометричний броунівський рух
Стандартна модель для цін активів (завжди позитивні).
Розв'язок: S(t) = S₀exp((μ-σ²/2)t + σW(t))
ln(S(t)/S₀) ~ N((μ-σ²/2)t, σ²t)
E[S(t)] = S₀eᵘᵗ
Var(S(t)) = S₀²e²ᵘᵗ(eᵟ²ᵗ - 1)
6. Процес Орнштейна-Уленбека
Єдиний стаціонарний гауссівський марківський процес.
Розв'язок: X(t) = θ + (X₀-θ)e⁻ᵏᵗ + σ∫₀ᵗe⁻ᵏ⁽ᵗ⁻ˢ⁾dW(s)
E[X(t)] = θ + (X₀-θ)e⁻ᵏᵗ
Var(X(t)) = σ²(1-e⁻²ᵏᵗ)/(2κ)
Стаціонарна дисперсія: σ²/(2κ)
7. Чисельні методи
Ейлера-Маруями:
де ΔWₙ ~ N(0,Δt)
Сильна збіжність: O(√Δt)
Мільштейна:
де σ' = ∂σ/∂x
Сильна збіжність: O(Δt)
8. Застосування
- Фінанси: модель Блека-Шоулза, ціноутворення опціонів
- Фізика: дифузія частинок, статистична механіка
- Біологія: динаміка популяцій, генетичний дрейф
- Інженерія: фільтрація сигналів, керування системами
- Відсоткові ставки: модель Vasicek, CIR
Практичне значення та контекст
Де застосовується
Інструменти даного типу широко застосовуються у навчальній та дослідницькій діяльності. Вони дозволяють швидко отримувати точні числові результати, перевіряти аналітичні розрахунки та моделювати різноманітні сценарії. Використання онлайн-калькуляторів значно прискорює роботу науковців, інженерів, студентів та спеціалістів-практиків, які щодня стикаються з відповідними обчислювальними задачами.
Часті запитання (FAQ)
📁 Категорія: Математика
📚 Читайте також: Стохастичні процеси: броунівський рух, процес Пуассона, ланцюги Маркова, мартингали