σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de Calculus›Módulo 2 · Gradientes e integrais›Tópico 2.3·~45 minIntermediário

Integrais multivariáveis por Monte Carlo

Posição no roteiroMódulo 2 de 4 · Tópico 3 de 3
2.3 Integrais multivariáveis por Monte Carlo
—Nota do lab— / 100XP total—Sequência—

Integrais por amostragem

Uma integral múltipla soma uma função sobre uma região, ∬Rf dA\iint_R f\,dA∬R​fdA. Poucas podem ser resolvidas à mão, e ainda assim as finanças estão cheias delas: o ganho esperado de um derivativo, a probabilidade de uma perda e o preço de uma opção sobre cesta são integrais em muitas dimensões.

∫Rf dV≈V⋅1N∑i=1Nf(xi)\int_R f\,dV \approx V\cdot\frac{1}{N}\sum_{i=1}^{N} f(\mathbf{x}_i)∫R​fdV≈V⋅N1​i=1∑N​f(xi​)(1)

O Monte Carlo estima a integral por amostragem. Sorteie NNN pontos aleatórios xi\mathbf{x}_ixi​ uniformemente em uma região de volume conhecido VVV que contenha o domínio, tire a média de fff sobre eles e multiplique por VVV. A estimativa é ela mesma aleatória, com erro padrão σ/N\sigma/\sqrt{N}σ/N​: para reduzir o erro à metade são necessários quatro vezes mais pontos.

Sua grande vantagem é a dimensão. Uma grade de 10 pontos por eixo exige 10d10^d10d pontos em ddd dimensões, ou seja, 101010^{10}1010 para d=10d=10d=10. O erro do Monte Carlo continua diminuindo como 1/N1/\sqrt{N}1/N​, seja qual for ddd. Para áreas e volumes, reduz-se a acertar ou errar: a fração de pontos aleatórios que caem dentro da figura, vezes o volume da caixa.

  • Estimativa: VVV vezes a média de fff sobre pontos aleatórios uniformes.
  • Erro padrão: σ/N\sigma/\sqrt{N}σ/N​; quatro vezes mais pontos o reduzem à metade.
  • Acerto ou erro: a área ou o volume é a fração de pontos dentro vezes o volume da caixa.
Um volume por acerto ou erroLance pontos aleatórios no cubo [−1,1]3[-1,1]^3[−1,1]3, de volume 8. Um ponto está dentro da bola unitária se x2+y2+z2≤1x^2+y^2+z^2\le 1x2+y2+z2≤1. A fração exata dentro é 4π/38=π6≈0,5236\frac{4\pi/3}{8}=\frac{\pi}{6}\approx 0{,}523684π/3​=6π​≈0,5236; com 100.000 pontos cerca de 52.360 caem dentro, com erro padrão p(1−p)/N≈0,0016\sqrt{p(1-p)/N}\approx 0{,}0016p(1−p)/N​≈0,0016 na fração.
A resposta muda com a sementeDuas execuções com sementes diferentes dão estimativas ligeiramente diferentes, porque a estimativa é aleatória. Informe sempre o erro padrão junto ao valor e fixe a semente quando precisar de um resultado reproduzível, como fazem os laboratórios deste curso.

Lab: o que é avaliado

  • Uma integral dupla exata15 pts
  • O erro padrão15 pts
  • Quantos pontos a mais15 pts
  • Um volume por acerto ou erro15 pts
  • Por que Monte Carlo em muitas dimensões10 pts
  • A receita do Monte Carlo10 pts
  • Por que a amostragem funciona20 pts
0/ 7 respondidas
Tarefas
1Resposta numérica15 ptsSem resposta

Calcule ∫01∫01xy dx dy\int_0^1\int_0^1 xy\,dx\,dy∫01​∫01​xydxdy. É o valor do qual uma estimativa Monte Carlo deve se aproximar.

I=I =I=aceito: ± 0.001
2Resposta numérica15 ptsSem resposta

Os valores f(xi)f(\mathbf{x}_i)f(xi​) têm desvio padrão σ=0,5\sigma=0{,}5σ=0,5 e você usa N=10.000N=10.000N=10.000 pontos. Qual é o erro padrão σ/N\sigma/\sqrt{N}σ/N​ da média?

SE=SE =SE=aceito: ± 0.0001
3Resposta numérica15 ptsSem resposta

Por que fator é preciso multiplicar NNN para reduzir o erro padrão a um quarto?

factor=factor =factor=aceito: ± 0.001
4Resposta numérica15 ptsSem resposta

Pontos aleatórios preenchem o cubo [−1,1]3[-1,1]^3[−1,1]3. Que fração deve cair dentro da bola unitária? Dê π/6\pi/6π/6 com 4 casas decimais.

p=p =p=aceito: ± 0.001
5Escolha10 ptsSem resposta

Por que se prefere Monte Carlo a uma grade para uma integral em 10 dimensões?

6Ordenar os passos10 ptsSem resposta

Coloque em ordem os passos de uma integral Monte Carlo.

Arraste para reordenar, ou foque um item, Espaço para levantá-lo, setas para movê-lo e Espaço para soltá-lo.

  1. 1Avaliar fff em cada ponto
  2. 2Escolher uma caixa de volume conhecido VVV que contenha a região
  3. 3Tirar a média dos valores e multiplicar por VVV
  4. 4Sortear NNN pontos aleatórios uniformes na caixa
7Explicar com palavras20 ptsSem resposta

Em duas ou três frases, explique como se calcula uma estimativa Monte Carlo, com que rapidez seu erro diminui e por que isso importa em muitas dimensões.

Modo matemáticaEntrada por teclado ou LaTeXTarefa 1 de 7 · Ctrl ⏎ para verificar

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub