Sei sulla pagina 1di 23

Equazioni alle derivate parziali e processi di

diusione
Andrea Odetti

matricola 660134

9 febbraio 1998

Indice
1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Semigruppi e operatori innitesimali . . . . . . . . . . . .
2.1 Semigruppi . . . . . . . . . . . . . . . . . . . . . . .
2.2 Operatori innitesimali . . . . . . . . . . . . . . . .
2.3 Esempi di equazioni dierenziali . . . . . . . . . . .
2.4 Operatore innitesimale di un processo di diusione
2.4.1 Forma del generatore innitesimale . . . . . .
3 Equazioni dierenziali stocastiche . . . . . . . . . . . . . .
4 Equazioni di Kolmogorov e di Fokker-Planck . . . . . . . .
4.1 Equazione retrospettiva . . . . . . . . . . . . . . . .
4.1.1 Equazione di Feynman-Kac . . . . . . . . . .
4.1.2 Equazione del calore . . . . . . . . . . . . . .
4.1.3 Equazione non omogenea . . . . . . . . . . .
4.2 Equazione prospettica . . . . . . . . . . . . . . . . .
4.2.1 Misura invariante . . . . . . . . . . . . . . . .
4.3 Una nota sui nomi . . . . . . . . . . . . . . . . . . .
4.4 Martingale . . . . . . . . . . . . . . . . . . . . . . . .
5 Equazioni alle derivate parziali e curve caratteristiche . .
5.1 Equazioni del primo ordine . . . . . . . . . . . . . .
5.2 Equazioni del secondo ordine . . . . . . . . . . . . .
5.2.1 Principio del massimo . . . . . . . . . . . . .
5.2.2 Equazione del calore . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

2
3
3
4
6
8
10
11
12
12
13
15
15
16
16
17
18
18
18
19
21
21

1. Introduzione
Dato un sistema di n equazioni dierenziali lineari del primo ordine
x_ = Mx
noto che la soluzione pu essere espressa come 't () = etM , dove un vettore
di Rn , ovvero unapplicazione da Rn in se stesso che associa al dato iniziale la
posizione al tempo t.
possibile, mantenendo le propriet essenziali dellequazione e dello spazio in
cui immersa, generalizzare il concetto per includere anche situazioni molto pi
generali come ad esempio il caso innito-dimensionale delle equazioni alle derivate
parziali.
Si pu quindi riscrivere lequazione nel modo seguente (che chiameremo del
primo tipo):
du
dt = Au
u (0) = g
Le propriet ritenute essenziali sono la linearit delloperatore A, cos come
lineare il prodotto matrice-vettore, e le caratteristiche di spazio normato di
Rn , per tale motivo linsieme su cui opera A sar uno spazio di Banach (spazio
vettoriale normato completo).
Si possono quindi precisare gli elementi fondamentali che verranno trattati
nel seguito
E uno spazio di Banach
A : E D (A) ! E
u : [0; +1) ! D (A)
g 2 D (A)
dove D (A) il dominio di A. Dora in poi la variabile t sar sempre considerata
come un tempo e quindi positiva.
La derivata di u rispetto a t denita nel solito modo
u(t + h) u (t)
d
:
u (t) = lim
dt
h!0
h
dove per il limite inteso secondo la norma in E.
Per soluzione del problema di cui sopra si intende una funzione u, denita
su [0; +1) a valori in D (A), derivabile rispetto a t, che soddis lequazione
dierenziale con dato iniziale.
2

La soluzione u(t) pu anche essere considerata come funzione del dato iniziale,
ovvero unapplicazione da [0; +1) in E, che associ ad ogni funzione g il valore al
tempo t: u(t)g = S (t) [g].
Grazie a questa impostazione lo studio delle equazioni alle derivate parziali
risulta essere legato profondamente alla teoria dei semigruppi (tra i quali rientra
il caso semplice di etM ) e attraverso questi a particolari processi di diusione.
Vi un altro schema generale di equazione alle derivate parziali che legato
ai processi di diusione e che quindi verr trattato pi avanti; il prototipo dato
dalla seguente espressione (dora in poi del secondo tipo):

Au(x) = k (x) x 2 D
u(x) = g (x)
x 2 @D
dove A ancora un operatore (dierenziale) lineare e D un insieme aperto,
connesso e limitato di Rn . Il legame in questo caso dovuto alla cosiddetta
formula di Dynkin.

2. Semigruppi e operatori innitesimali


quindi necessario passare ad esaminare i semigruppi e i corrispondenti operatori
innitesimali.
2.1. Semigruppi
Operatori lineari Un operatore A denito su B (spazio vettoriale) a valori in
E lineare se per ogni f; g 2 B e ; 2 R si ha che
A [f + g] = A [f ] + A [g]
Operatori limitati Un operatore lineare A denito su E a valori in E limitato
se esiste un numero reale M tale che
kA [f ]k 6 M kf k8f 2 E
In questo modo possiamo introdurre una norma sullo spazio degli operatori
lineari limitati da E in E ponendo
:
kAk = inf M
oppure equivalentemente
kAk = sup kA[f ]k
kf k=1

