Itô’s Lemma Ausarbeitung im Rahmen des Seminars "Finanzmathematik", SS 2009 Die Arbeiten des japanischen Mathematikers Kiyosi Itô aus den 1940er Jahren bilden heute die Grundlage der Theorie stochastischer Integration und stochastischer Differentialgleichungen. Die Ausarbeitung beschäftigt sich mit Itô's Kalkül, in dem zunächst das Itô-Integral bezüglich diverser Integratoren bereitgestellt wird, um sich anschließend mit Itô's Lemma bzw. der Itô-Formel als grundlegendes Hilfsmittel stochastischer Integration zu widmen. Am Ende wird ein kurzer Ausblick auf das Black-Scholes-Modell für zeitstetige Finanzmärkte vollzogen. Grundlage für die Ausarbeitung ist das Buch "Risk-Neutral Valuation" von Nicholas H. Bingham und Rüdiger Kiesel.

We approximate the solution of a quasilinear stochastic partial differential equa- tion driven by fractional Brownian motion B_H(t); H in (0,1), which was calculated via fractional White Noise calculus, see [5].

Optical tweezers are a sensitive position and force transducer widely employed in physics and biology. In a focussed laser, forces due to radiation pressure enable to trap and manipulate small dielectric particles used as probes for various experiments. For sensitive biophysical measurements, microspheres are often used as a handle for the molecule of interest. The force range of optical traps well covers the piconewton forces generated by individual biomolecules such as kinesin molecular motors. However, cellular processes are often driven by ensembles of molecular machines generating forces exceeding a nanonewton and thus the capabilities of optical tweezers. In this thesis I focused, fifirst, on extending the force range of optical tweezers by improving the trapping e fficiency of the probes and, second, on applying the optical tweezers technology to understand the mechanics of molecular motors. I designed and fabricated photonically-structured probes: Anti-reflection-coated, high-refractive-index, core-shell particles composed of titania. With these probes, I significantly increased the maximum optical force beyond a nanonewton. These particles open up new research possibilities in both biology and physics, for example, to measure hydrodynamic resonances associated with the colored nature of the noise of Brownian motion. With respect to biophysical applications, I used the optical tweezers to study the mechanics of single kinesin-8. Kinesin-8 has been shown to be a very processive, plus-end directed microtubule depolymerase. The underlying mechanism for the high processivity and how stepping is affected by force is unclear. Therefore, I tracked the motion of yeast (Kip3) and human (Kif18A) kinesin-8s with high precision under varying loads. We found that kinesin-8 is a low-force motor protein, which stalled at loads of only 1 pN. In addition, we discovered a force-induced stick-slip motion, which may be an adaptation for the high processivity. Further improvement in optical tweezers probes and the instrument will broaden the scope of feasible optical trapping experiments in the future.

