Equações direta e reversa de Kolmogorov explicadas
Entenda como geradores evoluem valores condicionais para trás e densidades de probabilidade para a frente, com conexões a Fokker–Planck, precificação, calibração e limites
Resposta direta
A equação reversa de Kolmogorov evolui um payoff futuro como função do estado atual. A equação direta, chamada de Fokker–Planck para difusões, evolui a distribuição dos estados futuros a partir de uma lei inicial
Transições de Markov conectam três momentos
Um processo de Markov usa um operador de transição P_{s,t}g(x) = E[g(X_t) | X_s=x] para mapear uma função futura de volta ao estado atual
A relação de Chapman–Kolmogorov P_{s,t}P_{t,u} = P_{s,u} diz que inserir um tempo intermediário não altera a transição
As equações direta e reversa são visões diferenciais desse mesmo semigrupo ou dessa família de evolução de dois parâmetros
O gerador descreve uma mudança infinitesimal
Para dX_t = b(t,X_t)dt + σ(t,X_t)dW_t, o gerador é L_tφ = b∂_xφ + 1/2a∂_{xx}φ, com a = σ²
Ele atua sobre funções de teste do estado e resume sua mudança condicional instantânea
O gerador depende do processo, do espaço de estados, do domínio e do comportamento nos limites; uma expressão diferencial formal sozinha é incompleta
A equação reversa atua sobre o estado inicial
Para a função terminal g, defina u(s,x) = E[g(X_t) | X_s=x] com s ≤ t
Sob regularidade adequada, u satisfaz ∂_s u + L_su = 0 e a condição terminal u(t,x) = g(x)
Ela é reversa porque a função no ponto final é fixa e o tempo de condicionamento s se move em direção ao presente
O adjunto move as distribuições
O adjunto L_t† é definido por ∫φ L_t†ρ dx = ∫ρ L_tφ dx depois que os termos de fronteira são tratados
Para uma difusão unidimensional, L_t†ρ = -∂_x(bρ) + 1/2∂_{xx}(aρ)
O adjunto transfere o gerador das funções de teste para as densidades, revertendo derivadas quando a integração por partes exige isso
A equação direta propaga massa de probabilidade
Se ρ(t,x) é a densidade do estado, ela satisfaz ∂_tρ = L_t†ρ a partir de sua distribuição inicial
A mesma equação aplicada a uma densidade de transição evolui sua variável de destino mantendo fixo o ponto inicial
Normalização, não negatividade, fluxo e condições de fronteira determinam se uma solução formal é uma lei de probabilidade válida
As finanças usam as duas direções para tarefas diferentes
A avaliação de derivativos normalmente resolve uma equação reversa a partir de um payoff terminal, com o desconto acrescentando um termo de eliminação
Previsão de distribuições, perfis de exposição, calibração de densidades e alguns cálculos de risco resolvem a equação direta a partir da lei de estado de hoje
As duas saídas devem concordar por meio da integração: um valor reverso é igual ao payoff futuro integrado contra a densidade de transição direta
Limites e métodos numéricos podem romper a dualidade
Limites absorventes, refletivos, de entrada e inacessíveis impõem condições diferentes para valor e fluxo de probabilidade
Verifique conservação ou perda pretendida de massa, positividade, dados terminais e iniciais, discretização adjunta e convergência à medida que as grades aumentam
Uma estimativa de Monte Carlo implementada de forma independente pode revelar erros de sinal, drift, fronteira e direção temporal em qualquer solucionador de EDP
Perguntas frequentes
Qual é a diferença entre as equações direta e reversa de Kolmogorov?
A equação reversa evolui uma função do estado inicial; a equação direta evolui a lei do estado de destino
A equação direta é a equação de Fokker–Planck?
Para processos de difusão, sim. Fokker–Planck é o nome comum da equação direta de Kolmogorov para a densidade
Qual equação é usada para precificar opções?
Os valores de opções europeias normalmente são propagados para trás a partir do payoff terminal, enquanto equações diretas podem evoluir densidades de preços de estado
Por que as condições de fronteira importam?
Elas determinam se a probabilidade é absorvida, refletida, conservada ou inacessível e, portanto, alteram tanto as distribuições quanto os valores