Semigruppo Una famiglia di operatori lineari limitati (S (t))t>0 deniti su E


a valori in E forma un semigruppo se, per ogni f appartenente a E e s; t > 0 si
ha:
1) S (0) [f ] = f (oppure S (0) = I, dove I loperatore identit)
2) S (t + s) [f ] = S (t) [S (s) [f ]] (oppure S (t + s) = S (t) S (s))
Se avviene che kS(t)k 6 18t > 0 allora il semigruppo si dice contraente.
Il semigruppo si dice fortemente continuo se S (t) [f ] ! S (t 0) [f ] (secondo
la norma di E) per ogni f e per t ! t0 ; anch ci si verichi suciente la
continuit nellorigine.
Per comprendere il signicato della precedente denizione si pu pensare allo
spazio E, come semplicemente a R, nel qual caso il semigruppo S (t) [x] (x 2 R)
senzaltro identicabile con et x per un opportuno numero reale . Si tratta
quindi di una generalizzazione della funzione esponenziale a spazi pi complessi.
2.2. Operatori innitesimali
Ad ogni semigruppo viene associato un particolare operatore lineare, detto operatore innitesimale, che caratterizza (sotto certe condizioni) in modo univoco lo
stesso semigruppo.
Operatore innitesimale Dato un semigruppo S (t) su E loperatore innitesimale da esso generato una funzione da D (A) in E denita come
S (t) [f ] f
:
(secondo la norma di E)
A [f ] = lim
+
t
t!0
dove D (A) il sottoinsieme di E per il quale il limite esiste.
A [f] pu anche essere visto come la derivata destra (rispetto a t) nellorigine
+
di S (t) [f], ovvero A [f] = ddt S (0) [f ]. Loperatore cos denito risulta essere
lineare. molto importante sottolineare che un generatore innitesimale non
pu prescindere dal proprio dominio di denizione, in quanto ci sono esempi di
semigruppi molto diversi tra loro, dotati di generatori che, pur avendo la stessa
espressione, hanno domini dierenti.
Per riprendere lanalogia con il caso reale, loperatore innitesimale di S (t) [x] =
et x non altro che A [x] = x, ovvero la derivata calcolata nellorigine. Il
semigruppo infatti originato dallequazione dierenziale ordinaria
0
u (t) = u (t)
u(0) = x
Il prossimo teorema di fondamentale importanza per la risoluzione delle
equazioni delprimo tipo.
4

Teorema 1 Siano S (t) un semigruppo fortemente continuo su E e A il suo


operatore innitesimale, allora:
1) D (A) un sottoinsieme denso di E
2) A un operatore chiuso (ovvero f(f; A [f]) : f 2 D (A)g un sottoinsieme
chiuso di E E)
3) f 2 D (A) ) S (t) [f ] 2 D (A) 8t > 0
4) se S (t) contraente allora f 2 D (A) ) A [S (t) [f]] = S (t) [A [f ]] =
d+
dt S (t) [f ] 8t > 0
5) se g appartiene a D (A) allora u (t) = S (t) [g] la soluzione dellequazione
dierenziale
du
dt = Au
u (0) = g
Il punto 4 del teorema prende anche il nome di relazione generale dei semigruppi.
Questo teorema aerma che un semigruppo fortemente continuo e contraente
la soluzione di unequazione dierenziale del primo tipo nella quale A il suo
operatore innitesimale; si tratta quindi, dato un operatore innitesimale, di
trovare il semigruppo ad esso associato.
Il problema facilmente risolto se A limitato, in quanto la serie (che denisce
una sorta di funzione esponenziale generalizzata)
t2
:
etA [f] = f + tA [f ] + A [A [f ]] + :::
2!
tA
converge e la famiglia e t>0 costituisce un semigruppo avente come operatore
innitesimale proprio A; conseguentemente la soluzione di unequazione dierenziale del primo tipo pu essere espressa come u (t) = etA [g], in un modo del tutto
analogo al caso dei sistemi ordinari.
Se loperatore A non limitato necessario imporre alcune condizioni per
assicurare lesistenza del corrispondente semigruppo. A tal ne si pu ricordare
il teorema di Hille-Yosida che risolve il problema per i semigruppi contraenti.
Teorema di Hille-Yosida Anch loperatore lineare A sia loperatore innitesimale di un semigruppo fortemente continuo e contraente necessario e
suciente che:
1) A sia chiuso e D (A) sia denso in E
2) per
ogni >0 loperatore (I A) sia invertibile in E

3) (I A)1 6 1

Pu essere interessante notare che, se le ipotesi di questo teorema sono soddisfatte, allora loperatore denito da (I A)1 ha uninteressante rappresentazione in termini del semigruppo incognito S (t)
Z1
1
(I A) [f] =
et S (t) [f ] dt
0

ovvero ne la sua trasformata di Laplace.


Grazie alle propriet dei semigruppi possibile determinare anche la soluzione
di unequazione lineare non omogenea
du
dt = Au + h (t)
u (0) = 0
dove h una funzione denita su [0; +1) a valori in E.
Principio di Duhamel Se A loperatore innitesimale di un semigruppo
fortemente continuo e contraente S (t) allora
Z t
u (t) =
S (t s) [h (s)] ds
0

(dove lintegrale di una funzione a valori in uno spazio di Banach denito in


maniera del tutto analoga a quello di Lebesgue), la soluzione della precedente
equazione non omogenea.
2.3. Esempi di equazioni dierenziali
Per poter comprendere la vasta gamma di equazioni dierenziali che rientrano nei
modelli presentati nel primo capitolo, si possono portare alcuni esempi.
Sistemi ordinari lineari del primo ordine Dato un sistema lineare del primo
ordine
8 :
x= ax + by
>
>
< y:
= cx + dy
x (0) = e
>
>
:
y (0) = f

x(t)

,
possibile riconoscere in esso unequazione del primo tipo ponendo u (t) =

y
(t)


a b

) e g = e ; si prende R2 come spazio di Banach.
A [u] = Mu (dove M =

f
c d
6

Equazioni dierenziali paraboliche Nello schema generale pu rientrate


anche unampia gamma di equazioni alle derivate parziali, tra le quali si pu
ricordare lequazione del calore per una sbarra di lunghezza innita
0
ut (t; x) = u (t; x)
u (0; x) = h (x)

n
: P @ 2u
n
, D (A) =
In questo caso basta prendere E = C (R ), A [u] = u =
@x2
i=1

C2 (Rn ) e g = h.

