Equações Diferenciais Estocásticas

Uma equação diferencial estocástica descreve a evolução de um sistema impulsionado por uma tendência determinística e ruído browniano, e suas soluções, os processos de difusão, modelam dinâmicas aleatórias contínuas em ciência e finanças.

Definition

Uma equação diferencial estocástica é uma equação para um processo cuja mudança infinitesimal é um termo de deriva vezes o incremento de tempo mais um termo de difusão vezes um incremento browniano, interpretado através da integral de Ito, cujas soluções são processos de difusão.

Scope

O tópico abrange a formulação de equações diferenciais estocásticas com coeficientes de deriva e difusão impulsionados pelo movimento browniano, a distinção entre soluções fortes e fracas e entre unicidade caminho a caminho (pathwise) e distribucional, existência e unicidade sob condições de Lipschitz e crescimento linear, a propriedade de Markov e de difusão das soluções com seus geradores, exemplos padrão como o movimento browniano geométrico e o processo de Ornstein-Uhlenbeck, e esquemas numéricos como o método de Euler-Maruyama.

Core questions

• Como uma equação diferencial impulsionada por ruído browniano recebe um significado rigoroso?
• Qual é a diferença entre soluções fortes e fracas e as noções correspondentes de unicidade?
• Sob quais condições existe uma solução única?
• Como as difusões resultantes são descritas por seus geradores e simuladas numericamente?

Key concepts

• coeficientes de deriva e difusão
• soluções fortes e fracas
• unicidade caminho a caminho
• gerador de difusão
• esquema de Euler-Maruyama

Key theories

Existência e unicidade de soluções

Quando os coeficientes de deriva e difusão são contínuos de Lipschitz e crescem no máximo linearmente, a equação diferencial estocástica possui uma solução forte única, obtida por uma iteração de Picard que se assemelha à teoria determinística, mas utiliza a integral de Ito e a isometria.

Difusões e seus geradores

As soluções de equações diferenciais estocásticas são processos de difusão de Markov cujo gerador infinitesimal é um operador diferencial de segunda ordem construído a partir dos coeficientes de deriva e difusão, ligando a dinâmica probabilística a equações diferenciais parciais parabólicas e elípticas.

Clinical relevance

As equações diferenciais estocásticas modelam preços de ativos e taxas de juros em finanças quantitativas, a velocidade de partículas sob atrito e ruído em física, tamanhos populacionais e concentrações químicas sob flutuação aleatória em biologia e química, e sistemas de controle ruidosos em engenharia, com sua solução numérica sendo central para a simulação de Monte Carlo desses modelos.

History

Ito introduziu as equações diferenciais estocásticas na década de 1940 como a forma rigorosa de equações impulsionadas por ruído branco, e a teoria de existência, unicidade e difusão foi desenvolvida por Ito, Watanabe, Stroock e Varadhan; suas aplicações expandiram-se dramaticamente com o surgimento das finanças matemáticas a partir da década de 1970.

Key figures

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

Seminal works

• oksendal2003

Frequently asked questions

Qual é a diferença entre uma solução forte e uma solução fraca?

Uma solução forte é construída sobre um dado movimento browniano e filtração, de modo que a solução é uma função desse ruído específico, enquanto uma solução fraca fornece apenas um processo com a distribuição correta em algum espaço de probabilidade; as duas vêm com noções correspondentemente diferentes de unicidade.

Como as equações diferenciais estocásticas são resolvidas numericamente?

Esquemas como o método de Euler-Maruyama discretizam o tempo e substituem os incrementos brownianos por passos gaussianos simulados; eles convergem para a solução verdadeira à medida que o tamanho do passo diminui, embora em taxas que refletem a irregularidade do ruído.