中文

非 Lipschitz 系数 SDE 的隐式 Milstein 型方法的均方收敛速率

数值分析 2023-03-21 v3 数值分析 概率论

摘要

本文引入并分析了一类隐式 Milstein 型方法,用于求解漂移项与扩散项非全局 Lipschitz 的随机微分方程(SDEs)。通过在漂移项与扩散项中引入一对方法参数 θ,η[0,1]\theta, \eta \in [0, 1],新格式实际上是一种漂移项-扩散项双隐式方法。在一般框架下,我们给出了所提格式的均方误差上界,该上界仅依赖于与精确解过程相关的特定误差项。此类误差界有助于我们轻松分析格式的均方收敛速率,而无需依赖数值近似的先验高阶矩估计。在进一步施加全局多项式增长条件后,我们成功恢复了当 θ[12,1],η[0,1]\theta \in [\tfrac12, 1], \eta \in [0, 1] 时所述格式的期望一阶均方收敛速率。此外,部分所提格式被应用于求解定义于正域 (0,)(0, \infty) 的三个 SDE 模型。具体而言,特定的漂移项-扩散项隐式 Milstein 方法(θ=η=1 \theta = \eta = 1 )被用于逼近 Heston 32\tfrac32-波动率模型与随机 Lotka-Volterra 竞争模型;半隐式 Milstein 方法(θ=1,η=0\theta =1, \eta = 0)被用于求解 Ait-Sahalia 利率模型。得益于前述误差界,相较于文献中已有相关结果,我们在更宽松条件下揭示了保正格式的Optimal均方收敛速率。数值算例亦被给出以验证前述结论。

关键词

引用

@article{arxiv.2007.15733,
  title  = {Mean-square convergence rates of implicit Milstein type methods for SDEs with non-Lipschitz coefficients},
  author = {Xiaojie Wang},
  journal= {arXiv preprint arXiv:2007.15733},
  year   = {2023}
}

备注

41 pages, 7 figures, to appear in Advances in Computational Mathematics, 2023