Equazione delle onde Con un semplice artizio possibile ritrovare nellequazione delle onde in Rn
8 00
< utt (t; x) = u (t; x)
u (0; x) = f (x)
: 0
ut (0; x) = h (x)
unequazione del primo tipo; il procedimento simile a quello utilizzato per ricondurre unequazione dierenziale di ordine n in un sistema di n equazioni del
primo ordine.
Infatti lequazione iniziale pu essere riscritta nel seguente modo:
8 (1)0
>
v (t; x) = v (2) (t; x)
>
>
< t(2)0
vt (t; x) = v (1) (t; x)
(1)
>
> v (0; x) = f (x)
>
: (2)
v (t; x) = h (x)


0 1 f (1)
f


oppure in forma pi compatta ponendo A [f] =
e
g
=
h
0 f (2)
0
vt = Av
v (0) = g
dove il dominio delloperatore linsieme delle funzioni continue da Rn in R2.
Equazioni dierenziali ellittiche Tra le equazioni del secondo tipo merita
essere ricordata quella di Laplace

u (x) = 0
x 2D
u (x) = h(x) x 2 @D
la cui soluzione detta armonica. Questa equazione importante perch permette
di determinare la temperatura dequilibrio di un corpo.
7

2.4. Operatore innitesimale di un processo di diusione


La risoluzione di alcune equazioni alle derivate parziali pu essere ricondotta allo
studio di particolari processi stocastici, nel senso che la soluzione dellequazione
dierenziale non altro che il valore atteso di un funzionale della traiettoria del
processo in questione. I processi stocastici che entrano in gioco sono, in prima
approssimazione, catene di Markov a tempo continuo con spazio degli stati Rn .
Catena di Markov Dato uno spazio di Kolmogorov (- ; F,P ), si chiama catena di Markov (omogenea rispetto al tempo) una famiglia di variabili aleatorie (Xt (!))t>0 a valori in Rn , per le quali sia vericata luguaglianza, quasi
certamente rispetto a P, per ogni evento D appartenente a (Xs : s > t)
P [Dk (Xs : s 6 t)](!) = P [D k (Xt )](!)
Ad ogni catena di Markov associata una misura di probabilit di transizione
denita da
:
P (x; t; F) = P [Xt 2 F kX0 = x]
che soddisfa, tra le altre, la seguente propriet detta anche equazione di ChapmanKolmogorov:
Z
P (x; t + s; F ) =

Rn

P (x; t; dy) P (y; s; F )

per ogni t e s > 0 e F 2 B (R).


Grazie a quest propriet, se consideriamo lo spazio di Banach delle funzioni
a valori reali denite su Rn , misurabili e limitate, che indicheremo con B (Rn ),
la famiglia di operatori
Z
:
U (t) [f ](x) =
f (y) P (x; t; dy) = E [f (Xt ) kX0 = x]
Rn

constituisce un semigruppo (proprio grazie allequazione di Chapman-Kolmogorov)


contraente (infatti la speranza matematica una media interna) e non negativo
(poich P positiva). Per poter applicare la teoria dei semigruppi per necessario che U (t) sia fortemente continuo sullo spazio di denizione; la scelta
di B (Rn) non adeguata per questo scopo, occorre perci restringere il campo
delle funzioni. Indicheremo con B0 (Rn ) il sottoinsieme di B (Rn ) formato dalle
funzioni per le quali
U (t) [f ] ! f per t ! 0+
lo spazio B0 risulta essere uno spazio di Banach, un sottospazio lineare di B e,
inoltre, invariante rispetto alle trasformazioni U (t). Ci ci permette di considerare il semigruppo U (t) semplicemente denito su B0 ove risulta fortemente
8

continuo; spesso B0 conterr come sottoinsieme lo spazio delle funzioni limitate


e continue.
U (t) risulta essere un semigruppo di Feller, ovvero un semigruppo fortemente
continuo, contraente e denito sullo spazio delle funzioni limitate e continue.
Sar ovviamente possibile denire un operatore innitesimale del semigruppo
U (t), che in questo caso prende anche il nome di generatore innitesimale del
processo stocastico
Ex (f (Xt )) f (x)
:
A [f ](x) = lim+
t!0
t
A questo punto il semigruppo U (t), come daltronde ogni altro semigruppo
fortemente continuo e contraente, soddisfa le seguenti equazioni dierenziali:
d
U (t) [f ] = A [U (t) [f]] = U (t) [A [f ]]
dt
per ogni f in D (A).
Per poter riconoscere in questa espressione unequazione alle derivate parziali occorre prendere in considerazione un processo di diusione (una particolare
catena di Markov).
Processo di diusione Una catena di Markov omogenea rispetto al tempo
(Xt (!))t>0 con traiettorie quasi certamente continue detta processo di diusione, se la sua misura di probabilit di transizione P (x; t; A) soddisfa le seguenti
condizioni per ogni x 2 Rn e " > 0 :
1) lim+ 1t P (x; t; fz : jz xj > "g) = 0
t!0
R
(y x) P (x; t; dy) = (x)
2) lim 1t
t!0+

3) lim+
t!0

fz:jzxj6"g

1
t

fz:jzxj6"g

(y x) (y x)T P (x; t; dy) = (x)