The theory of Brownian motion is a cornerstone of modern physics. In this thesis, we introduce a nonequilibrium extension to this theory, namely an effective Markovian theory of the Brownian motion of a heated nanoparticle. This phenomenon belongs to the class of nonequilibrium steady states (NESS) and is characterized by spatially inhomogeneous temperature and viscosity fields extending in the solvent surrounding the nanoparticle. The first chapter provides a pedagogic introduction to the subject and a concise summary of our main results and summarizes their implications for future developments and innovative applications. The derivation of our main results is based on the theory of fluctuating hydrodynamics, which we introduce and extend to NESS conditions, in the second chapter. We derive the effective temperature and the effective friction coefficient for the generalized Langevin equation describing the Brownian motion of a heated nanoparticle. As major results, we find that these parameters obey a generalized Stokes–Einstein relation, and that, to first order in the temperature increment of the particle, the effective temperature is given in terms of a set of universal numbers. In chapters three and four, these basic results are made explicit for various realizations of hot Brownian motion. We show in detail, that different degrees of freedom are governed by distinct effective parameters, and we calculate these for the rotational and translational motion of heated nanobeads and nanorods. Whenever possible, analytic results are provided, and numerically accurate approximation methods are devised otherwise. To test and validate all our theoretical predictions, we present large-scale molecular dynamics simulations of a Lennard-Jones system, in chapter five. These implement a state-of-the-art GPU-powered parallel algorithm, contributed by D. Chakraborty. Further support for our theory comes from recent experimental observations of gold nanobeads and nanorods made in the the groups of F. Cichos and M. Orrit. We introduce the theoretical concept of PhoCS, an innovative technique which puts the selective heating of nanoscopic tracer particles to good use. We conclude in chapter six with some preliminary results about the self-phoretic motion of so-called Janus particles. These two-faced hybrids with a hotter and a cooler side perform a persistent random walk with the persistence only limited by their hot rotational Brownian motion. Such particles could act as versatile laser-controlled nanotransporters or nanomachines, to mention just the most obvious future nanotechnological applications of hot Brownian motion.:1 Introduction and Overview 2 Theory of Hot Brownian Motion 3 Various Realizations of Hot Brownian Motion 4 Toy Model and Numerical Methods 5 From Experiments and Simulations to Applications 6 Conclusion and Outlook

Itô’s Lemma Ausarbeitung im Rahmen des Seminars "Finanzmathematik", SS 2009 Die Arbeiten des japanischen Mathematikers Kiyosi Itô aus den 1940er Jahren bilden heute die Grundlage der Theorie stochastischer Integration und stochastischer Differentialgleichungen. Die Ausarbeitung beschäftigt sich mit Itô's Kalkül, in dem zunächst das Itô-Integral bezüglich diverser Integratoren bereitgestellt wird, um sich anschließend mit Itô's Lemma bzw. der Itô-Formel als grundlegendes Hilfsmittel stochastischer Integration zu widmen. Am Ende wird ein kurzer Ausblick auf das Black-Scholes-Modell für zeitstetige Finanzmärkte vollzogen. Grundlage für die Ausarbeitung ist das Buch "Risk-Neutral Valuation" von Nicholas H. Bingham und Rüdiger Kiesel.

In der Statistik und der Mathematik ist die Normalverteilung der am meisten verbreitete, stochastische Term für die Mehrheit der statistischen Modelle. Wir zeigen, dass der entsprechende stochastische Prozess, die Brownsche Bewegung, drei entscheidende empirische Beobachtungen nicht abbildet: schwere Ränder, Langzeitabhängigkeiten und Skalierungsgesetze. Ein selbstähnlicher Prozess, der in der Lage ist Langzeitabhängigkeiten zu modellieren, ist die Gebrochene Brownsche Bewegung, welche durch die Faltung der Inkremente im Limit nicht normalverteilt sein muss. Die Inkremente der Gebrochenen Brownschen Bewegung können durch einen Parameter H, dem Hurst Exponenten, Langzeitabhängigkeiten darstellt werden. Für die Gebrochene Brownsche Bewegung müssten die Skalierungs-(Hurst-) Exponenten über die Momente verschiedener Ordnung konstant sein. Empirisch beobachten wir variierende Hölder-Exponenten, die multifraktales Verhalten implizieren. Wir erklären dieses multifraktale Verhalten durch die Änderung des alpha-stabilen Indizes der alpha-stabilen Verteilung, indem wir Filter für Saisonalitäten und Langzeitabhängigkeiten über verschiedene Zeitfrequenzen anwenden, startend bei 1-minütigen Hochfrequenzdaten. Durch die Anwendung eines Filters für die