O modelo raise and peel é um modelo estocástico unidimensional com absorção local e desorção não local. O modelo depende de um único parâmetro u que é a razão entre a taxa de absorção pela de dessorção. Em um valor especial deste parâmetro (u = 1) o modelo tem características interessantes. O espectro é descrito por uma teoria de campos conforme (carga central c = 0), sendo que a distribuição de probabilidade estacionária está relacionada a um sistema de equilíbrio em duas dimensões. O diagrama de fases do modelo, como função do parâmetro u, tem uma fase massiva (com lacuna de massa) e uma sem massa (lacuna de massa nula) com expoentes críticos que variam continuamente com o parâmetro u. Nesta dissertação estudamos uma extensão do modelo raise and peel model no ponto u = 1, e que depende de um parâmetro adicional p. Surpreendentemente o novo modelo exibe invariância conforme para todo o domínio do seu parâmetro p, e está na mesma classe de universalidade do modelo raise and peel usual (u = 1). A única diferença entre os dois modelos é o valor da velocidade do som vs(p), que agora é função de p. Os métodos que utilizamos nesta dissertação foram diagonalizações exatas do operador de evolução do modelo (Hamiltoniano) para cadeias pequenas e simulações de Monte Carlo. / The raise and peel model is a one-dimensional nonlocal stochastic model where adsorption happens locally and desorption is nonlocal. The model depends on the single parameter u that is the ratio among the desorption and adsorption rates. At a special value of this parameter (u = 1) the model has interesting features. The spectrum is described by a conformal field theory (central charge c = 0), and its stationary probability density is related to the equilibrium distribution of a two dimensional system. The phase diagram of the model, as a function of the parameter u, has a massive phase (gapped phase) and a massless (gapless phase) whose critical exponents vary continuously with u. In this monography we study a one-parameter extension of the raise and peel model at u = 1, that depends on the additional parameter p. The new model exhibits conformal invariance for the whole range of values of its parameter p, and it is in the same universality class as the usual raise and peel model. The single difference between the models is the value of the sound velocity vs(p) which is a function of p. The methods used in this monography are the exact diagonalization of the evolution operator of the stochastic model (Hamiltonian), for small lattice sizes and Monte Carlo simulations.

É muito comum modelar problemas em finanças com processos estocásticos, dada a incerteza de suas variáveis de análise. Além disso, problemas reais nesse domínio são, em geral, de grande custo computacional, o que sugere a utilização de plataformas de alto desempenho (HPC) em sua implementação. As novas gerações de arquitetura de hardware gráfico (GPU) possibilitam a programação de propósito geral enquanto mantêm alta banda de memória e grande poder computacional. Assim, esse tipo de arquitetura vem se mostrando como uma excelente alternativa em HPC. Com isso, a proposta principal desse trabalho é estudar o ferramental matemático e computacional necessário para modelagem estocástica em finanças com a utilização de GPUs como plataforma de aceleração. Para isso, apresentamos a GPU como uma plataforma de computação de propósito geral. Em seguida, analisamos uma variedade de geradores de números aleatórios, tanto em arquitetura sequencial quanto paralela. Além disso, apresentamos os conceitos fundamentais de Cálculo Estocástico e de método de Monte Carlo para simulação estocástica em finanças. Ao final, apresentamos dois estudos de casos de problemas em finanças: \"Stops Ótimos\" e \"Cálculo de Risco de Mercado\". No primeiro caso, resolvemos o problema de otimização de obtenção do ganho ótimo em uma estratégia de negociação de ações de \"Stop Gain\". A solução proposta é escalável e de paralelização inerente em GPU. Para o segundo caso, propomos um algoritmo paralelo para cálculo de risco de mercado, bem como técnicas para melhorar a solução obtida. Nos nossos experimentos, houve uma melhora de 4 vezes na qualidade da simulação estocástica e uma aceleração de mais de 50 vezes. / Given the uncertainty of their variables, it is common to model financial problems with stochastic processes. Furthermore, real problems in this area have a high computational cost. This suggests the use of High Performance Computing (HPC) to handle them. New generations of graphics hardware (GPU) enable general purpose computing while maintaining high memory bandwidth and large computing power. Therefore, this type of architecture is an excellent alternative in HPC and comptutational finance. The main purpose of this work is to study the computational and mathematical tools needed for stochastic modeling in finance using GPUs. We present GPUs as a platform for general purpose computing. We then analyze a variety of random number generators, both in sequential and parallel architectures, and introduce the fundamental mathematical tools for Stochastic Calculus and Monte Carlo simulation. With this background, we present two case studies in finance: ``Optimal Trading Stops\'\' and ``Market Risk Management\'\'. In the first case, we solve the problem of obtaining the optimal gain on a stock trading strategy of ``Stop Gain\'\'. The proposed solution is scalable and with inherent parallelism on GPU. For the second case, we propose a parallel algorithm to compute market risk, as well as techniques for improving the quality of the solutions. In our experiments, there was a 4 times improvement in the quality of stochastic simulation and an acceleration of over 50 times.

