[论文解读] Numerical Computations for Backward Doubly SDEs and SPDEs

Yufeng Shi, Weiqiang Yang+1 more|ArXiv.org|May 30, 2008

Stochastic processes and financial applications参考文献 14被引用 5

一句话总结

本文提出两种数值格式，通过基于缩放随机游走的离散时间欧拉型逼近，用于近似求解倒向双伊藤随机微分方程（BDSDEs）。在Lipschitz条件与压缩条件之下，证明了数值解的几乎必然收敛性，为BDSDEs及SPDEs的数值模拟建立了理论基础，并在数学金融与随机分析中有广泛应用。

ABSTRACT

In this paper we present two numerical schemes of approximating solutions of backward doubly stochastic differential equations (BDSDEs for short). We give a method to discretize a BDSDE. And we also give the proof of the convergence of these two kinds of solutions for BDSDEs respectively. We give a sample of computation of BDSDEs.

研究动机与目标

• 开发求解倒向双伊藤随机微分方程（BDSDEs）的数值方法，尽管其具有理论重要性，但目前极少被研究。
• 将现有标准BSDEs的数值技术扩展至涉及两个独立布朗运动的更复杂BDSDE框架。
• 在标准Lipschitz条件与压缩条件下，为BDSDEs的离散逼近建立严格的收敛性结果。
• 为BDSDEs的数值模拟及其与随机偏微分方程（SPDEs）的联系提供计算框架。
• 通过实现对先前难以求解的随机系统进行数值求解，支持数学金融与随机控制中的实际应用。

提出的方法

• 将时间区间 [0,T] 离散化为 n 个相等部分，时间步长 δ = T/n。
• 利用独立同分布的伯努利序列构造缩放随机游走 {Bⁿ_t} 与 {Wⁿ_t}，以逼近两个独立的布朗运动。
• 通过时间向前的伊藤积分逼近（关于 W）与时间向后的积分逼近（关于 B）来定义离散BDSDE。
• 应用离散版本的Donsker型定理，建立逼近过程的弱收敛性。
• 采用带指数加权 φ = γ^δ 的加权先验估计，以控制解的增长并证明稳定性。
• 利用Burkholder-Davis-Gundy不等式与Gronwall型论证，推导矩界并建立期望意义下的收敛性。

实验结果

研究问题

• RQ1 能否为具有两个独立布朗运动的倒向双伊藤随机微分方程（BDSDEs）构造一致的数值格式？
• RQ2 在何种条件下，BDSDE的欧拉型离散化会收敛到真实解？
• RQ3 当生成器同时包含前向与后向随机积分时，如何严格证明数值解的收敛性？
• RQ4 对 g 系数的压缩条件在确保数值稳定性和收敛性方面起什么作用？
• RQ5 该数值方法能否扩展以近似求解相关的随机PDEs（SPDEs）？

主要发现

• 基于欧拉逼近的第一种数值格式，在Lipschitz与压缩条件下，几乎必然收敛到BDSDE的真实解。
• 第二种格式采用不同的离散化方法，同样在相同条件下实现了几乎必然收敛。
• 一个关键技术结果建立了带权重的先验估计，其中 φ = γ^δ，该估计可控制解的范数，从而支持收敛性证明。
• 收敛速率未显式量化，但证明表明当 δ → 0 时，解与控制过程的误差趋于零。
• 该方法在生成器 f 与 g 分别满足Lipschitz与压缩条件的假设下具有鲁棒性。
• 证明依赖于矩估计、Burkholder-Davis-Gundy不等式，以及对加权误差过程应用的Gronwall型论证。