Maths

Math Formula?

Đi tìm lời giải

Cuộc thi học thuật truyền thống của khoa toán tin học. Đăng ký: 12/03/2012 đến 23/03/2012 Chi tiết xem tại: ditimloigiai.com/afs

Mô hình toán học giúp giảm kẹt xe

Có những vụ kẹt xe chẳng do một nguyên nhân rõ ràng nào cả - không tai nạn, không có phương tiện bị chết máy, không có công trình đang thi công. Thật khó để thoát ra những đống lộn xộn này một khi bạn bị kẹt vào đó, nhưng một nghiên cứu mới đã tìm ra cách để giảm phần lớn những chuyện rắc rối đó.

Duyên nợ của số phức và hình học, lượng giác

Có lẽ phần lớn chúng ta khi lần đầu tiên gặp phải số ảo i đều cảm thấy con số này kỳ quặc quá. Ai đời lại có con số mà bình phương lên lại ra số âm -1! Tuy nhiên càng ngày số phức càng tỏ ra hữu ích và dần dần trở thành không thể thiếu trong toán học cũng như trong vật lý và các tính toán ứng dụng (nhất là từ sau các công trình của 2 nhà toán học vĩ đại Euler và Gauss).

Cứu sinh - Toán học cho phép chụp hình cắt lớp

Toán học có thể bảo vệ mạng sống của chúng ta? Chắc chắn !!! Toán học được ứng dụng trong nhiều vấn đề quan trọng về sức khỏe và hạnh phúc của con người. Trong bài viết này chúng tôi sẽ mô tả cách toán học của phép chụp cắt lớp (tomography) đã trở thành một trong những công cụ toán quan trọng nhất trong vấn đề giữ gìn sức khỏe của bạn.

Toán học trân trọng giới thiệu…

Tất cả chúng ta đều bị cuốn hút bởi những hình ảnh sống động trên phim tạo bởi máy tính. Điều mà phần lớn chúng ta không nhận ra là những con khủng long trong Công viên kỉ Jura và những kỳ quan trong Chúa tể những chiếc nhẫn sẽ không xuất hiện nếu không có toán học.

Hiển thị các bài đăng có nhãn tài chính. Hiển thị tất cả bài đăng
Hiển thị các bài đăng có nhãn tài chính. Hiển thị tất cả bài đăng

Chủ Nhật, 4 tháng 3, 2012

Thế nào là Toán Tài chính? - Kỳ 2

Dịch bởi Nguyễn Thị Mai Linh

Định một mức giá cân đối
Tại sao cách tiếp cận về lý thuyết độ đo lại quan trọng trong tài chính?
Các nhà toán học trong lĩnh vực tài chính nghiên cứu thị trường dựa trên cơ sở của các tiên đề đơn giản; khi bạn định giá một tài sản, việc kiếm tiền mà không có rủi ro là không thể và ngược lại. Nếu bạn dừng lại và suy nghĩ về tiên đề này thì bạn sẽ sớm nhận ra rằng nó có ít điều phải làm với tính thiết thực của kinh doanh, nơi mà mục tiêu chính là kiếm tiền mà không muốn nhận rủi ro (đầu cơ), và các viện tài chính đã đầu tư hàng triệu đô vào kỹ thuật giúp nhận biết các cơ hội đầu cơ.
Một tài sản nên được định giá tốt để tránh các cơ hội đầu cơ. Các nhà toán học trong lĩnh vực tài chính nhận thấy rằng giá của một tài sản có thể được hiểu như là kỳ vọng dưới một độ đo xác suất đặc biệt, gọi là độ đo trung hòa rủi ro (risk-neutral measure). Bạn có thể đọc thêm giới thiệu chung về đầu cơ và định giá trong các bài viết Rogue Trading trên Plus.
Tuy nhiên, cũng như xác suất, điều gì nhìn càng giản đơn thì càng tinh tế. Một mức giá không đầu cơ thì không đơn giản là kỳ vọng dưới một xác suất đặc biệt; nó chỉ là chống đầu cơ khi nó là trung hòa rủi ro và sẽ không đúng trong trường hợp dùng xác suất của kiếm được hay đánh mất tiền. Và bạn phải thực hiện một chiến lược đầu tư, như là bảo hiểm rủi ro, để loại bỏ hết các khả năng này. Thực tế, thế giới thực chứa nhiều điều khó khăn, rắc rồi như các loại thuế và các loại giá giao dịch, và việc tìm ra được một độ đo trung hòa rủi ro tốt để bảo đảm các rủi ro trên có thể bị loại bỏ hết là không thể. Một trong những mục tiêu chính của toán tài chính là biết cách làm thế nào để xây dựng một chiến lược đầu tư tốt nhất giúp giảm thiểu tối đa rủi ro trong thực tế.
Tại một công ty tốt

