Darbe taikyta Norvaišos ir Salopk (2002) metodologija funkcijos šiurkštumui nagrinėti remiantis modifikuotu funkcijos grafiko dėžučių skaičiaus indeksu. Funkcijos šiurkštumas nusakomas p-variacijos indeksu, kuris prie tam tikrų sąlygų lygus fraktalo dimensijai. Darbe ištirtos tiesinės regresijos, kuri vertina p-variacijos indeksą, liekanos ir pasiūlytas būdas kaip išpildyti balto triukšmo prielaidas. Rezultatai apibendrinti Monte Carlo procedūra. Sukonstruoti p-variacijos indekso pasikliautinieji intevalai -stabiliam ir trupmeniniam Brauno judesio procesams. Ištirtas p-variacijos indekso kintamumas laike „Vallourec” akcijų kainos procesui. / To estimate the roughness of the sample function the methodology introdused in Norvaiša and Salopek (2002) was applied. The roughness is defined as p-variation index of the sample function graph. Methodology is based on linear regression of the oscilation index. This master thesis tests the assumptions of linear regression residuals and constructs estimator which fulfill these assumptions. The model was used for the generated α-stable process and fractional Brownian motion. Conclusions are generalized using Monte-Carlo procedure. The confidence intervals for the p-variation index was constructed making assumption that the process is the realisation of -stable or fractional Brownian motion. The p-variation index was estimated for the „Vallourec” stock price data, sampled at irregular time. In addidion the variability in time of p-variation index was studied for different segments of intervals.

Seja $\\mathcal X=\\{\\mathcal X_t:\\, t\\geq0,\\, \\mathcal X_0=0\\}$ um passeio aleatório $\\beta$-estável em $\\mathbb Z$ com média zero e com taxas de saltos não-homogêneas $\\{\\tau_i^: i\\in\\mathbb Z\\}$, com $\\beta\\in(1,2]$ e $\\{\\tau_i: i\\in\\mathbb Z\\}$ sendo uma família de variáveis aleatórias independentes com distribuição marginal comum na bacia de atração de uma lei $\\alpha$-estável, com $\\alpha\\in(0,2]$. Nesta tese, obtemos resultados sobre o comportamento do processo $\\mathcal X_t$ para tempos longos, em particular, obtemos seu limite de escala. Quando $\\alpha\\in(0,1)$, o limite de escala é um processo $\\beta$-estável mudado de tempo pela inversa de um outro processo, o qual envolve o tempo local do processo $\\beta$-estável e um independente subordinador $\\alpha$-estável; chamamos o processo resultante de processo quase-estável. Para o caso $\\alpha\\in[1,2]$, o limite de escala é um ordinário processo $\\beta$-estável. Para $\\beta=2$ e $\\alpha\\in(0,1)$, o limite de escala é uma quase-difusão com medida de velocidade aleatória estudada por Fontes, Isopi e Newman (2002). Outros resultados sobre o comportamento de $\\mathcal X$ para tempos longos são envelhecimento e localização. Nós obtemos resultados de envelhecimento integrado e não-integrado para $\\mathcal X$ quando $\\alpha\\in(0,1)$. Relacionado à esses resultados, e possivelmente de interesse independente, consideramos o processo de armadilha definido por $\\{\\tau_{\\mathcal X_t}: t\\geq0\\}$, e obtemos seu limite de escala. Concluímos a tese com resultados sobre localização de $\\mathcal X$. Mostramos que ele pode ser localizado quando $\\alpha\\in(0,1)$, e que não pode ser localizado quando $\\alpha\\in(1,2]$, assim estendendo os resultados de Fontes, Isopi e Newman (1999) para o caso de passeios simples simétricos. / Let $\\mathcal X=\\{\\mathcal X_t:\\, t\\geq0,\\, \\mathcal X_0=0\\}$ be a mean zero $\\beta$-stable random walk on $\\mathbb Z$ with inhomogeneous jump rates $\\{\\tau_i^: i\\in\\mathbb Z\\}$, with $\\beta\\in(1,2]$ and $\\{\\tau_i: i\\in\\mathbb Z\\}$ is a family of independent random variables with common marginal distribution in the basin of attraction of an $\\alpha$-stable law with $\\alpha\\in(0,2]$. In this thesis we derive results about the long time behavior of this process, in particular its scaling limit. When $\\alpha\\in(0,1)$, the scaling limit is a $\\beta$-stable process time-changed by the inverse of another process, involving the local time of the $\\beta$-stable process and an independent $\\alpha$-stable subordinator; the resulting process may be called a quasistable process. For the case $\\alpha\\in[1,2]$, the scaling limit is an ordinary $\\beta$-stable process. For $\\beta=2$ and $\\alpha\\in(0,1)$, the scaling limit is a quasidiffusion with random speed measure studied by Fontes, Isopi and Newman (2002). Other results about the long time behavior of $\\mathcal X$ concern aging and localization. We obtain integrated and non integrated aging results for $\\mathcal X$ when $\\alpha\\in(0,1)$. Related to these results, and possibly of independent interest, we consider the trap process defined as $\\{\\tau_{\\mathcal X_t}: t\\geq0\\}$, and derive its scaling limit. We conclude the thesis with results about localization of $\\mathcal X$. We show that it localizes when $\\alpha\\in(0,1)$, and does not localize when $\\alpha\\in(1,2]$, extending results of Fontes, Isopi and Newman (1999) for the simple symmetric case.

