Стохастическое дифференциальное уравнение (СДУ) — дифференциальное уравнение , в котором один член или более имеют стохастическую природу, то есть представляют собой стохастический (случайный) процесс . Таким образом, решения уравнения также оказываются стохастическими процессами. Наиболее известный и часто используемый пример СДУ — уравнение с членом, описывающим белый шум (который можно рассматривать как пример производной винеровского процесса ). Однако существуют и другие типы случайных флуктуаций, например .

История

В литературе традиционно первое использование СДУ связывают с работами по описанию броуновского движения , сделанными независимо Марианом Смолуховским ( 1904 г.) и Альбертом Эйнштейном ( 1905 г.). Однако СДУ были использованы чуть ранее ( 1900 г.) французским математиком Луи Башелье в его докторской диссертации «Теория предположений». На основе идей этой работы французский физик Поль Ланжевен начал применять СДУ в работах по физике. Позднее он и российский физик Руслан Стратонович разработали более строгое математическое обоснование для СДУ.

Терминология

В физике СДУ традиционно записывают в форме уравнения Ланжевена. И часто, но не совсем точно, называют самим уравнением Ланжевена , хотя СДУ можно записать многими другими способами. СДУ в форме уравнения Ланжевена состоит из обычного нестохастического дифференциального уравнения и дополнительной части, описывающей белый шум . Вторая распространенная форма — уравнение Фоккера-Планка , которое представляет собой уравнение в частных производных и описывает эволюцию плотности вероятности во времени. Третья форма СДУ чаще используется в математике и финансовой математике, она напоминает уравнения Ланжевена, но записана с использованием стохастических дифференциалов (см. подробности ниже).

Стохастическое исчисление

Броуновское движение (на языке математики — винеровский процесс) оказалось очень сложным математическим объектом. В частности, винеровский процесс недифференцируем, поэтому манипулирование с процессами такого типа потребовало создания собственного исчисления (теория стохастических интегралов ). В настоящее время используются две версии стохастического исчисления — стохастическое исчисление Ито и стохастическое исчисление Стратоновича . Обычно СДУ в форме Ито без труда можно переписать в СДУ в форме Стратоновича и обратно, однако всегда нужно явно уточнять, в какой форме записано СДУ.

Существование и единственность решения

Так же как и для обычных дифференциальных уравнений, важно знать имеет ли СДУ решение и, если имеет, единственно ли это решение. Приведем формулировку теоремы существования и единственности для уравнения Ито . Доказательство можно найти в Øksendal (2003, § 5.2).

Пусть решение принимает значения в ${\displaystyle n}$ -мерном эвклидовом пространстве ${\displaystyle \mathbb {R} ^{n}}$ , где определён ${\displaystyle m}$ -мерный случайный процесс ${\displaystyle B}$ , описывающий броуновское движение ;

Пусть ${\displaystyle T>0}$ , и пусть

${\displaystyle \mu :\mathbb {R} ^{n}\times [0,T]\to \mathbb {R} ^{n};}$

${\displaystyle \sigma :\mathbb {R} ^{n}\times [0,T]\to \mathbb {R} ^{n\times m};}$

— измеримые функции , для которых существуют константы ${\displaystyle C}$ и ${\displaystyle D}$ такие, что

${\displaystyle {\big |}\mu (x,t){\big |}+{\big |}{\big |}\sigma (x,t){\big |}{\big |}\leq C{\big (}1+|x|{\big )};}$

${\displaystyle {\big |}\mu (x,t)-\mu (y,t){\big |}+{\big |}{\big |}\sigma (x,t)-\sigma (y,t){\big |}{\big |}\leq D|x-y|;}$

для всех ${\displaystyle t\in [0,T]}$ и всех ${\displaystyle x}$ и ${\displaystyle y\in \mathbb {R} ^{n}}$ , где

${\displaystyle |\sigma |^{2}=\sum _{i,j=1}^{n}|\sigma _{ij}|^{2}.}$

Пусть ${\displaystyle Z}$ — случайная переменная, независимая от ${\displaystyle \sigma }$ -алгебры, генерируемой процессом ${\displaystyle B_{s}}$ , ${\displaystyle s\geq 0}$ , и имеющая конечный второй момент :

${\displaystyle \mathbb {E} {\big [}|Z|^{2}{\big ]}<+\infty .}$

Тогда стохастическое дифференциальное уравнение при заданных начальных условиях

${\displaystyle \mathrm {d} X_{t}=\mu (X_{t},t)\,\mathrm {d} t+\sigma (X_{t},t)\,\mathrm {d} B_{t}}$ для ${\displaystyle t\in [0,T];}$