Toán tài chính hấp dẫn bởi vì nó tổng hợp các nhánh kỹ thuật cao và trừu tượng của toán học như xác suất, lý thuyết độ đo và các ứng dụng thực tế mà ảnh hưởng trực tiếp đến đời sống hằng ngày của con người. Toán tài chính thú vị bởi vì bằng cách sử dụng toán học cao cấp, chúng ta có thể phát triển được nền tảng lý thuyết cho kinh tế và tài chính. Để trân trọng những tác động của việc này, chúng ta cần nhận thức rõ rằng hầu hết các lý thuyết tài chính hiện đại, bao gồm cả những công trình đoạt giải Nobel, được dựa trên các giả định được áp đặt, không phải vì chúng phản ánh các hiện tượng quan sát được mà vì chúng chấp nhận tính dễ vận dụng của toán học. Cũng như vật lý đã thúc đẩy nền toán học mới, các nhà toán học trong lĩnh vực tài chính hiện tại cũng đang phát triển nền toán học hiện thời để mô hình các hiện tượng kinh tế, hơn là vật lý, hiện tượng…
Sự đổi mới trong tài chính hiện đang có một danh tiếng không tốt và một số người sẽ cảm thấy rằng các nhà toán học nên suy nghĩ kỹ hai lần trước khi dính líu tới các lợi lộc không rõ ràng, trong sạch. Tuy nhiên, Aristotle đã nói với chúng ta rằng Thales, cha đẻ của khoa học phương Tây đã trở nên giàu có nhờ vào việc áp dụng kiến thức khoa học của mình vào việc đầu cơ, Galileo rời trường Đại Học Padua để đến làm việc cho Cosimo II de Medici, và viết cuốn sách “Sự khám phá về xúc xắc” (On the discoveries of dice), trở thành chuyên gia tài chính định lượng đầu tiên. Trong vòng một trăm năm sau khi Galileo rời Padua, Issac Newton cũng đã rời Cambridge để trở thành người quản lý của Royal Mint, và đánh mất gần £3,000,000 cho South Sea Bubble. Một cách cá nhân mà nói, những gì đủ tốt cho Newton thì sẽ đủ tốt cho tôi. Hơn nữa, có nhiều điều thú vị xảy ra khi toán học kết hợp với tài chính như: khái niệm về xác suất đã xuất hiện ra giao diện. Và nhìn vào 23 thách thức cho toán học, một số trong chúng- toán học của những bộ não, sự năng động của mạng lưới, và việc nắm bắt, khai thác sự ngẫu nhiên của các hiện tượng dưới tối ưu hóa lồi…tất cả đều có mối tương quan lớn với tài chính.
Cuộc khủng hoảng tín dụng ảnh hưởng đến mỗi ngân hàng theo từng cách khác nhau. Nhiều ngân hàng, như J.P. Morgan, tham gia toán học và đã đưa ra nhiều quyết định đúng đắn, trong khi một số ngân hàng khác không làm như vậy và đã tự gây ra các tình trạng lộn xộn (tham khảo cuốn Fools’ Gold của Gillian Tett để biết thêm thông tin). Từ thời Cardano, toán tài chính thường đề cập đến cách con người đưa ra quyết định trong những tình huống không chắc chắn và rồi thiết lập cách đưa ra quyết định sáng suốt cho một vấn đề. Kiếm tiền, hay ít nhất là không làm mất tiền đơn giản là một sản phẩm phụ của kiến thức này. Như Xunyu Zhou, người đã phát triển nghiêm ngặt cơ sở toán học cho các hành vi kinh tế tại Oxford, phát biểu:
Toán tài chính không chỉ nói con người ta nên làm những gì mà còn nói thêm về những gì con người ta thực sự làm. Điều này đưa ra một chân trời hoàn toàn mới cho việc nghiên cứu toán tài chính: chúng ta có thể mô hình, phân tích sự nhất quán và tính dự đoán được những lỗ hổng, thiếu sót, sai lầm của con người để những thiếu sót ấy có thể được giải thích, tránh né hay thậm chí khai thác để lấy lợi.
Đây là lý thuyết. Trong thực tế, một nhà đầu tư ngân hàng đã nói:
Các ngân hàng cần có kỹ năng toán cao cấp, bởi đó chính là cách mà ngân hàng có thể kiếm tiền.
Về tác giả - Tim Johnson
Tim Johnson là một học viên tại viện nghiên cứu Hội đồng Anh (RCUK), trường Đại Học Heriot-Watt và viện Maxwell về Khoa Học Toán tại Edinburgh. Ông là một con người năng động trong việc thúc đẩy cách dùng toán trong tài chính và làm nổi bật lên sự cần thiết có thêm nhiều nghiên cứu về toán nữa để chúng ta có thể hiểu rõ hơn về môi trường ngẫu nhiên và đầy phức tạp. Ông còn là giám đốc khóa học cho những sinh viên đại học học toán tài chính, mà tại đó ông đã giảng dạy, và thực hiện nhiều nghiên cứu trong điều khiển tối ưu hóa ngẫu nhiên. Trước khi trở thành một học giả, ông đã làm việc 16 năm trong lĩnh vực công nghiệp khai thác dầu.
Các bạn có thể đọc thêm về xác suất và toán tài chính trên blog của Tim: http://magic-maths-money.blogspot.com/