Langzeitabhängigkeit zeigen wir, dass die Residuen des stochastischen Prozesses geringer Zeitfrequenz (wöchentlich) durch die alpha-stabile Bewegung beschrieben werden können. Dies erlaubt es uns, den empirischen, hochfrequenten Datensatz auf die niederfrequente Zeitfrequenz zu skalieren. Die generierten wöchentlichen Daten aus der Frequenz-Reskalierungs-Methode (FRM) haben schwerere Ränder als der ursprüngliche, wöchentliche Prozess. Wir zeigen, dass eine Teilmenge des Datensatzes genügt, um aus Risikosicht bessere Vorhersagen für den gesamten Datensatz zu erzielen. Im Besonderen wäre die Frequenz-Reskalierungs-Methode (FRM) in der Lage gewesen, die seltenen Events der Finanzkrise 2008 zu modellieren. / Coming from a sphere in statistics and mathematics in which the Normal distribution is the dominating underlying stochastic term for the majority of the models, we indicate that the relevant diffusion, the Brownian Motion, is not accounting for three crucial empirical observations for financial data: Heavy tails, long memory and scaling laws. A self-similar process, which is able to account for long-memory behavior is the Fractional Brownian Motion, which has a possible non-Gaussian limit under convolution of the increments. The increments of the Fractional Brownian Motion can exhibit long memory through a parameter H, the Hurst exponent. For the Fractional Brownian Motion this scaling (Hurst) exponent would be constant over different orders of moments, being unifractal. But empirically, we observe varying Hölder exponents, the continuum of Hurst exponents, which implies multifractal behavior. We explain the multifractal behavior through the changing alpha-stable indices from the alpha-stable distributions over sampling frequencies by applying filters for seasonality and time dependence (long memory) over different sampling frequencies, starting at high-frequencies up to one minute. By utilizing a filter for long memory we show, that the low-sampling frequency process, not containing the time dependence component, can be governed by the alpha-stable motion. Under the alpha-stable motion we propose a semiparametric method coined Frequency Rescaling Methodology (FRM), which allows to rescale the filtered high-frequency data set to the lower sampling frequency. The data sets for e.g. weekly data which we obtain by rescaling high-frequency data with the Frequency Rescaling Method (FRM) are more heavy tailed than we observe empirically. We show that using a subset of the whole data set suffices for the FRM to obtain a better forecast in terms of risk for the whole data set. Specifically, the FRM would have been able to account for tail events of the financial crisis 2008.

Anomale Diffusion ist ein weitverbreiteter Transportmechanismus, welcher für gewöhnlich mit ensemble-basierten Methoden experimentell untersucht wird. Motiviert durch den Fortschritt in der Einzelteilchenverfolgung, wo typischerweise Zeitmittelwerte bestimmt werden, entsteht die Frage nach der Ergodizität. Stimmen ensemble-gemittelte Größen und zeitgemittelte Größen überein, und wenn nicht, wie unterscheiden sie sich? In dieser Arbeit studieren wir verschiedene stochastische Modelle für anomale Diffusion bezüglich ihres ergodischen oder nicht-ergodischen Verhaltens hinsichtlich der mittleren quadratischen Verschiebung. Wir beginnen unsere Untersuchung mit integrierter Brownscher Bewegung, welche von großer Bedeutung für alle Systeme mit Impulsdiffusion ist. Für diesen Prozess stellen wir die ensemble-gemittelte quadratische Verschiebung und die zeitgemittelte quadratische Verschiebung gegenüber und charakterisieren insbesondere die Zufälligkeit letzterer. Im zweiten Teil bilden wir integrierte Brownsche Bewegung auf andere Modelle ab, um einen tieferen Einblick in den Ursprung des nicht-ergodischen Verhaltens zu bekommen. Dabei werden wir auf einen verallgemeinerten Lévy-Lauf geführt. Dieser offenbart interessante Phänomene, welche in der Literatur noch nicht beobachtet worden sind. Schließlich führen wir eine neue Größe für die Analyse anomaler Diffusionsprozesse ein, die Verteilung der verallgemeinerten Diffusivitäten, welche über die mittlere quadratische Verschiebung hinausgeht, und analysieren mit dieser ein oft verwendetes Modell der anomalen Diffusion, den subdiffusiven zeitkontinuierlichen Zufallslauf. / Anomalous diffusion is a widespread transport mechanism, which is usually experimentally investigated by ensemble-based methods. Motivated by the progress in single-particle tracking, where time averages are typically determined, the question of ergodicity arises. Do ensemble-averaged quantities and time-averaged quantities coincide, and if not, in what way do they differ? In this thesis, we study different stochastic models for anomalous diffusion with respect to their ergodic or nonergodic behavior concerning the