Stokastik Diferansiyel Denklemler
Bir stokastik diferansiyel denklem, hem deterministik bir eğilim hem de Brown gürültüsü tarafından yönlendirilen bir sistemin evrimini tanımlar ve çözümleri olan difüzyon süreçleri, bilim ve finans genelinde sürekli rastgele dinamikleri modeller.
Tanım
Bir stokastik diferansiyel denklem, sonsuz küçük değişimi, zaman artımı çarpı bir sürüklenme terimi artı Brown artımı çarpı bir difüzyon terimi olan bir süreç için bir denklemdir; bu denklem Ito integrali aracılığıyla yorumlanır ve çözümleri difüzyon süreçleridir.
Kapsam
Bu konu, Brown hareketinin yönlendirdiği sürüklenme (drift) ve difüzyon katsayılarına sahip stokastik diferansiyel denklemlerin formülasyonunu, güçlü ve zayıf çözümler ile yol bazında (pathwise) ve dağılımsal (distributional) tekillik arasındaki ayrımı, Lipschitz ve doğrusal büyüme koşulları altında varlık ve tekliği, çözümlerin üreteçleriyle birlikte Markov ve difüzyon özelliklerini, geometrik Brown hareketi ve Ornstein-Uhlenbeck süreci gibi standart örnekleri ve Euler-Maruyama yöntemi gibi sayısal şemaları kapsamaktadır.
Temel sorular
- Brown gürültüsü tarafından yönlendirilen bir diferansiyel denkleme nasıl titiz bir anlam kazandırılır?
- Güçlü ve zayıf çözümler ile tekilliğin karşılık gelen kavramları arasındaki fark nedir?
- Hangi koşullar altında tek bir çözüm mevcuttur?
- Ortaya çıkan difüzyonlar, üreteçleri tarafından nasıl tanımlanır ve sayısal olarak nasıl simüle edilir?
Anahtar kavramlar
- sürüklenme ve difüzyon katsayıları
- güçlü ve zayıf çözümler
- yol bazında tekillik
- difüzyon üreteci
- Euler-Maruyama şeması
Temel kuramlar
- Çözümlerin varlığı ve tekliği
- Sürüklenme ve difüzyon katsayıları Lipschitz sürekli olduğunda ve en fazla doğrusal olarak büyüdüğünde, stokastik diferansiyel denklem, deterministik teoriye paralel ancak Ito integrali ve izometriyi kullanan bir Picard iterasyonu ile elde edilen benzersiz bir güçlü çözüme sahiptir.
- Difüzyonlar ve üreteçleri
- Stokastik diferansiyel denklemlerin çözümleri, sonsuz küçük üreteci sürüklenme ve difüzyon katsayılarından oluşturulan ikinci dereceden bir diferansiyel operatör olan Markov difüzyon süreçleridir; bu durum, olasılıksal dinamikleri parabolik ve eliptik kısmi diferansiyel denklemlerle ilişkilendirmektedir.
Klinik önem
Stokastik diferansiyel denklemler, kantitatif finansta varlık fiyatlarını ve faiz oranlarını, fizikte sürtünme ve gürültü altındaki parçacıkların hızını, biyoloji ve kimyada rastgele dalgalanma altındaki popülasyon büyüklüklerini ve kimyasal konsantrasyonları, mühendislikte ise gürültülü kontrol sistemlerini modellemektedir; bu modellerin Monte Carlo simülasyonunda sayısal çözümleri merkezi bir rol oynamaktadır.
Tarihçe
Ito, stokastik diferansiyel denklemleri 1940'larda beyaz gürültü tarafından yönlendirilen denklemlerin titiz bir formu olarak tanıtmıştır ve varlık, tekillik ve difüzyon kuramı Ito, Watanabe, Stroock ve Varadhan tarafından geliştirilmiştir; uygulamaları, 1970'lerden itibaren matematiksel finansın yükselişiyle önemli ölçüde genişlemiştir.
Öne çıkan isimler
- Kiyosi Ito
- Bernt Oksendal
- Shinzo Watanabe
- Leonard Ornstein
İlgili konular
Temel eserler
- oksendal2003
Sıkça sorulan sorular
- Güçlü ve zayıf çözüm arasındaki fark nedir?
- Güçlü bir çözüm, belirli bir Brown hareketi ve filtrasyon üzerine inşa edilir, bu nedenle çözüm o spesifik gürültünün bir fonksiyonudur; oysa zayıf bir çözüm, yalnızca belirli bir olasılık uzayında doğru dağılıma sahip bir süreç sağlar; ikisi, buna karşılık gelen farklı tekillik kavramlarıyla birlikte gelir.
- Stokastik diferansiyel denklemler sayısal olarak nasıl çözülür?
- Euler-Maruyama yöntemi gibi şemalar, zamanı ayrıklaştırır ve Brown artımlarını simüle edilmiş Gauss adımlarıyla değiştirir; adım boyutu küçüldükçe gerçek çözüme yakınsarlar, ancak gürültünün düzensizliğini yansıtan oranlarda yakınsama gösterirler.