O modelo raise and peel é um modelo estocástico unidimensional com absorção local e desorção não local. O modelo depende de um único parâmetro u que é a razão entre a taxa de absorção pela de dessorção. Em um valor especial deste parâmetro (u = 1) o modelo tem características interessantes. O espectro é descrito por uma teoria de campos conforme (carga central c = 0), sendo que a distribuição de probabilidade estacionária está relacionada a um sistema de equilíbrio em duas dimensões. O diagrama de fases do modelo, como função do parâmetro u, tem uma fase massiva (com lacuna de massa) e uma sem massa (lacuna de massa nula) com expoentes críticos que variam continuamente com o parâmetro u. Nesta dissertação estudamos uma extensão do modelo raise and peel model no ponto u = 1, e que depende de um parâmetro adicional p. Surpreendentemente o novo modelo exibe invariância conforme para todo o domínio do seu parâmetro p, e está na mesma classe de universalidade do modelo raise and peel usual (u = 1). A única diferença entre os dois modelos é o valor da velocidade do som vs(p), que agora é função de p. Os métodos que utilizamos nesta dissertação foram diagonalizações exatas do operador de evolução do modelo (Hamiltoniano) para cadeias pequenas e simulações de Monte Carlo. / The raise and peel model is a one-dimensional nonlocal stochastic model where adsorption happens locally and desorption is nonlocal. The model depends on the single parameter u that is the ratio among the desorption and adsorption rates. At a special value of this parameter (u = 1) the model has interesting features. The spectrum is described by a conformal field theory (central charge c = 0), and its stationary probability density is related to the equilibrium distribution of a two dimensional system. The phase diagram of the model, as a function of the parameter u, has a massive phase (gapped phase) and a massless (gapless phase) whose critical exponents vary continuously with u. In this monography we study a one-parameter extension of the raise and peel model at u = 1, that depends on the additional parameter p. The new model exhibits conformal invariance for the whole range of values of its parameter p, and it is in the same universality class as the usual raise and peel model. The single difference between the models is the value of the sound velocity vs(p) which is a function of p. The methods used in this monography are the exact diagonalization of the evolution operator of the stochastic model (Hamiltonian), for small lattice sizes and Monte Carlo simulations.

Neste trabalho é apresentada uma abordagem fuzzy para a estabilização de uma classe de sistemas não-lineares com parâmetros descritos por saltos Markovianos. Uma nova modelagem fuzzy de sistemas é formulada para representar esta classe de sistemas na vizinhança de pontos de operação escolhidos. A estrutura deste sistema fuzzy é composta de dois níveis, um para descrição dos saltos Markovianos e outro para descrição das não-linearidades no estado do sistema. Condições suficientes para a estabilização estocástica do sistema fuzzy considerado são derivadas usando uma função de Lyapunov acoplada. O projeto de controle fuzzy é então formulado a partir de um conjunto de desigualdades matriciais lineares. Em adição, um exemplo de aplicação, envolvendo a representação da operação de um sistema elétrico de potência em esquema de co-geração por um sistema com saltos Markovianos, é construído para validação dos resultados. / This work deals with the fuzzy-model-based control design for a class of Markovian jump nonlinear systems. A new fuzzy system modeling is proposed to approximate the dynamics of this class of systems. The structure of the new fuzzy system is composed of two levels, a crisp level which describes the Markovian jumps and a fuzzy level which describes the system nonlinearities. A sufficient condition on the existence of a stochastically stabilizing controller using a Lyapunov function approach is presented. The fuzzy-model-based control design is formulated in terms of a set of linear matrix inequalities. In addition, simulation results for a single-machine infinite-bus power system in cogeneration scheme, whose operation is modeled as an Markovian jump nonlinear system, are presented to illustrate the applicability of the technique.