Seja $\\mathcal X=\\{\\mathcal X_t:\\, t\\geq0,\\, \\mathcal X_0=0\\}$ um passeio aleatório $\\beta$-estável em $\\mathbb Z$ com média zero e com taxas de saltos não-homogêneas $\\{\\tau_i^: i\\in\\mathbb Z\\}$, com $\\beta\\in(1,2]$ e $\\{\\tau_i: i\\in\\mathbb Z\\}$ sendo uma família de variáveis aleatórias independentes com distribuição marginal comum na bacia de atração de uma lei $\\alpha$-estável, com $\\alpha\\in(0,2]$. Nesta tese, obtemos resultados sobre o comportamento do processo $\\mathcal X_t$ para tempos longos, em particular, obtemos seu limite de escala. Quando $\\alpha\\in(0,1)$, o limite de escala é um processo $\\beta$-estável mudado de tempo pela inversa de um outro processo, o qual envolve o tempo local do processo $\\beta$-estável e um independente subordinador $\\alpha$-estável; chamamos o processo resultante de processo quase-estável. Para o caso $\\alpha\\in[1,2]$, o limite de escala é um ordinário processo $\\beta$-estável. Para $\\beta=2$ e $\\alpha\\in(0,1)$, o limite de escala é uma quase-difusão com medida de velocidade aleatória estudada por Fontes, Isopi e Newman (2002). Outros resultados sobre o comportamento de $\\mathcal X$ para tempos longos são envelhecimento e localização. Nós obtemos resultados de envelhecimento integrado e não-integrado para $\\mathcal X$ quando $\\alpha\\in(0,1)$. Relacionado à esses resultados, e possivelmente de interesse independente, consideramos o processo de armadilha definido por $\\{\\tau_{\\mathcal X_t}: t\\geq0\\}$, e obtemos seu limite de escala. Concluímos a tese com resultados sobre localização de $\\mathcal X$. Mostramos que ele pode ser localizado quando $\\alpha\\in(0,1)$, e que não pode ser localizado quando $\\alpha\\in(1,2]$, assim estendendo os resultados de Fontes, Isopi e Newman (1999) para o caso de passeios simples simétricos. / Let $\\mathcal X=\\{\\mathcal X_t:\\, t\\geq0,\\, \\mathcal X_0=0\\}$ be a mean zero $\\beta$-stable random walk on $\\mathbb Z$ with inhomogeneous jump rates $\\{\\tau_i^: i\\in\\mathbb Z\\}$, with $\\beta\\in(1,2]$ and $\\{\\tau_i: i\\in\\mathbb Z\\}$ is a family of independent random variables with common marginal distribution in the basin of attraction of an $\\alpha$-stable law with $\\alpha\\in(0,2]$. In this thesis we derive results about the long time behavior of this process, in particular its scaling limit. When $\\alpha\\in(0,1)$, the scaling limit is a $\\beta$-stable process time-changed by the inverse of another process, involving the local time of the $\\beta$-stable process and an independent $\\alpha$-stable subordinator; the resulting process may be called a quasistable process. For the case $\\alpha\\in[1,2]$, the scaling limit is an ordinary $\\beta$-stable process. For $\\beta=2$ and $\\alpha\\in(0,1)$, the scaling limit is a quasidiffusion with random speed measure studied by Fontes, Isopi and Newman (2002). Other results about the long time behavior of $\\mathcal X$ concern aging and localization. We obtain integrated and non integrated aging results for $\\mathcal X$ when $\\alpha\\in(0,1)$. Related to these results, and possibly of independent interest, we consider the trap process defined as $\\{\\tau_{\\mathcal X_t}: t\\geq0\\}$, and derive its scaling limit. We conclude the thesis with results about localization of $\\mathcal X$. We show that it localizes when $\\alpha\\in(0,1)$, and does not localize when $\\alpha\\in(1,2]$, extending results of Fontes, Isopi and Newman (1999) for the simple symmetric case.