In questo caso detto vettore (n1) di deriva e matrice (nn) di diusione; in particolare , una sorta di matrice di varianza e covarianza innitesimale,
semidenita positiva.
Per i processi di diusione la determinazione del generatore innitesimale
risolta dal seguente teorema:
Teorema 2 Se indichiamo con A il generatore innitesimale di un processo di
diusione con coecienti e , allora:
1) D (A) contiene linsieme delle funzioni da Rn in R continue, limitate e
con derivate prime e seconde continue e limitate
9

2) se f una funzione del punto 1 allora:


A [f](x) =

n
X

i (x) fx0 i (x) +

i=1

n
1 X
i;j (x) fx00i xj (x)
2 i;j=1

Per la particolare forma del dominio del generatore innitesimale di un processo di diusione (funzioni da Rn in R) non si potranno studiare sistemi di
equazioni alle derivate parziali, come ad esempio lequazione delle onde, perch
coinvolgono funzioni a valori vettoriali.
2.4.1. Forma del generatore innitesimale
Abbiamo visto che il generatore innitesimale di un processo di diusione un
operatore dierenziale del secondo ordine ellittico; possiamo provare a dare una
giusticazione di questo fatto in base alle propriet del processo.
Per quanto riguarda il carattere dierenziale, si pu osservare che, essendo le
traiettorie continue, il valore del generatore nel punto x (A [f ](x) ) deve dipendere
esclusivamente dai valori che la funzione f assume in un intorno di x piccolo a
piacere: si dice allora che A un operatore locale. Per concludere basta ricordare che esiste un teorema secondo il quale un operatore locale se e solo se
dierenziale.
Per i generatori innitesimali di una diusione vale la seguente importantissima:
Proposizione 1 Se una funzione f, appartenente a D (A), ha un massimo
assoluto nel punto x, allora A [f](x) 6 0.
Infatti, essendo E una media interna, si ha che A [f](x) = lim
lim+

t!0

f (x)f (x)
t

t!0+

E x (f (Xt ))f(x)
t

= 0.

Questa proposizione ha due conseguenze sulla forma delloperatore:


1) ellittico (eventualmente degenere) perch la matrice dei coecienti dei
termini di secondo ordine deve essere semidenita positiva (la matrice hessiana
di una funzione regolare in un punto di massimo semidenita negativa)
2) non pu contenere termini di ordine superiore al secondo poich si possono mostrare funzioni che in un punto di massimo hanno tali derivate di segno
qualunque.
Inne limpossibilit di contenere il termine c (x) f (x) discende dalla seguente:

10

Proposizione 2 A [1](x) = lim+


t!0

E x (1)1
t

= 0.

Come immediata conseguenza si ha che c (x) 0.


Modicando le caratteristiche del processo di diusione (ad esempio introducendo un tempo di estinzione) si possono trovare generatori in cui c (x) minore
di zero.

3. Equazioni dierenziali stocastiche


Per cogliere pi a fondo il collegamento tra le equazioni alle derivate parziali
e i processi di diusione fondamentale analizzare le propriet della soluzione
della seguente equazione dierenziale stocastica (che per semplicit assumiamo
unidimensionale):

dXt = a (Xt ) dt + b (Xt ) dBt


X0 = x0
Esistono due modi di intendere la precedente equazione, legati alle dierenti
interpretazioni date al termine b (Xt ) dBt (ovvero allintegrale stocastico
Rt
0 b (Xs ) dBs) ai quali accenneremo brevemente.
Integrale di It Secondo la strada seguita da It la soluzione dellequazione
stocastica un processo di diusione con deriva a e diusione b 2, il cui generatore
innitesimale
1
00
A [f ](x) = a (x) fx0 (x) + b2 (x) fxx
(x)
2
Integrale di Stratonovich Seguendo linterpretazione di Stratonovich si giunge invece ad un processo di diusione con lo stesso coeciente di diusione ottenuto da It, ma con una diversa deriva, ora infatti essa a + 12 b0xb. In questo
caso il generatore innitesimale

1
1
0
00
(x)
A~ [f ](x) = a (x) + bx (x) b (x) fx0 (x) + b 2 (x) fxx
2
2
Per la risoluzione delle equazioni di It occorre tener presente che, per il
dierenziale di una funzione composta, vale la seguente formula (detta formula
di It):

1 2
0
00
dg (Xt ) = a (Xt) gx (Xt) + b (Xt ) gxx (Xt ) dt + b (Xt) gx0 (Xt) dBt
2
mentre nel caso di Stratonovich continua a rimanere valido lo sviluppo di Taylor
arrestato al primo ordine.
11

Nel seguito si far sempre riferimento allinterpretazione di It, tenendo conto


che si pu passare in ogni momento a quella di Stratonovich utilizzando A~ al
posto di A.

4. Equazioni di Kolmogorov e di Fokker-Planck


Nel caso di U (t), data la natura dierenziale del corrispondente operatore innitesimale, possibile esprimere la doppia relazione generale dei semigruppi in
forma di equazione alle derivate parziali del secondo ordine.
Per tutto questo capitolo Xt sar il processo di diusione soluzione dellequazione dierenziale stocastica
dXt = a (Xt ) dt + b (Xt ) dB t
in cui a e b soddisfano le condizioni per lesistenza e lunicit di tale soluzione,
e g una funzione continua, limitata, con derivate seconde continue e limitate,
appartenente perci a D (A).
4.1. Equazione retrospettiva
d
Come visto in precedenza, per il semigruppo U (t) vale al relazione dt
U (t) [g] =
:
x
A [U (t) [g]]; quindi la funzione u (t; x) = U (t) [g](x) = E (g (Xt )) soddisfa la
seguente equazione dierenziale:

u0t (t; x) =

n
X

ai (x) u0xi (t; x) +

i=1

n
1 X T
bb i;j (x) u00xi xj (t; x)
2 i;j=1

con la condizione iniziale che da U (0) [g] = g diviene u(0; x) = g (x).