Neste trabalho estudamos os type-dependent stochastic spin models propostos por Fernández et al., os que chamaremos de modelos de spins estocástico dependentes de tipo, e que foram usados para modelar redes de sinalização biológica. A modelagem original descreve a evolução macroscópica de um modelo de spin-flip de tamanho finito com k tipos de spins, possuindo um número arbitrário de estados internos, que interagem através de uma dinâmica estocástica não reversível. No limite termodinânico foi provado que, em um intervalo de tempo finito as trajetórias convergem quase certamente para uma trajetória determinística, dada por uma equação diferencial de primeira ordem. Os comportamentos destes sistemas dinâmicos podem incluir bifurcações, relacionadas às transições de fase do modelo. O nosso objetivo principal foi de estender os modelos de spins com dinâmica de Glauber utiliza- dos pelos autores, permitindo trocas múltiplas dos spins. No contexto biológico tentamos incluir situações nas quais moléculas de tipos diferentes trocam simultaneamente os seus estados internos. Utilizando diversas técnicas, como as de grandes desvíos e acoplamento, tem sido possível demonstrar a convergência para o sistema dinâmico associado. / We study type-dependent stochastic spin models proposed by Fernández et al., which were used to model biological signaling networks. The original modeling setup describes the macroscopic evolution of a finite-size spin-flip model with k types of spins with arbitrary number of internal states interacting through a non-reversible stochastic dynamics. In the thermodynamic limit it was proved that, within arbitrary finite time-intervals, the path converges almost surely to a deterministic trajectory determined by a first-order (non-linear) differential equation. The behavior of the associated dynamical system may include bifurcations, associated to phase transitions in the statistical mechanical setting. Our aim is to extend the spin model with Glauber dynamics, to allow multiple spin-flips. In the biological context we included situations in which molecules of different types simultaneously change their internal states. Using several methods, such as large deviations and coupling, we prove the convergence theorem.

É muito comum modelar problemas em finanças com processos estocásticos, dada a incerteza de suas variáveis de análise. Além disso, problemas reais nesse domínio são, em geral, de grande custo computacional, o que sugere a utilização de plataformas de alto desempenho (HPC) em sua implementação. As novas gerações de arquitetura de hardware gráfico (GPU) possibilitam a programação de propósito geral enquanto mantêm alta banda de memória e grande poder computacional. Assim, esse tipo de arquitetura vem se mostrando como uma excelente alternativa em HPC. Com isso, a proposta principal desse trabalho é estudar o ferramental matemático e computacional necessário para modelagem estocástica em finanças com a utilização de GPUs como plataforma de aceleração. Para isso, apresentamos a GPU como uma plataforma de computação de propósito geral. Em seguida, analisamos uma variedade de geradores de números aleatórios, tanto em arquitetura sequencial quanto paralela. Além disso, apresentamos os conceitos fundamentais de Cálculo Estocástico e de método de Monte Carlo para simulação estocástica em finanças. Ao final, apresentamos dois estudos de casos de problemas em finanças: \"Stops Ótimos\" e \"Cálculo de Risco de Mercado\". No primeiro caso, resolvemos o problema de otimização de obtenção do ganho ótimo em uma estratégia de negociação de ações de \"Stop Gain\". A solução proposta é escalável e de paralelização inerente em GPU. Para o segundo caso, propomos um algoritmo paralelo para cálculo de risco de mercado, bem como técnicas para melhorar a solução obtida. Nos nossos experimentos, houve uma melhora de 4 vezes na qualidade da simulação estocástica e uma aceleração de mais de 50 vezes. / Given the uncertainty of their variables, it is common to model financial problems with stochastic processes. Furthermore, real problems in this area have a high computational cost. This suggests the use of High Performance Computing (HPC) to handle them. New generations of graphics hardware (GPU) enable general purpose computing while maintaining high memory bandwidth and large computing power. Therefore, this type of architecture is an excellent alternative in HPC and comptutational finance. The main purpose of this work is to study the computational and mathematical tools needed for stochastic modeling in finance using GPUs. We present GPUs as a platform for general purpose computing. We then analyze a variety of random number generators, both in sequential and parallel architectures, and introduce the fundamental mathematical tools for Stochastic Calculus and Monte Carlo simulation. With this background, we present two case studies in finance: ``Optimal Trading Stops\'\' and ``Market Risk Management\'\'. In the first case, we solve the problem of obtaining the optimal gain on a stock trading strategy of ``Stop Gain\'\'. The proposed solution is scalable and with inherent parallelism on GPU. For the second case, we propose a parallel algorithm to compute market risk, as well as techniques for improving the quality of the solutions. In our experiments, there was a 4 times improvement in the quality of stochastic simulation and an acceleration of over 50 times.

