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

Résumé technique : Une méthode d'Euler-Maruyama modifiée pour simuler une diffusion collante unidimensionnelle

Énoncé du problème
Les diffusions collantes (sticky diffusions) sont des processus stochastiques capables de passer un temps non nul sur une frontière de dimension inférieure (par exemple, un point en une dimension). Bien qu'elles soient mathématiquement bien étudiées depuis les travaux de Feller dans les années 1950, la simulation de ces processus présente un défi unique : les méthodes numériques standard pour les équations différentielles stochastiques (EDS), telles que le schéma d'Euler-Maruyama (EM), effectuent des pas aléatoires dans l'espace continu et ne tombent donc presque jamais exactement sur la frontière. Par conséquent, elles échouent à capturer la mesure singulière (le caractère « collant ») inhérente au processus. Les alternatives existantes, telles que les approximations par chaînes de Markov en temps continu sur des grilles prédéfinies, font face à des problèmes d'extensibilité dans des dimensions supérieures et à des difficultés pour gérer les frontières courbes. De plus, les récentes méthodes de changement de temps basées sur des diffusions réfléchies sont limitées aux cas où les coefficients de dérive et de diffusion sont identiques à l'intérieur et sur la frontière.

Méthodologie
Les auteurs proposent un algorithme d'Euler-Maruyama modifié, conçu pour simuler des diffusions collantes unidimensionnelles capables de sauter exactement vers et depuis un point collant (pris comme $x=0$). La méthode est une modification minimale du schéma EM réfléchi standard, introduisant un mécanisme probabiliste pour gérer la couche limite.

L'algorithme divise le domaine en deux régions basées sur le pas de temps $h$ :

1. Extérieur ($\Omega_e$) : