Essays on the treatment of cash flows under stochastic interest rates

Abstract This paper shows how to calculate recursively the moments of the accumulated and discounted value of cash flows when the instantaneous rates of return follow a conditional ARMA process with normally distributed innovations. We investigate various moment based approaches to approximate the distribution of the accumulated value of cash flows and we assess their performance through stochastic Monte-Carlo simulations. We discuss the potential use in insurance and especially in the context of Asset-Liability Management of pension funds.

Stochastic resonance in a suspension of magnetic dipoles under shear flow

We show that a magnetic dipole in a shear flow under the action of an oscillating magnetic field displays stochastic resonance in the linear response regime. To this end, we compute the classical quantifiers of stochastic resonance, i.e., the signal to noise ratio, the escape time distribution, and the mean first passage time. We also discuss the limitations and role of the linear response theory in its applications to the theory of stochastic resonance.

Test of the fluctuation theorem for stochastic entropy production in a nonequilibrium steady state

We derive a simple closed analytical expression for the total entropy production along a single stochastic trajectory of a Brownian particle diffusing on a periodic potential under an external constant force. By numerical simulations we compute the probability distribution functions of the entropy and satisfactorily test many of the predictions based on Seiferts integral fluctuation theorem. The results presented for this simple model clearly illustrate the practical features and implications derived from such a result of nonequilibrium statistical mechanics.

Stochastic resonance in nonpotential systems

We propose a method to analytically show the possibility for the appearance of a maximum in the signal-to-noise ratio in nonpotential systems. We apply our results to the FitzHugh-Nagumo model under a periodic external forcing, showing that the model exhibits stochastic resonance. The procedure that we follow is based on the reduction to a one-dimensional dynamics in the adiabatic limit and in the topology of the phase space of the systems under study. Its application to other nonpotential systems is also discussed.

Stochastic resonance in a system of magnetic particles

We show that a dispersion of monodomain ferromagnetic particles in a solid phase exhibits stochastic resonance when a driven linearly polarized magnetic field is applied. By using an adiabatic approach, we calculate the power spectrum, the distribution of residence times, and the mean first passage time. The behavior of these quantities is similar to the behavior of corresponding quantities in other systems where stochastic resonance has also been observed.

Improving Offender Programming, Data Download, Iowa Department of Corrections, June 2012

In 2008, the Iowa Department of Corrections embarked on a comprehensive audit of all institutional andcommunity corrections offender programs that receive corrections funding. The audit focused on the degree towhich each program adheres to evidence-based practices principles (what works best). The audit areas are listedbelow along with some examples of the questions asked about each program:

Data-driven clustering : new methods and applications

Abstract : This work is concerned with the development and application of novel unsupervised learning methods, having in mind two target applications: the analysis of forensic case data and the classification of remote sensing images. First, a method based on a symbolic optimization of the inter-sample distance measure is proposed to improve the flexibility of spectral clustering algorithms, and applied to the problem of forensic case data. This distance is optimized using a loss function related to the preservation of neighborhood structure between the input space and the space of principal components, and solutions are found using genetic programming. Results are compared to a variety of state-of--the-art clustering algorithms. Subsequently, a new large-scale clustering method based on a joint optimization of feature extraction and classification is proposed and applied to various databases, including two hyperspectral remote sensing images. The algorithm makes uses of a functional model (e.g., a neural network) for clustering which is trained by stochastic gradient descent. Results indicate that such a technique can easily scale to huge databases, can avoid the so-called out-of-sample problem, and can compete with or even outperform existing clustering algorithms on both artificial data and real remote sensing images. This is verified on small databases as well as very large problems. Résumé : Ce travail de recherche porte sur le développement et l'application de méthodes d'apprentissage dites non supervisées. Les applications visées par ces méthodes sont l'analyse de données forensiques et la classification d'images hyperspectrales en télédétection. Dans un premier temps, une méthodologie de classification non supervisée fondée sur l'optimisation symbolique d'une mesure de distance inter-échantillons est proposée. Cette mesure est obtenue en optimisant une fonction de coût reliée à la préservation de la structure de voisinage d'un point entre l'espace des variables initiales et l'espace des composantes principales. Cette méthode est appliquée à l'analyse de données forensiques et comparée à un éventail de méthodes déjà existantes. En second lieu, une méthode fondée sur une optimisation conjointe des tâches de sélection de variables et de classification est implémentée dans un réseau de neurones et appliquée à diverses bases de données, dont deux images hyperspectrales. Le réseau de neurones est entraîné à l'aide d'un algorithme de gradient stochastique, ce qui rend cette technique applicable à des images de très haute résolution. Les résultats de l'application de cette dernière montrent que l'utilisation d'une telle technique permet de classifier de très grandes bases de données sans difficulté et donne des résultats avantageusement comparables aux méthodes existantes.