El objetivo fundamental de la Tesis Doctoral es la obtención de espectros estocásticos de respuesta a partir de modelos sismológicos. Para ello se asume que la acción sísmica se puede definir de modo estocástico a partir de los espectros de amplitudes que proporcionan los modelos sismológicos, tanto estacionarios como no estacionarios. Con ese fin, se realiza una profunda revisión bibliográfica sobre los diversos modelos sismológicos propuestos hasta la fecha, identificando las distintas funciones y procesos representados y proponiendo una formulación unificada de los mismos. Se estudian los modelos sismológicos de fuente y las funciones relacionadas con las condiciones locales del emplazamiento que dan lugar a los denominados modelos sismológicos de emplazamiento. Se revisan una amplia gama de éstos, tanto estacionarios como no estacionarios, los cuales se han aplicado en diferentes zonas sismogenéticas del planeta. La definición estocástica de la acción sísmica se lleva a cabo, en primer lugar, mediante la elección de un modelo de proceso estocástico no estacionario. En el presente trabajo se ha escogido el modelo evolutivo de Priestley, que se define a partir de un proceso estacionario subyacente modulado por una función de intensidad, en principio compleja. En la Tesis se estudia con detalle la relación entre modelo sismológico y proceso subyacente a través de la duración del sismo y la correcta estimación de la función de intensidad. Con este fin, se introduce una nueva definición de duración que se denomina duración estacionaria equivalente ya que se basa en establecer un criterio de equivalencia entre el proceso no estacionario y el proceso estacionario subyacente a partir de la intensidad de Arias de ambos. Además, se asume que el proceso evolutivo es uniformemente modulado con el fin de desarrollar un método para obtener la función de intensidad a partir de un solo registro sísmico, que será dependiente sólo del tiempo. El procedimiento de estimación de la / Ferrer Ballester, I. (2009). Simulación estocástica de espectros sísmicos de respuesta cinemática a partir de modelos sismológicos no estacionarios [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/6063 / Palancia

A distribuição bivariada de Marshall-Olkin é estendida, relaxando-se a hipótese de choques exponencialmente distribuídos e assumindo-se dependência entre os choques individuais. Abordagem semelhante é considerada para sua versão dual. Representação por meio de cópula, propriedades probabilísticas e de confiabilidade assim como resultados em valores extremos são então obtidos. A propriedade de falta de memória bivariada é estendida assumindo-se uma função de dependência sem memória. Uma nova classe de distribuições caracterizada por essa propriedade estendida é introduzida. Correspondentes interpretações geométricas, procedimentos de construção, representação estocástica, relação com cópula de sobrevivência e propriedades de confiabilidade são derivadas. / Bivariate Marshall-Olkin model, Dual model, Exponential representation, Dependence function, Bivariate aging, Copula, Survival copula, Stochastic order, Bivariate extreme value distribution, Pickands measure, Pickands dependence function, Failure rate, Bivariate hazard gradient, Bivariate lack-of-memory, Residual lifetime vector, Characterization.

A distribuição bivariada de Marshall-Olkin é estendida, relaxando-se a hipótese de choques exponencialmente distribuídos e assumindo-se dependência entre os choques individuais. Abordagem semelhante é considerada para sua versão dual. Representação por meio de cópula, propriedades probabilísticas e de confiabilidade assim como resultados em valores extremos são então obtidos. A propriedade de falta de memória bivariada é estendida assumindo-se uma função de dependência sem memória. Uma nova classe de distribuições caracterizada por essa propriedade estendida é introduzida. Correspondentes interpretações geométricas, procedimentos de construção, representação estocástica, relação com cópula de sobrevivência e propriedades de confiabilidade são derivadas. / Bivariate Marshall-Olkin model, Dual model, Exponential representation, Dependence function, Bivariate aging, Copula, Survival copula, Stochastic order, Bivariate extreme value distribution, Pickands measure, Pickands dependence function, Failure rate, Bivariate hazard gradient, Bivariate lack-of-memory, Residual lifetime vector, Characterization.