Viceversa per risolvere lequazione del secondo ordine
8
n
n
< u0 (t; x) = P a (x) u0 (t; x) + 1 P (x) u00 (t; x)
i
i;j
t
xi
xi x j
2
i=1
i;j=1
:
u (0; x) = g (x)
basta calcolare il valore atteso Ex (g (Xt )) dove Xt un processo di diusione con
deriva a e diusione . quindi necessario (e suciente) trovare una matrice
b tale che bb T = , operazione possibile solo se simmetrica e semidenita
positiva.
Nel caso particolare di un processo unidimensionale e di g (x) = I(1;y] (x)
si ha che Ex (g (Xt )) = P x (Xt 6 y); se inoltre questa funzione di ripartizione
12

ammette densit p (x; t; y), lequazione dierenziale, che in tal caso prende il nome
di equazione retrospettiva di Kolmogorov, assume la seguente forma:
(
p0t (x; t; y) = a (x) p0x (x; t; y) + 12 b2 (x) p00xx (x; t; y)
lim p (x; t; y) = (x y)
t!0+

4.1.1. Equazione di Feynman-Kac


Esiste una generalizzazione dellequazione retrospettiva che pu essere ricondotta,
mediante il riconoscimento a secondo membro di un generatore innitesimale, allo
studio di un processo di diusione opportuno
u0t (t; x) =

n
X

ai (x) u0xi (t; x) +

i=1

n
1 X T
bb i;j (x) u00xixj (t; x) c (x) u (t; x)
2 i;j =1

Se si potesse trovare un particolare processo di diusione Yt con operatore


innitesimale, dato proprio dal secondo membro della precedente equazione, allora, esattamente come prima, sotto opportune condizioni per i coecienti, la
soluzione u (t; x) non sarebbe altro che il valore atteso di g (Yt ), dove g il solito
dato iniziale.
Se la funzione c (x) non negativa allora la risposta aermativa e il processo
in questione un particolare processo di diusione con tempo di estinzione.
Processo di diusione con tempo di estinzione Se Xt un normale processo di diusione e un (particolare) numero aleatorio positivo, allora Yt, qui
sotto denito, un processo di diusione con tempo di estinzione

Xt (!) t < (!)


:
Yt (!) =

t > (!)
dove un valore che indica che il processo indenito.
Per poter calcolare il generatore innitesimale del processo Yt necessario che
la sua misura di transizione H (x; t; F) soddis la seguente condizione per ogni
x 2 Rn:

1
4) lim+ t H (x; t; fg) lim+ 1t (1 H (x; t; Rn)) = c (x)
t!0

t!0

H risult essere una misura di probabilit su Rn [ fg, mentre su Rn


semplicemente una misura nita; si pu quindi capire la richiesta di non negativit
del coeciente c (x), esso infatti limite di una funzione non negativa ( Ht ).

13

In questo caso si pu mostrare che il generatore innitesimale di Yt, che


indicheremo con B, non altro che

D (B) = D (A)
B[f](x) = A [f] (x) c (x) f (x)
La soluzione della nuova equazione alle derivate parziali , come ci si potrebbe
aspettare, E x (g (Yt )), dove g () = 0.
Per
R 1 mostrare come costruire un tempo di estinzione con coeciente c (x) (tale
che 0 c (Xs ) ds = 1 q.c.) prendiamo in considerazione un numero aleatorio Q,
stocasticamente indipendente da Xt , distribuito secondo una legge esponenziale
negativa di parametro 1. Il numero aleatorio denito (q.c.) come soluzione di
Z
0

c (Xs (!)) ds = Q (!)

risulta essere un tempo di estinzione con ceociente c (x).


Avendo fattoR tale scelta immediato constatare che la condizione t < (!)
t
equivalente a 0 c (Xs (!)) ds < Q (!); questo fatto ci permette di calcolare
il valore atteso di g (Yt ), ottenendone tra laltro una dierente e interessante
espressione

E x (g (Yt )) = Ex g (Xt ) I[0;) (t)


Z
x
g (y (t)) I(R t c(y(s))ds;1) (q) PX
(dy) eq dq
=
0

R[0;1)R+

Z
=
R[0;1)

Z1

B
g (y (t)) B
@

Rt
0

g (y (t)) e

1
C x
eq dqC
A PX (dy)

c(y(s))ds

Rt
0

c(y(s))ds

x
PX
(dy)

R[0;1)

Rt
= Ex g (Xt ) e 0 c(Xs)ds
grazie alla quale possiamo eettuare il calcolo senza dover preventivamente determinare il valore di .
Riprendendo lanalisi fatta nel paragrafo 2:4:1 si pu notare che per il processo
Yt la tesi della proposizione 1 continua ad essere valida ma solo in corrispondenza
di un massimo assoluto positivo. Anche la proposizione 2 deve essere modicata:
14

