A modified Euler-Maruyama method to simulate a one-dimensional sticky diffusion

Resumen Técnico: Un Método de Euler-Maruyama Modificado para Simular una Difusión Pegajosa Unidimensional

Planteamiento del Problema
Las difusiones pegajosas (sticky diffusions) son procesos estocásticos capaces de pasar un tiempo no nulo en una frontera de dimensión inferior (por ejemplo, un punto en una dimensión). Aunque están matemáticamente bien estudiadas desde los trabajos de Feller en la década de 1950, simular estos procesos presenta un desafío único: los métodos numéricos estándar para Ecuaciones Diferenciales Estocásticas (SDE), como el esquema de Euler-Maruyama (EM), toman pasos aleatorios en el espacio continuo y, por lo tanto, casi nunca aterrizan exactamente en la frontera. En consecuencia, no logran capturar la medida singular (la "pegajosidad") inherente al proceso. Las alternativas existentes, como las aproximaciones de cadenas de Markov en tiempo continuo sobre rejillas predefinidas, enfrentan problemas de escalabilidad en dimensiones superiores y dificultades para manejar fronteras curvas. Además, los métodos recientes basados en cambios de tiempo de difusiones reflejadas están limitados a casos donde los coeficientes de deriva y difusión son idénticos en el interior y en la frontera.

Metodología
Los autores proponen un algoritmo de Euler-Maruyama modificado diseñado para simular difusiones pegajosas unidimensionales que pueden saltar exactamente hacia y desde un punto pegajoso (tomado como $x=0$). El método es una modificación mínima del esquema EM reflejado estándar, introduciendo un mecanismo probabilístico para manejar la capa de frontera.

El algoritmo divide el dominio en dos regiones basadas en el paso de tiempo $h$:

1. Exterior ($\Omega_e$): Cuando el proceso está lejos de la frontera, evoluciona utilizando una actualización de Euler-Maruyama reflejada estándar.
2. Capa de Frontera ($\Omega_b$): Cuando el proceso está cerca de la frontera (específicamente dentro de una distancia que escala con $\sqrt{h}$), el algoritmo realiza una actualización mixta. Con una probabilidad $\lambda(x)$, realiza un paso de EM reflejado. Con una probabilidad $1 - \lambda(x)$, salta exactamente al punto pegajoso ($x=0$).

El núcleo de la metodología reside en la derivación de la función de probabilidad de salto $\lambda(x)$. Los autores derivan $\lambda(x)$ requiriendo que el operador de transición del esquema discreto aproxime el operador de transición de la difusión pegajosa continua sobre un único paso de tiempo $h$. Esto se logra mediante:

• La expansión del generador de la difusión pegajosa y del esquema discreto utilizando series de Taylor.
• El uso de la condición de frontera pegajosa (una relación entre la primera y la segunda derivada espacial en la frontera) para expresar la primera derivada en términos de la segunda.
• La resolución de $\lambda(x)$ de modo que los coeficientes de los términos de deriva y difusión en la expansión del error local coincidan con la dinámica continua hasta una tolerancia especificada.

Para un Movimiento Browniano Pegajoso (SBM) con deriva $b=0$ y difusión $\sigma=1$, la probabilidad derivada es:
$$\lambda(x) = \frac{x^2 + 2\kappa x + h(\frac{\kappa}{\sqrt{3h}} + 1)}{x^2 + h + \kappa\sqrt{3h}}$$
donde $\kappa$ es el parámetro de pegajosidad. El método se generaliza posteriormente a difusiones pegajosas unidimensionales arbitrarias con deriva $b(x)$ y difusión $\sigma(x)$, lo que resulta en una expresión más compleja para $\lambda(x)$ que da cuenta de los coeficientes dependientes del estado.

Contribuciones Clave

1. Diseño del Algoritmo: El artículo introduce un algoritmo simple y computacionalmente eficiente que permite que un proceso discreto resida exactamente en la frontera, superando la limitación de los métodos EM estándar.
2. Derivación de la Probabilidad: Los autores proporcionan una derivación rigurosa para la función de probabilidad de salto $\lambda(x)$, asegurando que el esquema discreto sea consistente con el generador de la dinámica de la difusión pegajosa deseada.
3. Análisis de Convergencia: El artículo demuestra que el esquema propuesto converge débilmente con orden 1 (error global $O(h)$).
   • La prueba descompone el error global en errores locales y el número de pasos realizados en cada región.
   • En el exterior, el error local es $O(h^2)$.
   • En la capa de frontera, el error local es $O(h^{3/2})$.
   • Crucialmente, los autores demuestran que el número de pasos pasados en la capa de frontera escala como $O(h^{-1/2})$. El producto del error local y el conteo de pasos produce la convergencia global de $O(h)$.
4. Condiciones de Regularidad: El artículo establece condiciones suficientes para la función terminal $\phi$ (condiciones de compatibilidad en las fronteras) para asegurar la regularidad de la solución de la ecuación hacia atrás requerida para las pruebas de convergencia.

Resultos

• Teóricos: Los autores demuestran la convergencia débil de orden 1 tanto para el Movimiento Browniano Pegajoso como para difusiones pegajosas generales con deriva y difusión dependientes del estado. Las pruebas se basan en acotar el error local y demostrar que el tiempo de ocupación de la capa de frontera está controlado.
• Numéricos: Experimentos numéricos validan los hallazgos teóricos. Simulaciones de SBM y difusiones pegajosas generales con diversos coeficientes de deriva y difusión demuestran tasas de convergencia empíricas cercanas a 1. Los resultados muestran que el método captura eficazmente el tiempo pasado cerca de la frontera pegajosa, con trayectorias que exhiben tiempos de permanencia más largos a medida que aumenta el parámetro de pegajosidad $\kappa$.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como un paso significativo hacia un método general para simular difusiones pegajosas arbitrarias. Reivindican que su método es ventajoso porque:

• Es una pequeña modificación de las metodologías de simulación estándar, lo que facilita su incorporación en marcos de trabajo existentes (por ejemplo, aquellos que manejan sistemas de partículas interactuantes o reacciones químicas).
• No requiere que el proceso sea un cambio de tiempo de una difusión reflejada, lo que permite tener diferentes coeficientes de deriva y difusión en la frontera comparados con el interior.
• Evita los cuellos de botella computacionales de las aproximaciones de cadenas de Markov basadas en rejillas en dimensiones superiores.

El artículo concluye señalando que, si bien el presente trabajo se centra en una dimensión, las heurísticas y herramientas de convergencia descritas proporcionan una vía para extender estas ideas a difusiones pegajosas multidimensionales, aunque asegurar la validez de las probabilidades de cambio en dimensiones superiores sigue siendo un desafío técnico. Los autores también sugieren que trabajos futuros podrían explorar esquemas de mayor orden y aplicaciones a procesos en variedades.