Heterogeneous discounting in consumption-investment problems. Time consistent solutions

[cat] En aquest treball s'analitza un model estocàstic en temps continu en el que l'agent decisor descompta les utilitats instantànies i la funció final amb taxes de preferència temporal constants però diferents. En aquest context es poden modelitzar problemes en els quals, quan el temps s'acosta al moment final, la valoració de la funció final incrementa en comparació amb les utilitats instantànies. Aquest tipus d'asimetria no es pot descriure ni amb un descompte estàndard ni amb un variable. Per tal d'obtenir solucions consistents temporalment es deriva l'equació de programació dinàmica estocàstica, les solucions de la qual són equilibris Markovians. Per a aquest tipus de preferències temporals, s'estudia el model clàssic de consum i inversió (Merton, 1971) per a les funcions d'utilitat del tipus CRRA i CARA, comparant els equilibris Markovians amb les solucions inconsistents temporalment. Finalment es discuteix la introducció del temps final aleatori.

New Violence Risk Assessment Aids Parole and Offender Programming Decisions, Data Download, Department of Corrections

In recent years, the Department of Corrections has made major strides in assessing offenders’ risk to reoffend, particularly in measuring changes in that risk over time. Earlier this year, the DOC worked with the Board of Parole to develop a risk assessment that focuses on assessing offenders’ risk to commit violent crimes.

Stochastic generation of homogeneous isotropic turbulence with well-defined-spectra

A precise and simple computational model to generate well-behaved two-dimensional turbulent flows is presented. The whole approach rests on the use of stochastic differential equations and is general enough to reproduce a variety of energy spectra and spatiotemporal correlation functions. Analytical expressions for both the continuous and the discrete versions, together with simulation algorithms, are derived. Results for two relevant spectra, covering distinct ranges of wave numbers, are given.

Reaction-diffusion fronts under stochastic advection

We study front propagation in stirred media using a simplified modelization of the turbulent flow. Computer simulations reveal the existence of the two limiting propagation modes observed in recent experiments with liquid phase isothermal reactions. These two modes respectively correspond to a wrinkled although sharp propagating interface and to a broadened one. Specific laws relative to the enhancement of the front velocity in each regime are confirmed by our simulations.

Diffusion of passive scalars under stochastic convection

The diffusion of passive scalars convected by turbulent flows is addressed here. A practical procedure to obtain stochastic velocity fields with well¿defined energy spectrum functions is also presented. Analytical results are derived, based on the use of stochastic differential equations, where the basic hypothesis involved refers to a rapidly decaying turbulence. These predictions are favorable compared with direct computer simulations of stochastic differential equations containing multiplicative space¿time correlated noise.