Thứ Tư, 29 tháng 2, 2012

Thế nào là Toán Tài chính? (Kỳ 1)


Dịch bởi Nguyễn Thị Mai Linh

Nếu như tôi nói với ai đó rằng tôi là một nhà toán học chuyên về lĩnh vực tài chính thì thường họ sẽ nghĩ tôi là một nhân viên kế toán với tính khoe khoang, tự phụ. Tôi thấy khó chịu bởi việc những nhân viên kế toán không thích dùng các con số âm, một trong những công cụ toán học rất lâu đời.
Tung xúc xắc
Tôi bị cuốn vào toán tài chính không phải vì tôi quan tâm đến tài chính, mà vì tôi quan tâm đến việc đưa ra những quyết định tốt, đúng đắn khi đối mặt với những sự việc không chắc chắn. Các nhà toán học đã quan tâm đến đề tài “Đưa ra quyết định, chọn lựa” kể từ khi Girolamo Cardano khám phá ra những nội quy của các trò cờ bạc trong cuốn “Sách về những trò chơi cơ hội” (“Liber de Ludo Aleae” hay “Book on Games of Chance”) năm 1564. Cuốn sách đã đưa ra những thảo luận đầu tiên về ý tưởng của “xác suất toán học”. Cardano đã nhận xét rằng việc biết được xác suất để một con xúc xắc cân đối ra mặt 6 sau một lần tung là 1/6 thì không có ích gì cho những người chơi bạc, bởi lí do xác suất không thế dự đoán được tương lai. Nhưng nó sẽ có ích nếu như bạn đang cố thiết lập một trò chơi cờ bạc công bằng hoặc ngược lại, nó sẽ giúp ích trong việc đưa ra các quyết định đúng đắn.
Luật số lớn về trung bình của các lần tung xúc xắc