${\displaystyle X_{t}=Z;}$

имеет единственное (в смысле «почти наверное») и ${\displaystyle t}$ -непрерывное решение ${\displaystyle (t,\omega )\shortmid \!\to X_{t}(\omega )}$ , такое что ${\displaystyle X}$ — к фильтрации ${\displaystyle F_{t}^{Z}}$ , генерируемое ${\displaystyle Z}$ и ${\displaystyle B_{s}}$ , ${\displaystyle s\leq t}$ , и

${\displaystyle \mathbb {E} \left[\int \limits _{0}^{T}|X_{t}|^{2}\,\mathrm {d} t\right]<+\infty .}$

Применение стохастических уравнений

Физика

В физике СДУ часто записывают в форме уравнения Ланжевена. Например, систему СДУ первого порядка можно записать в виде:

${\displaystyle {\dot {x}}_{i}={\frac {dx_{i}}{dt}}=f_{i}(\mathbf {x} )+\sum _{m=1}^{n}g_{i}^{m}(\mathbf {x} )\eta _{m}(t),}$

где ${\displaystyle \mathbf {x} =\{x_{i}|1\leq i\leq k\}}$ — набор неизвестных, ${\displaystyle f_{i}}$ и ${\displaystyle g_{i}}$ — произвольные функции, а ${\displaystyle \eta _{m}}$ — случайные функции от времени, которые часто называют шумовыми членами. Такая форма записи используется, так как существует стандартная техника преобразования уравнения со старшими производными в систему уравнений первого порядка с помощью введения новых неизвестных. Если ${\displaystyle g_{i}}$ — константы, то говорят, что система подвержена аддитивному шуму. Также рассматривают системы с мультипликативным шумом, когда ${\displaystyle g(x)\propto x}$ . Из этих двух рассмотренных случаев аддитивный шум — проще. Решение системы с аддитивным шумом часто можно найти используя только методы стандартого математического анализа . В частности, можно использовать обычный метод композиции неизвестных функций. Однако, в случае мультипликативного шума уравнение Ланжевена плохо определено в смысле обычного математического анализа и его необходимо интерпретировать в терминах исчисления Ито или исчисления Стратоновича.

В физике основным методом решения СДУ является поиск решения в виде плотности вероятности и преобразование первоначального уравнения в уравнение Фоккера — Планка. Уравнение Фоккера — Планка — дифференциальное уравнение в частных производных без стохастических членов. Оно определяет временную эволюцию плотности вероятности, также как уравнение Шрёдингера определяет зависимость волновой функции системы от времени в квантовой механике или уравнение диффузии задает временную эволюцию химической концентрации. Также решения можно искать численно, например с помощью метода Монте-Карло . Другие техники нахождения решений используют интеграл по путям , эта техника базируется на аналогии между статистической физикой и квантовой механикой (например, уравнение Фоккера-Планка можно преобразовать в уравнение Шрёдингера с помощью некоторого преобразования переменных), или решением обыкновенных дифференциальных уравнений для моментов плотности вероятности.

Ссылки

• — простое введение в стохастические дифференциальные уравнения

Литература

• Adomian, George . Stochastic systems (англ.) . — Orlando, FL: Academic Press Inc., 1983. — (Mathematics in Science and Engineering (169)).
• Adomian, George. (англ.) . — Orlando, FL: Academic Press Inc., 1986.
• Adomian, George. Nonlinear stochastic systems theory and applications to physics (англ.) . — Dordrecht: Kluwer Academic Publishers Group , 1989. — (Mathematics and its Applications (46)).
• (англ.) ( . Stochastic Differential Equations: An Introduction with Applications (англ.) . — Berlin: Springer, 2003.
• Teugels, J. and Sund B. (eds.). Encyclopedia of Actuarial Science (англ.) . — Chichester: Wiley, 2004. — P. 523—527.
• . (англ.) . — Springer, 2004. — P. .
• Thomas Mikosch. (англ.) . — Singapore: World Scientific Publishing , 1998. — P. .
• Bachelier, L.,. Théorie de la speculation (in French), PhD Thesis (англ.) . — NUMDAM: , 1900.
• (англ.) ( , Ши­ря­ев А. Н. Ста­ти­сти­ка слу­чай­ных про­цес­сов. М., 1974.
• Гих­ман И. И. , Ско­ро­ход А. В. Сто­хас­ти­че­ские диф­фе­рен­ци­аль­ные урав­не­ния и их при­ло­же­ния. К., 1982.