A bio-inspired agent-based programming environment for pervasive platforms

Abstract in English : Ubiquitous Computing is the emerging trend in computing systems. Based on this observation this thesis proposes an analysis of the hardware and environmental constraints that rule pervasive platforms. These constraints have a strong impact on the programming of such platforms. Therefore solutions are proposed to facilitate this programming both at the platform and node levels. The first contribution presented in this document proposes a combination of agentoriented programming with the principles of bio-inspiration (Phylogenesys, Ontogenesys and Epigenesys) to program pervasive platforms such as the PERvasive computing framework for modeling comPLEX virtually Unbounded Systems platform. The second contribution proposes a method to program efficiently parallelizable applications on each computing node of this platform. Résumé en Français : Basée sur le constat que les calculs ubiquitaires vont devenir le paradigme de programmation dans les années à venir, cette thèse propose une analyse des contraintes matérielles et environnementale auxquelles sont soumises les plateformes pervasives. Ces contraintes ayant un impact fort sur la programmation des plateformes. Des solutions sont donc proposées pour faciliter cette programmation tant au niveau de l'ensemble des noeuds qu'au niveau de chacun des noeuds de la plateforme. La première contribution présentée dans ce document propose d'utiliser une alliance de programmation orientée agent avec les grands principes de la bio-inspiration (Phylogénèse, Ontogénèse et Épigénèse). Ceci pour répondres aux contraintes de programmation de plateformes pervasives comme la plateforme PERvasive computing framework for modeling comPLEX virtually Unbounded Systems . La seconde contribution propose quant à elle une méthode permettant de programmer efficacement des applications parallélisable sur chaque noeud de calcul de la plateforme

La programmmation foetale de la dysfonction vasculaire pulmonaire chez la souris : rôle des mécanismes épigénétiques = Fetal programming of pulmonary vascular dysfunction in mice : role of epigenetic mechanisms

Rapport de synthèseDes événements pathologiques survenant pendant la période foetale prédisposent la descendance aux maladies cardiovasculaires systémiques. Il existe peu de connaissances au sujet de la circulation pulmonaire et encore moins quant aux mécanismes sous-jacents. La sous-alimentation maternelle pendant la grossesse peut représenter un modèle d'investigation de ces mécanismes, parce que chez l'animal et l'homme elle est associée à une dysfonction vasculaire systémique chez la progéniture. Chez le rat, la diète restrictive pendant la grossesse induit une augmentation du stress oxydatif dans le placenta. Les dérivés de l'oxygène sont connus pour induire des altérations épigénétiques et peuvent traverser la barrière placentaire. Nous avons dès lors spéculé que chez la souris la diète restrictive pendant la grossesse induit une dysfonction vasculaire pulmonaire chez sa progéniture qui serait liée à un mécanisme épigénétique.Pour tester cette hypothèse, nous avons examiné la fonction vasculaire pulmonaire et la méthylation de l'ADN pulmonaire à la fin de 2 semaines d'exposition à l'hypoxie chez la progéniture de souris soumises à une diète restrictive pendant la grossesse et des souris contrôles. Nous avons trouvé que la vasodilatation endothélium-dépendante de l'artère pulmonaire in vitro était défectueuse, et que l'hypertension pulmonaire et l'hypertrophie ventriculaire droite induites par l'hypoxie in vivo étaient exagérées chez la progéniture de souris soumises à une diète restrictive pendant la grossesse. Cette dysfonction vasculaire pulmonaire était associée avec une altération de la méthylation de l'ADN pulmonaire. L'administration d'inhibiteurs de la déacétylase des histones, le Butyrate et la Trichostatine-A à la progéniture de souris soumises à une diète restrictive pendant la grossesse a normalisé la méthylation de l'ADN et la fonction vasculaire pulmonaire. Finalement, l'administration du nitroxyde Tempol aux mères durant la diète restrictive pendant la grossesse a prévenu la dysfonction vasculaire et la dysméthylation chez la progéniture.Ces découvertes démontrent que chez la souris la sous-alimentation pendant la gestation induit une dysfonction vasculaire chez la progéniture qui est causée par un mécanisme épigénétique. Il est possible qu'un mécanisme similaire soit impliqué dans la programmation foetale de la dysfonction vasculaire chez les humains.