Persamaan Diferensial Stokastik

Persamaan diferensial stokastik menjelaskan evolusi suatu sistem yang didorong oleh tren deterministik dan derau Brownian, dan solusinya, proses difusi, memodelkan dinamika acak kontinu di berbagai bidang ilmu pengetahuan dan keuangan.

Definition

Persamaan diferensial stokastik adalah persamaan untuk suatu proses yang perubahan infinitesimalnya adalah suku drift dikalikan dengan kenaikan waktu ditambah suku difusi dikalikan dengan kenaikan Brownian, diinterpretasikan melalui integral Ito, yang solusinya adalah proses difusi.

Scope

Topik ini mencakup formulasi persamaan diferensial stokastik dengan koefisien drift dan difusi yang didorong oleh gerak Brownian, perbedaan antara solusi kuat dan lemah serta antara keunikan jalur (pathwise) dan keunikan distribusi, keberadaan dan keunikan di bawah kondisi Lipschitz dan pertumbuhan linier, sifat Markov dan difusi dari solusi dengan generatornya, contoh standar seperti gerak Brownian geometris dan proses Ornstein-Uhlenbeck, serta skema numerik seperti metode Euler-Maruyama.

Core questions

• Bagaimana persamaan diferensial yang didorong oleh derau Brownian diberikan makna yang ketat?
• Apa perbedaan antara solusi kuat dan lemah serta pengertian keunikan yang sesuai?
• Dalam kondisi apa solusi unik dapat ada?
• Bagaimana difusi yang dihasilkan dijelaskan oleh generatornya dan disimulasikan secara numerik?

Key concepts

• koefisien drift dan difusi
• solusi kuat dan lemah
• keunikan jalur (pathwise uniqueness)
• generator difusi
• skema Euler-Maruyama

Key theories

Keberadaan dan keunikan solusi

Ketika koefisien drift dan difusi kontinu Lipschitz dan tumbuh paling banyak secara linier, persamaan diferensial stokastik memiliki solusi kuat yang unik, yang diperoleh melalui iterasi Picard yang sejajar dengan teori deterministik tetapi menggunakan integral dan isometri Ito.

Difusi dan generatornya

Solusi persamaan diferensial stokastik adalah proses difusi Markov yang generator infinitesimalnya adalah operator diferensial orde kedua yang dibangun dari koefisien drift dan difusi, menghubungkan dinamika probabilistik dengan persamaan diferensial parsial parabolik dan eliptik.

Clinical relevance

Persamaan diferensial stokastik memodelkan harga aset dan suku bunga dalam keuangan kuantitatif, kecepatan partikel di bawah gesekan dan derau dalam fisika, ukuran populasi dan konsentrasi kimia di bawah fluktuasi acak dalam biologi dan kimia, serta sistem kontrol yang bising dalam rekayasa, dengan solusi numeriknya menjadi pusat simulasi Monte Carlo dari model-model ini.

History

Ito memperkenalkan persamaan diferensial stokastik pada tahun 1940-an sebagai bentuk persamaan yang ketat yang didorong oleh derau putih (white noise), dan teori keberadaan, keunikan, dan difusi dikembangkan oleh Ito, Watanabe, Stroock, dan Varadhan; aplikasinya berkembang secara dramatis dengan munculnya keuangan matematika sejak tahun 1970-an.

Key figures

• Kiyosi Ito
• Bernt Oksendal
• Shinzo Watanabe
• Leonard Ornstein

Seminal works

• oksendal2003

Frequently asked questions

Apa perbedaan antara solusi kuat dan solusi lemah?

Solusi kuat dibangun di atas gerak Brownian dan filtrasi yang diberikan, sehingga solusi adalah fungsi dari derau spesifik tersebut, sedangkan solusi lemah hanya menyediakan proses dengan distribusi yang benar pada ruang probabilitas tertentu; keduanya datang dengan pengertian keunikan yang berbeda.

Bagaimana persamaan diferensial stokastik diselesaikan secara numerik?

Skema seperti metode Euler-Maruyama mendiskretisasi waktu dan mengganti kenaikan Brownian dengan langkah Gaussian yang disimulasikan; skema ini konvergen ke solusi sebenarnya saat ukuran langkah menyusut, meskipun pada laju yang mencerminkan ketidakteraturan derau.