SDEの数値解の強収束と弱収束
📂確率微分方程式SDEの数値解の強収束と弱収束
ビルドアップ
dXt=f(t,Xt)dt+g(t,Xt)dWt,t∈[t0,T]
確率微分方程式が上記のように与えられ、時間がt0<t1<⋯<tNのように離散化されているとしよう。十分に大きなN∈Nを選んでΔ=(T−t0)/N∈(0,1)とするとこれは等間隔に切ったことになる。SDEの解をX(t)とし、その数値近似解をY(T)とした場合、両者の平均的な差である
E∣X(T)−Y(T)∣
は、数値近似解の正確さに関する合理的な尺度となるだろう。
定義
Δに依存せず、次を満たす定数Cとγが存在する場合、YΔはソリューションXに**γのオーダーで強く収束すると言われる。
E∣X(T)−YΔ(T)∣≤CΔγ
Δに依存せず、次を満たす多項式関数hと定数Ch、βが存在する場合、YΔはソリューションXにγのオーダーで弱く収束する**といえる。
∣E(h(X(T)))−E(h(YΔ(T)))∣≤ChΔβ
説明
X(T)とYΔ(T)は終点Tでの確率変数だ。式の意味することは、最後の点での乖離がΔ→0の時、平均的に0に近づくという意味なので、双方とも’収束’という概念をよく表していると言える。
弱い収束は、解そのものではなく多項式関数hで方程式を修正できる余地があるという点で「弱い」という表現が適切である。それに対して強く収束するというのは、それとは対照的な概念だと考えられる。一般的に、fとgに何らかのスムージング条件が与えられている場合、弱い収束のオーダーは強い収束のオーダーよりも高い。