mean-squared displacement. We start our study with integrated Brownian motion, which is of high importance for all systems showing momentum diffusion. For this process, we contrast the ensemble-averaged squared displacement with the time-averaged squared displacement and, in particular, characterize the randomness of the latter. In the second part, we map integrated Brownian motion to other models in order to get a deeper insight into the origin of the nonergodic behavior. In doing so, we are led to a generalized Lévy walk. The latter reveals interesting phenomena, which have never been observed in the literature before. Finally, we introduce a new tool for analyzing anomalous diffusion processes, the distribution of generalized diffusivities, which goes beyond the mean-squared displacement, and we analyze with this tool an often used model of anomalous diffusion, the subdiffusive continuous time random walk.

Scientific Workflows bieten flexible Möglichkeiten für die Modellierung und den Austausch komplexer Arbeitsabläufe zur Analyse wissenschaftlicher Daten. In den letzten Jahrzehnten sind verschiedene Systeme entstanden, die den Entwurf, die Ausführung und die Verwaltung solcher Scientific Workflows unterstützen und erleichtern. In mehreren wissenschaftlichen Disziplinen wachsen die Mengen zu verarbeitender Daten inzwischen jedoch schneller als die Rechenleistung und der Speicherplatz verfügbarer Rechner. Parallelisierung und verteilte Ausführung werden häufig angewendet, um mit wachsenden Datenmengen Schritt zu halten. Allerdings sind die durch verteilte Infrastrukturen bereitgestellten Ressourcen häufig heterogen, instabil und unzuverlässig. Um die Skalierbarkeit solcher Infrastrukturen nutzen zu können, müssen daher mehrere Anforderungen erfüllt sein: Scientific Workflows müssen parallelisiert werden. Simulations-Frameworks zur Evaluation von Planungsalgorithmen müssen die Instabilität verteilter Infrastrukturen berücksichtigen. Adaptive Planungsalgorithmen müssen eingesetzt werden, um die Nutzung instabiler Ressourcen zu optimieren. Hadoop oder ähnliche Systeme zur skalierbaren Verwaltung verteilter Ressourcen müssen verwendet werden. Diese Dissertation präsentiert neue Lösungen für diese Anforderungen. Zunächst stellen wir DynamicCloudSim vor, ein Simulations-Framework für Cloud-Infrastrukturen, welches verschiedene Aspekte der Variabilität adäquat modelliert. Im Anschluss beschreiben wir ERA, einen adaptiven Planungsalgorithmus, der die Ausführungszeit eines Scientific Workflows optimiert, indem er Heterogenität ausnutzt, kritische Teile des Workflows repliziert und sich an Veränderungen in der Infrastruktur anpasst. Schließlich präsentieren wir Hi-WAY, eine Ausführungsumgebung die ERA integriert und die hochgradig skalierbare Ausführungen in verschiedenen Sprachen beschriebener Scientific Workflows auf Hadoop ermöglicht. / Scientific workflows provide a means to model, execute, and exchange the increasingly complex analysis pipelines necessary for today's data-driven science. Over the last decades, scientific workflow management systems have emerged to facilitate the design, execution, and monitoring of such workflows. At the same time, the amounts of data generated in various areas of science outpaced hardware advancements. Parallelization and distributed execution are generally proposed to deal with increasing amounts of data. However, the resources provided by distributed infrastructures are subject to heterogeneity, dynamic performance changes at runtime, and occasional failures. To leverage the scalability provided by these infrastructures despite the observed aspects of performance variability, workflow management systems have to progress: Parallelization potentials in scientific workflows have to be detected and exploited. Simulation frameworks, which are commonly employed for the evaluation of scheduling mechanisms, have to consider the instability encountered on the infrastructures they emulate. Adaptive scheduling mechanisms have to be employed to optimize resource utilization in the face of instability. State-of-the-art systems for scalable distributed resource management and storage, such as Apache Hadoop, have to be supported. This dissertation presents novel solutions for these aspirations. First, we introduce DynamicCloudSim, a cloud computing simulation framework that is able to adequately model the various aspects of variability encountered in computational clouds. Secondly, we outline ERA, an adaptive scheduling policy that optimizes workflow makespan by exploiting heterogeneity, replicating bottlenecks in workflow execution, and adapting to changes in the underlying infrastructure. Finally, we present Hi-WAY, an execution engine that integrates ERA and enables the highly scalable execution of scientific workflows written in a number of languages on Hadoop.