B [1](x) 6 0. Per questo motivo il generatore innitesimale pu contenere anche


il termine di ordine zero (con un coeciente negativo).
La motivazione comune che E x (f (Yt )) non pi una media interna e consistente (infatti dopo il tempo di estinzione f (Yt ) vale 0), ma avvicina i valori allo
zero.
4.1.2. Equazione del calore
Pu essere interessante applicare il procedimento sin qui seguito per risolvere
lequazione del calore per una sbarra di lunghezza innita
0
ut (t; x) = u00xx (t; x)
u (0; x) = g (x)
00 (x)
Lequazione dierenziale stocastica associata alloperatore A [f ](x) = fxx

p
dX t = 2dBt
X0 = x0
p
che risolta d Xt = 2Bt + x0, ovvero una combinazione lineare del moto browniano unidimensionale, di cui si conosce la densit di probabilit di transizione

1 1 (yx) 2
p (x; t; y) = p
e 4t
4t
Si pu quindi scrivere la soluzione in forma esplicita
Z +1 1
p
1
2
2Bt + x =
p
g (y) e 4t (yx) dy
u (t; x) = E g
4t
1
dove la speranza matematica presa rispetto alla distribuzione del moto browniano standard.
4.1.3. Equazione non omogenea
In virt del principio di Duhamel la funzione u denita da
Z t

x
h (s; Xts ) ds
u (t; x) = E
0

la soluzione della seguente equazione non omogenea:


8
n
n
< u0 (t; x) = P ai (x) u0 (t; x) + 1 P bbT (x) u00 (t; x) + h (t; x)
t
xi
xi xj
2
i;j
i=1
i;j=1
:
u (0; x) = 0
15

Per risolvere poi unequazione in cui il dato iniziale non identicamente nullo
basta ricordare il principio di sovrapposizione e sommare alla soluzione appena
trovata la funzione Ex (g (Xt )), soluzione di
dv
dt = Av
v (0) = g
4.2. Equazione prospettica
nota unaltra equazione, molto simile a quella retrospettiva, che prende in
considerazione la densit di probabilit (ammesso che esista) delle realizzazioni
di un processo di diusione (che per semplicit considereremo a valori in R).
Dalla seconda parte della relazione generale dei semigruppi si ha che, per ogni
funzione f in D (A)
Z
Z
d
f (y) p (x; t; y) dy =
A [f ](y) p(x; t; y) dy
dt R
R
ovvero
d
dt

Z
1 2
0
00
f (y) p (x; t; y) dy =
a (y) fy (y) + b (y) f yy (y) p(x; t; y) dy
2
R
R

dove a e b sono i coecienti di deriva e diusione del processo (che supporremo


derivabili a piacere).
Dalla precedente uguaglianza si pu agevolmente ricavare che la densit p (x; t; y)
deve soddisfare la seguente equazione alle derivate parziali, che prende il nome di
equazione prospettica di Fokker-Planck:
( @
2
@
1 @2
@t p (x; t; y) = 2 @y2 b (y) p(x; t; y) @y (a (y) p(x; t; y))
lim p (x; t; y) = (x y)
t!0+

4.2.1. Misura invariante


Con unequazione dierenziale molto simile a quella prospettica possibile determinare la misura invariante di un processo di diusione, ammesso che questultima
esista e sia assolutamente continua rispetto alla misura di Lebesgue.
Ricordiamo che una misura invariante, per la catena di Markov con
funzione di transizione P , se soddisfa lequazione
Z
(F) =
(dx) P (x; t; F)
Rn

16

per ogni t > 0 e F in B (Rn); oppure, nel caso sia dotata di densit
Z
' (y) =
' (x) p(x; t; y) dx
Rn

Se la misura invariante anche una misura di probabilit allora essa detta


distribuzione stazionaria della catena.
Nel caso di un processo di diusione scalare con coecienti a e b2 , se una
densit invariante esiste, essa soluzione non negativa e non nulla dellequazione
dierenziale

@
1 @2 2
(a (y) ' (y)) = 0
b (y) '(y)
2
2 @y
@y
Per mostrare come si giunge a questo risultato supponiamo che, se ' (y) esiste vale lim p (x; t; y) = ' (y) e che le funzioni siano abbastanza regolari in mot!1
do da poter invertire limite, integrale e derivata. Dallequazione di ChapmanKolmogorov si ha che
Z
Z
lim p (x; t; z) p(z; s; y) dz =
' (z) p (z; s; y) dz
' (y) = lim p (x; t + s; y) =
t!1

Rn t!1

Rn

e quindi ' risulta essere una densit invariante; passando al limite nellequazione
prospettica otteniamo che

1 @2 2
@
@
p (x; t; y) =
(y)
lim
p
(x;
t;
y)

p
(x;
t;
y)
b
a
(y)
lim
0 = lim
t!1 @t
t!1
t!1
2 @y 2
@y
da cui lequazione gi trovata.
Pu essere interessante osservare che, nel caso in cui il coeciente di diusione
non si annulli mai, se la quantit
Z
R x 2
K=
b2 (x) e2 0 b (z)a(z)dz dx
R

nita, allora il processo possiede distribuzione stazionaria la cui densit rispetto


alla misura di Lebesgue
Z y
R x 2
1
' (y) = K
b 2 (x) e2 0 b (z)a(z)dz dx
1

4.3. Una nota sui nomi


I nomi di equazione retrospettiva e prospettica si riferiscono al fatto che nella prima
la densit derivata rispetto alla variabile che identica la posizione del processo
allistante iniziale (p (x; t; y)), mentre nella seconda rispetto a quella relativa alla
posizione nale (p (x; t; y)).
17

4.4. Martingale
In questo paragrafo accenneremo berevemente ad un teorema che permette di
costruire delle martingale utilizzando il generatore innitesimale di un processo
di diusione.
Teorema 3 Se v (t; x) e vt0 (t; x) sono funzioni appartenenti a D (A) per ogni t
allora il processo
Z t

Z (t) = v (t; Xt )
vt0 (s; Xs) + A [v (s)](Xs) ds
0

una martingala rispetto a (Xs : s 6 t)t>0.


