[论文解读] Modify the Improved Euler scheme to integrate stochastic differential equations

A. J. Roberts|arXiv (Cornell University)|Oct 2, 2012

Stochastic processes and financial applications参考文献 9被引用 26

一句话总结

本文提出了一种用于积分随机微分方程（SDEs）的改进型Runge-Kutta格式，其在确定性极限下退化为广为人知的改进欧拉（Heun）方法。该方法通过在噪声增量中引入随机符号 $ S_k = \pm 1 $，实现了对伊tô和斯特拉托诺维奇SDEs的一阶强收敛，理论证明与数值例子均确认了全局误差为 $ \mathcal{O}(h) $。

ABSTRACT

A practical and new Runge--Kutta numerical scheme for stochastic differential equations is explored. Numerical examples demonstrate the strong convergence of the method. The first order strong convergence is then proved using Ito integrals for both Ito and Stratonovich interpretations. As a straightforward modification of the deterministic Improved Euler/Heun method, the method is a good entry level scheme for stochastic differential equations, especially in conjunction with Higham's introduction [SIAM Review, 43:525--546, 2001].

研究动机与目标

• 开发一种实用且直观的随机微分方程（SDEs）积分数值格式，同时保持与已有确定性方法的清晰联系。
• 确保该格式对SDEs的伊tō和斯特拉托诺维奇解释均实现一阶强收敛。
• 提供一种适合教学的入门级方法，用于随机动力学，尤其与海姆（Higham）关于SDE模拟的导论性综述相辅相成。
• 将该方法推广至处理多个噪声源，尽管此问题目前仍为开放挑战。

提出的方法

• 该方法通过在噪声项中引入一个以概率 $ 1/2 $ 取值 $ \pm 1 $ 的随机符号 $ S_k $，对确定性改进欧拉格式进行修改，以捕捉随机性。
• 在每个时间步长 $ h $ 上，该格式计算两个中间阶段：使用当前状态计算 $ \vec{K}_1 $，并使用预测的下一状态计算 $ \vec{K}_2 $，两者均通过 $ \Delta W_k = \sqrt{h} Z_k $ 引入噪声。
• 最终更新公式为 $ \vec{X}_{k+1} = \vec{X}_k + \frac{1}{2}(\vec{K}_1 + \vec{K}_2) $，保持了确定性Heun方法的结构。
• 对于斯特拉托诺维奇SDEs，将 $ S_k = 0 $ 全程设置可实现一阶强收敛，使该格式与斯特拉托诺维奇解释一致。
• 该方法采用伊tō微积分与泰勒展开分析局部与全局误差，严格证明了在光滑性条件下，对一般SDEs具有 $ \mathcal{O}(h) $ 的收敛性。
• 该格式在具有已知解析解的测试SDE上进行了数值验证，展示了预期的 $ \mathcal{O}(h) $ 路径误差。

实验结果

研究问题

• RQ1 能否构造一种类似Runge-Kutta的SDE格式，使其在无噪声时精确退化为确定性改进欧拉方法？
• RQ2 该改进格式对伊tōSDEs的强收敛阶是多少？能否进行严格证明？
• RQ3 该格式在斯特拉托诺维奇SDEs上的表现如何？何种修改（如设置 $ S_k = 0 $）可实现一致收敛？
• RQ4 在何种条件下该格式可实现高于一阶的收敛，如 $ \mathcal{O}(h^2) $？
• RQ5 是否存在该格式向多个独立维纳过程的自然推广？

主要发现

• 所提出的格式对伊tōSDEs实现了一阶强收敛，全局误差为 $ \mathcal{O}(h) $，该结论通过伊tō积分与泰勒展开技术得到证明。
• 对于斯特拉托诺维奇SDEs，全程设置 $ S_k = 0 $ 可实现相同的 $ \mathcal{O}(h) $ 全局误差，证实了与斯特拉托诺维奇解释的一致性。
• 数值例子验证了 $ \mathcal{O}(h) $ 的误差行为，其中一个例子因漂移与扩散结构有利而表现出 $ \mathcal{O}(h^2) $ 的收敛性。
• 在无噪声极限（即 $ \vec{b} = \vec{0} $）下，该格式退化为标准的改进欧拉/Heun方法，确保了直观的一致性。
• 在漂移与扩散为线性且满足 $ \dot{\vec{b}} = \beta \vec{b} $ 的情况下，局部误差可提升至 $ \mathcal{O}(h^3, h^5) $，从而导致全局误差为 $ \mathcal{O}(h^2, h^4) $，该结论已通过数值验证。
• 该方法非常适合教学与多尺度模拟，尤其在噪声强度随时间步长缩放时表现良好，但向多噪声源的推广仍是开放问题。