Giá trị trung bình khi tung xúc xắc sẽ tiến về 3.5 khi con xúc xắc được tung với số lần lớn.
Không xét đến trường hợp ngoại lệ về sự đánh cược của Pascal (cơ bản là bạn không có gì để mất khi đánh cược rằng Chúa tồn tại), những khái niệm sơ khai ban đầu về xác suất, từ Cardano, qua Galileo và Fermat được đưa ra bằng cách xem xét các vấn đề cờ bạc. Các ý tưởng về xác suất này sau này được thu thập bởi Jacob Bernoulli (chú của Daniel) trong cuốn sách “Nghệ thuật phỏng đoán” của ông (“Ars Conjectandi” hay “The Art of Conjecturing”), một công trình quan trọng trong xác suất. Jacob Bernoulli đã giới thiệu “Luật số lớn” và chứng minh được rằng “Nếu chúng ta lập đi lập lại một thí nghiệm (ví dụ như tung xúc sắc) với số lần rất lớn, thì kết quả quan sát được (trung bình số điểm mà bạn tung) sẽ hội tụ về giá trị kỳ vọng. (Ví dụ như khi tung một con xúc sắc cân đối, giá trị kỳ vọng sẽ là (1+2+3+4+5+6)/6=3.5)
Lý thuyết độ đo
Xây dựng trên nền tảng công trình của Jacob Bernouli, “Lý thuyết xác suất” được phát triển bởi những người như Laplace vào thế kỷ thứ XVIII, và bởi Fisher, Neyman, Pearson vào thế kỷ XX. Kết hợp với thống kê, lý thuyết xác suất trở thành một công cụ thiết yếu của các nhà khoa học. Trong khoảng 30 năm đầu của thế kỷ XX, xác suất được gắn kết với việc suy luận các kết quả từ các dữ liệu quan sát như tuổi thọ của con người. Nhưng giống như nền khoa học quy nạp (nghĩa là kết quả lấy từ những lần quan sát thí nghiệm thực tế thì tốt hơn là kết quả lấy từ việc suy luận các bản chất toán học dựa trên các hệ tiên đề), xác suất chưa hoàn toàn tích hợp với toán học mãi cho đến khi Andrey Kolmogorov đưa ra “Xác suất với lý thuyết độ đo” vào năm 1933. Kolmogorov định nghĩa xác suất là một độ đo trên một họ các biến cố, không nhất thiết phải dựa trên tần số của biến cố.
Ý tưởng này sẽ là phản trực quan nếu như bạn đã được dạy rằng tính xác suất phải dựa trên việc đếm các biến cố, sự kiện, nhưng ý tưởng này có thể được giải thích bởi ví dụ đơn giản sau. Nếu tôi muốn đo giá trị của một bức tranh, tôi có thể làm bằng cách đo diện tích mà bức tranh này chiếm, dựa trên giá mà phiên đấu giá tranh đưa ra hay dựa trên nhận định của riêng bản thân tôi. Đối với Kolmogorov, tất cả những cách trên đều cho ra các độ đo chấp nhận được, và đều có thể chuyển sang “Độ đo xác suất”. Độ đo mà bạn chọn để giúp bạn đưa ra quyết định sẽ tùy thuộc vào vấn đề mà bạn đang giải quyết: ví dụ nếu như bạn muốn giải quyết vấn đề làm sao để phủ các bức tranh lên một bức tường thì độ đo diện tích là tốt nhất…
Kolmogorov đã xây dựng hệ tiên đề về xác suất, mà hiện nay đã được thừa nhận. Đầu tiên, xác suất để một biến cố xảy ra là một số thực không âm (P(E) \ge 0)  . Thứ hai, nếu bạn biết tất cả kết quả có thể xảy ra thì xác suất để một trong các kết quả xảy ra là 1 (ví dụ cho một xúc xắc 6 mặt, xác suất để tung được mặt 1, 2, 3, 4, 5 hay 6 là P(1,2,3,4,5,6) = 1). Và cuối cùng, bạn có thể cộng các xác suất của các biến cố rời nhau (ví dụ xác suất để tung được một số chẵn là P(2,4,6) = P(2) + P(4) + P(6) = 1/2). (Bạn có thể đọc thêm về xác suất và sự phát triển của nó trên trang Understanding Uncertainty site, và các bài viết về độ đo trên Plus là một giới thiệu rất tốt về lý thuyết độ đo.)