Da questo teorema risulta immediatamente che se v0t (t; x) + A [v (t)](x) 0
allora v (t; Xt) una martingala.

5. Equazioni alle derivate parziali e curve caratteristiche


Per risolvere alcune equazioni alle derivate parziali si utilizza il metodo delle curve
caratteristiche, che consiste nella ricerca di alcune curve lungo le quali lequazione
risulta essere ordinaria: per trovare il valore della soluzione in un punto di Rn,
basta quindi integrare lequazione lungo la curva caratteristica che passa per quel
punto (cos che diventi ordinaria) e utilizzare il dato iniziale.
5.1. Equazioni del primo ordine
Per esemplicare il procedimento prendiamo in esame unequazione alle derivate
parziali semi-lineare del primo ordine in due variabili

a (x; y) ux + b (x; y) uy = c (x; y; u)


2 graco di u (x; y)
dove una curva di R3 parametrizzata con (f (s) ; g (s) ; h (s)); la soluzione
cercata una funzione u che soddis lequazione e contenga .
Andiamo quindi a risolvere il seguente sistema di equazioni dierenziali ordinarie:
8
dx(t;s)
>
= a (x; y)
>
dt
> dy(t;s)
<
= b (x; y)
dt
>
x (0; s) = f (s)
>
>
: y (0; s) = g(s)

18

dove ad ogni s corrisponde una curva caratteristica (x (t; s) ; y (t; s)) passante per
il punto di coordinate (f (
s) ; g (
s)).
Osserviamo che lungo le caratteristiche la derivata totale di u rispetto a t
d
dt
u(x (t; s) ; y (t; s)) = a (x; y) ux + b (x; y) uy e perci lequazione alle derivate
parziali pu essere riscritta come
dz(t;s)
= c (x; y; z)
dt
z (0; s) = h (s)
dopo di che abbiamo in forma parametrica la soluzione del problema, ovvero la
supercie di R3
(x(t; s) ; y (t; s) ; z (t; s))
Se inoltre possibile ricavare t e s da x e y, la supercie risulta essere
cartesiana e la soluzione pu essere espressa come

u (x; y) = z t1 (x; y) ; s1 (x; y)


Anch la soluzione sia univocamente determinata, almeno in un intorno di
xy , necessario che la curva di R2 (f (s) ; g (s)) (ovvero la proiezione di sul
piano xy), non sia caratteristica: se cos non fosse si potrebbe avere infatti la non
esistenza della soluzione oppure al contrario la sua indeterminatezza. A tal ne
utilizzando il teorema di Dini deve avvenire che

xt yt
6= 0

det
xs ys
per t = 0 in vista di una soluzione locale.
5.2. Equazioni del secondo ordine
Prendiamo ora in esame unequazione del secondo ordine ellittica
8 n
n
< P a (x) u0 (x) + 1 P (x) u00 (x) = k (x) x 2 D
i
i;j
xi
xi x j
2
i=1
i;j=1
:
u (x) = g (x)
x 2 @D
in cui D un insieme aperto, connesso e limitato di Rn e una matrice simmetrica.
Si pu provare a seguire una strada simile a quella del precedente paragrafo, guidati dal fatto che lespressione a secondo membro il generarore innitesimale di un processo di diusione; ci ci suggerisce di utilizzare come curve
caratteristiche le traiettorie soluzione dellequazione dierenziale stocastica

dXt = a (Xt ) dt + b (Xt ) dBt


X0 = x
19

nella quale la matrice b stata scelta in modo tale che bb T = (operazione


senzaltro possibile visto il carattere ellittico dellequazione). Dal momento che
denita positiva occorre prendere in considerazione un moto browniano ndimensionale, ovvero anche b deve essere quadrata e non singolare.
Per semplicit assumiamo che il processo sia scalare e che D sia un sottoinsieme di R; cos facendo lequazione diviene ordinaria, ma il procedimento pu
essere applicato senza modicazioni sostanziali anche al caso multidimensionale.
Grazie alla formula di It possiamo calcolare il dierenziale stocastico (in
forma integrale) di una funzione u, che soddis lequazione dierenziale, lungo le
traiettorie del processo Xt

Z t
Z t
1 2
0
00
u (Xt )u (X0 ) =
a (Xs ) ux (Xs ) + b (Xs ) uxx (Xs ) ds+ b (Xs ) u0x (Xs ) dBs
2
0
0
:
Se al tempo t sostituiamo il tempo darresto D (!) = inf ft > 0 : Xt (!) 2
= Dg
e utilizziamo lequazione dierenziale per inserire le quantit k e g otteniamo
Z D
Z D
k (Xs ) ds
b (Xs ) u0x (Xs ) dBs
u (x) = g (X D )
0

se a questo punto
prendiamo i valoriattesi (rispetto a P x) di entrambi i membri ed

essendo E x 0 D b (Xs ) u0x (Xs ) dBs = 0 (in virt delle isometrie di It) possiamo
scrivere la soluzione

