A Randomized Milstein Scheme for SDEs with Superlinear Drift Coefficient

Resumen Técnico: Un esquema de Milstein tamizado y aleatorizado para EDO con deriva superlineal

Planteamiento del Problema
Este trabajo aborda la aproximación numérica de ecuaciones diferenciales estocásticas (EDO) de la forma:
$$x_t = x_0 + \int_0^t \mu(s, x_s) ds + \int_0^t \rho(s, x_s) dw_s$$
donde el coeficiente de deriva $\mu$ exhibe un crecimiento superlineal en la variable de estado y posee una regularidad temporal baja, cuantificada específicamente por la continuidad de Hölder $\beta$ con $\beta \in (0, 1]$.

Los esquemas numéricos explícitos clásicos (como los métodos de Euler-Maruyama o Milstein estándar) fallan en este entorno. Como se demuestra en la literatura previa, los esquemas explícitos aplicados a EDO con coeficientes de crecimiento superlineal suelen sufrir de explosión en tiempo finito debido al crecimiento incontrolado de los momentos. Si bien los métodos implícitos ofrecen estabilidad, incurren en una carga computacional significativa, particularmente en altas dimensiones. Además, los esquemas explícitos estándar tienen dificultades con derivas de baja regularidad temporal, fallando a menudo en alcanzar tasas de convergencia óptimas.

Metodología
Los autores proponen un esquema de Milstein tamizado y aleatorizado que integra dos estrategias distintas para superar los desafíos duales del crecimiento superlineal y la baja regularidad temporal:

1. Mecanismo de Tamizado (Taming): Para controlar el crecimiento superlinear de la deriva, el esquema emplea una función de "tamizado". Específicamente, el término de la deriva se modifica como:
   $$(\bar{\mu})^n_{tm}(s, x) := \frac{\mu(s, x)}{1 + n^{-1}|x|^{2\xi}}$$
   Esta modificación asegura que la deriva permanezca acotada en relación con el parámetro de discretización $n$, evitando la explosión de momentos mientras preserva la naturaleza explícita del esquema.

2. Aleatorización de la Deriva: Para abordar la baja regularidad temporal de la deriva, el esquema utiliza una estrategia de aleatorización. En lugar de evaluar la deriva en los puntos de la rejilla determinísticos $t_j$, el esquema evalúa la deriva en puntos temporales aleatorios $\tau^n_s = t_{j-1} + \delta t \cdot \tau_{j-1}$, donde $\tau_{j-1}$ son variables aleatorias uniformes independientes en $[0, 1]$. Esta aleatorización aprovecha las propiedades integrales de la deriva para recuperar tasas de convergencia de orden superior a pesar de la falta de suavidad en el tiempo.

El esquema resultante (Ecuación 3) aproxima la solución $x_t$ mediante:
$$x^n_t = x_0 + \int_0^t (\bar{\mu})^n_{tm}(\tau^n_s, x^n_{\eta^n_s}) ds + \int_0^t \Gamma(\eta^n_s, s, x^n_{\eta^n_s}) dw_s$$
donde $\Gamma$ representa el término de corrección de Milstein que involucra la derivada del coeficiente de difusión $\rho$.

Contribuciones Clave y Marco Analítico
La contribución principal es la prueba riguro de la convergencia fuerte en $L^p$ para este esquema combinado. El análisis introduce varios elementos novedosos:

• Proceso Auxiliar: Los autores definen un proceso auxiliar $z^n_t$ (Ecuación 7) gobernado por la deriva original evaluada en tiempos aleatorios pero sin el tamizado ni la corrección de Milstein. Este proceso sirve como un puente crucial entre la solución real $x_t$ y el esquema numérico $x^n_t$.
• Descomposición del Error: La prueba de convergencia se basa en la división del error $|x_t - x^n_t|$ en dos componentes: $|x_t - z^n_t|$ (error debido a la aleatorización) y $|z^n_t - x^n_t|$ (error debido al tamizado y la discretización).
• Nuevas Estimaciones: El artículo deriva estimaciones esenciales (Lemas 3.1 y 3.5) que gestionan la interacción entre el mecanismo de tamizado y la aleatorización. Estas estimaciones son necesarias porque las teorías de convergencia existentes para esquemas aleatorizados o esquemas tamizados de forma individual son insuficientes para este entorno combinado.

Resultados Principales
Bajo hipótesis adecuadas respecto a los momentos de la condición inicial, el crecimiento de los coeficientes y la continuidad de Hölder de la deriva y la difusión, el artículo establece la siguiente tasa de convergencia (Teorema 2.1):

$$\sup_{t \in [0, T]} \mathbb{E}|x_t - x^n_t|^p \leq C n^{-p \min\{\beta + \frac{1}{2}, 1\}}$$

• Optimidad: Cuando la deriva es suficientemente regular ($\beta \geq 1/2$), el esquema alcanza una tasa de convergencia fuerte óptima de orden 1.
• Comparación: Esta tasa supera la tasa de convergencia del esquema de Milstein tamizado clásico, que está limitada al orden $\beta$ en presencia de una deriva de irregularidad temporal.
• Aplicabilidad: Los resultados son válidos para EDO con deriva superlineal y difusión lineal. El artículo señala que, si bien el coeficiente de difusión en la literatura de tamizado referenciada [17] podía ser superlineal, el actual esquema de Milstein aleatorizado y tamizado está restringido al caso de difusión lineal.

Significancia y Alcance
El artículo afirma presentar el primer estudio riguroso de una versión aleatorizada del esquema de Milstein tamizado para EDO con coeficientes superlineales. Este trabajo extiende la novedad de los métodos numéricos aleatorizados al contexto del crecimiento superlineal, un entorno previamente no abordado por tales técnicas.

El marco analítico desarrollado tiene la intención de servir como base para futuras investigaciones sobre:

• Esquemas aleatorizados-tamizados de orden superior para EDO impulsadas por procesos de Lévy con crecimiento superlineal.
• EDO de tipo McKean–Vlasov.

Validación Numérica
Los hallazgos teóricos se validan mediante experimentos numéricos en el sistema estocástico de FitzHugh–Nagumo, un modelo utilizado en neurociencia. El sistema presenta una no linealidad cúbica en la deriva (crecimiento superlineal) e entradas dependientes del tiempo. Los resultados numéricos confirman la predicción teórica, exhibiendo una tasa de convergencia de orden 1.0, consistente con el caso donde la deriva posee suficiente regularidad temporal.

Limitaciones
Los autores declaran explícitamente que el esquema actual cubre solo el caso de difusión lineal. Si bien el mecanismo de tamizado en el trabajo previo [17] acomodaba la difusión superlineal, la combinación de aleatorización y tamizado en este marco específico de Milstein está actualmente limitada a coeficientes de difusión lineales. Además, el análisis se centra en EDO sin saltos, excluyendo el ruido de Lévy, lo cual se señala como una dirección para trabajos futuros.