Die Assoziation kleiner Moleküle (Liganden) in hydrophobe Bindungstaschen spielt eine fundamentale Rolle in der Biomolekularerkennung und den Selbstassemblierungsprozessen der physikalischen Chemie wässriger Lösungen. Während der Einfluss des Wassers auf die freie Energie der Bindung (die Bindungsaffinität) im thermischen Gleichgewicht in den letzten Jahren auf immer stärkere Aufmerksamkeit stößt, ist die Rolle des Wassers in der Kinetik und der Bestimmung der Bindungsraten noch weitestgehend unverstanden. Welche nanoskaligen Effekte des Wassers beeinflussen die Dynamik des Liganden in der Nähe der Bindungstasche, und wie lassen sie sich durch die chemischen Eigenschaften der Tasche steuern? Neuste Forschungen haben mithilfe von molekularen Computersimulationen eines einfachen Modells gezeigt, dass Hydrationsfluktuationen in der hydrophoben Bindungstasche an die Dynamik des Liganden koppeln und damit seine Bindungsrate beeinflussen. Da die Wasserfluktuationen wiederum durch die Geometrie und Hydrophobizität der Bindungstasche beeinflusst werden, entsteht die Möglichkeit, kontrollierte Fluktuation zu kreieren, um die Bindungsraten des Liganden zu steuern. In dieser Arbeit wird diese Perspektive mithilfe eines theoretischen Multiskalenansatzes für prototypische Schlüssel-Schloss-Systeme aufgegriffen. Wir untersuchen den Einfluss der physikochemischen Eigenschaften der Bindungstasche auf die Diffusivität und die Bindungsraten des Liganden, und wie die Orientierung eines anisotropen Liganden an die Hydrationsfluktuationen der Tasche koppelt. Damit stellen wir fest, dass kleine Änderungen der Taschentiefe eine extreme Beschleunigung der Bindungsraten bewirken kann und, dass gleichzeitig die Bindung in konkave Taschen vorteilhaft für die Reorientierungsdynamik des Liganden ist. Die Resultate dieses Projekts sollen somit helfen, maßgeschneiderte Lösungen für funktionale „Host-Guest“-Systeme sowie pharmazeutische Moleküle in biomedizinischen Anwendungen zu entwickeln. / The association of small molecules (ligands) to hydrophobic binding pockets plays an integral role in biochemical molecular recognition and function, as well as in various self-assembly processes in the physical chemistry of aqueous solutions. While the investigation of water contributions to the binding free energy (affinity) in equilibrium has attracted a great deal of attention in the last decade, little is known about the role of water in determining the rates of binding and kinetic mechanisms. For instance, what are the nanoscale water effects on ligand diffusion close to the hydrophobic docking site, and how can they be steered by the chemical composition of the pocket? Recent studies used molecular simulations of a simple prototypical pocket-ligand model to show that hydration fluctuations within the binding pocket can couple to the ligand dynamics and influence its binding rates. Since the hydration fluctuations, in turn, can be modified by the pocket’s geometry and hydrophobicity, the possibility exists to create well-controlled solvent fluctuations to steer the ligand’s binding rates. In this work, we pick up this appealing notion employing a theoretical multi-scale approach of a generic key-lock system in aqueous solution. We explore the influence of the physicochemical properties of the pocket on local ligand diffusivities and binding rates and demonstrate how the orientation of a (non-spherical) ligand couples to a pocket’s hydration fluctuations. We find that minor modulation in pocket depth can drastically speed up the binding rate and that, concurrently, binding to molded binding sites is advantageous for the rotational dynamics of the ligand. The results and discussion of this work shall, therefore, imply generic design principles for tailored solutions of functional host-guest systems as well as optimized drugs in biomedical applications.