Z D
x
u (x) = E g (X D )
k (Xs) ds
0

che non altro che il valore atteso di una funzione delle traiettorie del processo.
opportuno a questo punto analizzare due fatti importanti:
1) il procedimento seguito si basa sullassunzione che E x ( D) sia nita, ovvero sul fatto che le traiettorie, ovunque esse abbiano inizio, escano sicuramente
dallinsieme D; si pu dimostrare che il carattere (uniformemente) ellittico dellequazione e, conseguentemente, della matrice di diusione del processo, una
condizione suciente anch ci si verichi
2) la soluzione u, allinterno del dominio, dipende dal dato sul bordo esclusivamente per i valori che esso assume in corrispondenza dei punti di (possibile)
uscita delle traiettorie da D (detti perci regolari), mentre del tutto indipendente dagli altri valori. Questo signica che, per avere una soluzione univocamente
determinata, suciente assegnare le condizioni iniziali per i punti regolari della
frontiera di D.
Una formulazione pi generale dello stesso ragionamento rappresentata dalla cosiddetta formula di Dynkin, grazie alla quale anche possibile ricavare il
teorema 2, di cui si trattato precedentemente.
20

Teorema di Dynkin Se Xt un processo di diusione e un tempo darresto


rispetto a (Xs ; s 6 t), tale che Ex () < 1, allora
Z

x
x
E (f (X )) = f (x) + E
A [f](Xs) ds
0

5.2.1. Principio del massimo


Un risultato molto noto della teoria delle equazioni alle derivate parziali del
secondo ordine il cosiddetto principio del massimo.
Principio del massimo debole Se D un sottoinsieme aperto, connesso e
e u una funzione
uniformemente ellittico in D
limitato di Rn, A un operatore

2
reale appartenente a C D tale che Au = 0 in D ( u detta anche A-armonica)
allora
max u (y) > u (x) > min u (y)
y2@D

y2@D

per ogni x 2 D.
Il signicato di tale teorema che una funzione A-armonica non pu avere un
estremo assoluto forte in un punto interno.
possibile dare una giusticazione probabilistica di questo enunciato: abbiamo gi mostrato che esiste una rappresentazione di u in termini dei valori che
assume sulla frontiera di D
u (x) = Ex (g (X D ))
Il principio del massimo segue dal fatto che la speranza matematica una
media interna

max u (y) > sup g XxD > Ex (g (X D )) > inf g XxD > min u(y)
y2@D

!2-

!2-

y2@D

Ci si potrebbe ovviamente limitare a considerare i punti regolari della frontiera, come verr fatto nel prossimo paragrafo.
5.2.2. Equazione del calore
A questo punto possiamo analizzare lequazione del calore per una sbarra di
lunghezza nita
8 0
ut (t; x) = u00xx (t; x)
>
>
>
>
< u(0; x) = q (x)
u(t; a) = h (t)
>
>
u(t; b) = r (t)
>
>
:
t 2 (0; T) ; x 2 (a; b)
21

e riconoscere in essa unequazione del secondo tipo.


Se portiamo u0t a secondo membro otteniamo loperatore A [f ](t;x) = ft0 (t; x)+

1
00

e matrice di
fxx (t; x) cui associato un processo con vettore di deriva =

0 0
(visto il carattere parabolico del problema si pu scegliere
diusione =

0
2

0
il vettore b = p come coeciente per lequazione dierenziale stocastica).
2
Si tratta quindi di risolvere il seguente sistema di equazioni dierenziali stocastiche:
8
dXt1 = dt
>
>
p
<
dXt2 = 2dBt
1
>
> X0 = t 0
:
X02 = x0

la cui soluzione Xt = t + t 0; 2Bt + x0 , graco in R2 di una combinazione lineare del moto browniano unidimensionale con asse dei tempi
invertito. Il
dominio semplicemente D = (t; x) 2 R2 : t 2 (0; T ) ; x 2 (a; b) , k (x) = 0 e il
dato sul bordo g = (q; h; r).
Nonostante loperatore non sia ellittico ma parabolico, lequazione possiede
soluzione che pu essere rappresentata nel solito modo

Z D
x
k (Xs) ds
u (x) = E g (X D )
0

che in questo caso, osservando che t;x


D 6 t, non altro che

p
u (t; x) = E g t D; 2B D + x
Si pu quindi capire perch suciente (ma anche necessario) fornire la temperatura della sbarra allistante iniziale (u (0; x) = q (x)), mentre non possibile
determinare levoluzione della stessa conoscendone il valore nale. I punti della
frontiera superiore di D non sono regolari, il processo Xt infatti, partendo dallinterno di D, non pu uscire attraversandoli in quanto si dirige sempre verso
il basso (la prima componente ha deriva 1 e diusione 0). Si pu aermare in
altri termini che la temperatura ad un certo istante dipende solo dal passato e
non da come si evolver nel futuro.
Il problema della determinazione della temperatura minima e massima della
sbarra pu essere risolto mediante il principio del massimo; anche in questo caso
sebbene le ipotesi del teorema non siano completamente soddisfatte la tesi resta
22

comunque valida. La temperatura raggiunge il suo massimo (o il minimo) in


un punto di frontiera di D, ovvero allistante iniziale o nale oppure a uno dei
capi della sbarra; interessante notare per che non bisogna considerare listante
nale, in quanto, riprendendo lanalisi gi fatta

sup g XxD =
sup
u (y)
!2-

punti regolari di @D

perch XxD mai verr a trovarsi sul bordo superiore di D (listante nale).

Riferimenti bibliograci
[1] Karlin S. & Taylor H. M.: A second course in stochastic processes, Academic
Press, 1981
[2] McOwen R.: Partial dierential equations, Prentice Hall, 1996
[3] ksendal B. K.: Stochastic dierential equations, Springer-Verlag, 1945
[4] Salsa A. & Pagani C. D.: Analisi matematica 2, Masson, 1991
[5] Taira K.: Diusion processes and partial dierential equations, Academic
Press, 1988

23