[論文レビュー] Estimating Speed and Damping in the Stochastic Wave Equation

W. Liu, Sergey V. Lototsky|ArXiv.org|Oct 1, 2008

Stochastic processes and financial applications参考文献 8被引用数 4

ひとこと要約

本稿では、空間時間ガウス白色ノイズで駆動される1次元確率的波動方程式において、波動速度 $\theta_1 > 0$ と減衰係数 $\theta_2 \in \mathbb{R}$ を同時に推定するスペクトル型最尤推定量を提案する。固定時間 $T$ における解の最初の $N$ 個の空間フーリエ係数を用いて、推定量が強収束性と漸近正規性を示し、$\theta_1$ に対して収束速度 $N^{3/2}$、$\theta_2$ に対して $N^{1/2}$ を示す。観測時間 $T$ とノイズ強度が固定されている条件下で成立する。

ABSTRACT

A parameter estimation problem is considered for a one-dimensional stochastic wave equation driven by additive space-time Gaussian white noise. The estimator is of spectral type and utilizes a finite number of the spatial Fourier coefficients of the solution. The asymptotic properties of the estimator are studied as the number of the Fourier coefficients increases, while the observation time and the noise intensity are fixed.

研究の動機と目的

• 確率的双曲型方程式のパラメータ推定問題に取り組み、既存の放物型方程式に関する先行研究を拡張すること。
• ノイズが付加されたフーリエ係数観測から、波動速度 $\theta_1$ と減衰係数 $\theta_2$ の2つの未知パラメータを同時に推定すること。
• 観測時間 $T$ とノイズ強度を固定したもとで、フーリエモード数 $N \to \infty$ の際の最尤推定量の漸近的性質を確立すること。
• 推定量の同時漸近分布を導出し、収束速度を同定すること。

提案手法

• 解 $u(t,x)$ を $\sin(kx)$ 基底関数を用いてフーリエ級数展開し、係数 $u_k(t)$ を得る。
• 最初の $N$ 個のフーリエ係数 $u_k(t)$ の同時分布に最尤原理を適用して推定量を構成する。
• 主要統計量 $J_{1,N}, J_{2,N}, J_{12,N}$ を、フーリエ係数およびその時間積分 $[0,T]$ 上の二次関数型として定義する。
• 正規化された $u_k$ および $v_k$ プロセスの和に大数の法則と中心極限定理を適用することで、漸近的挙動を分析する。
• 正規化された推定量 $N^{3/2}(\hat{\theta}_{1,N} - \theta_1)$ および $N^{1/2}(\hat{\theta}_{2,N} - \theta_2)$ の極限分布を導出する。
• 正規化定数は、減衰パラメータと観測時間の関数である $C(\theta_2, T)$ に依存し、解の2次モーメントの長時間挙動から生じる。

実験結果

リサーチクエスチョン

• RQ1 確率的波動方程式における波動速度 $\theta_1$ と減衰係数 $\theta_2$ の最尤推定量の漸近的挙動はいかなるものか？
• RQ2 推定量の収束速度はフーリエモード数 $N$ にどのように依存するか？
• RQ3 $N \to \infty$ の際の推定量の同時極限分布は何か？
• RQ4 加法的空間時間白色ノイズの存在は、推定の効率性および一貫性にどのように影響を与えるか？
• RQ5 フーリエ係数に基づくスペクトル法は、確率的双曲型偏微分方程式において複数のパラメータを同時に推定できるか？

主な発見

• 最尤推定量 $\hat{\theta}_{1,N}$ および $\hat{\theta}_{2,N}$ は強収束性を示す：$N \to \infty$ のとき $\hat{\theta}_{1,N} \to \theta_1$ および $\hat{\theta}_{2,N} \to \theta_2$ がほとんど確実に成立する。
• 正規化された推定量 $N^{3/2}(\hat{\theta}_{1,N} - \theta_1)$ は、平均0、分散 $\frac{3\theta_1}{C(\theta_2, T)}$ の正規確率変数に分布収束する。
• 正規化された推定量 $N^{1/2}(\hat{\theta}_{2,N} - \theta_2)$ は、平均0、分散 $\frac{1}{C(\theta_2, T)}$ の正規確率変数に分布収束する。
• 関数 $C(\theta_2, T)$ は、$\theta_2 \neq 0$ のとき $\frac{e^{\theta_2 T} - \theta_2 T - 1}{2\theta_2^2}$ であり、$\theta_2 = 0$ のとき $\frac{T^2}{4}$ である。この関数は推定量の漸近分散を支配する。
• 収束速度はパラメータによって異なる：$\theta_1$ に対しては $N^{3/2}$、$\theta_2$ に対しては $N^{1/2}$ であり、この正規化のもとで $\theta_1$ がより高精度に推定されることを示している。
• 固定観測時間 $T$ と固定ノイズ強度の下で、フーリエモード数 $N$ が無限大に近づく際の漸近正規性および一貫性が確立されている。