Anomale Diffusion ist ein weitverbreiteter Transportmechanismus, welcher für gewöhnlich mit ensemble-basierten Methoden experimentell untersucht wird. Motiviert durch den Fortschritt in der Einzelteilchenverfolgung, wo typischerweise Zeitmittelwerte bestimmt werden, entsteht die Frage nach der Ergodizität. Stimmen ensemble-gemittelte Größen und zeitgemittelte Größen überein, und wenn nicht, wie unterscheiden sie sich? In dieser Arbeit studieren wir verschiedene stochastische Modelle für anomale Diffusion bezüglich ihres ergodischen oder nicht-ergodischen Verhaltens hinsichtlich der mittleren quadratischen Verschiebung. Wir beginnen unsere Untersuchung mit integrierter Brownscher Bewegung, welche von großer Bedeutung für alle Systeme mit Impulsdiffusion ist. Für diesen Prozess stellen wir die ensemble-gemittelte quadratische Verschiebung und die zeitgemittelte quadratische Verschiebung gegenüber und charakterisieren insbesondere die Zufälligkeit letzterer. Im zweiten Teil bilden wir integrierte Brownsche Bewegung auf andere Modelle ab, um einen tieferen Einblick in den Ursprung des nicht-ergodischen Verhaltens zu bekommen. Dabei werden wir auf einen verallgemeinerten Lévy-Lauf geführt. Dieser offenbart interessante Phänomene, welche in der Literatur noch nicht beobachtet worden sind. Schließlich führen wir eine neue Größe für die Analyse anomaler Diffusionsprozesse ein, die Verteilung der verallgemeinerten Diffusivitäten, welche über die mittlere quadratische Verschiebung hinausgeht, und analysieren mit dieser ein oft verwendetes Modell der anomalen Diffusion, den subdiffusiven zeitkontinuierlichen Zufallslauf. / Anomalous diffusion is a widespread transport mechanism, which is usually experimentally investigated by ensemble-based methods. Motivated by the progress in single-particle tracking, where time averages are typically determined, the question of ergodicity arises. Do ensemble-averaged quantities and time-averaged quantities coincide, and if not, in what way do they differ? In this thesis, we study different stochastic models for anomalous diffusion with respect to their ergodic or nonergodic behavior concerning the mean-squared displacement. We start our study with integrated Brownian motion, which is of high importance for all systems showing momentum diffusion. For this process, we contrast the ensemble-averaged squared displacement with the time-averaged squared displacement and, in particular, characterize the randomness of the latter. In the second part, we map integrated Brownian motion to other models in order to get a deeper insight into the origin of the nonergodic behavior. In doing so, we are led to a generalized Lévy walk. The latter reveals interesting phenomena, which have never been observed in the literature before. Finally, we introduce a new tool for analyzing anomalous diffusion processes, the distribution of generalized diffusivities, which goes beyond the mean-squared displacement, and we analyze with this tool an often used model of anomalous diffusion, the subdiffusive continuous time random walk.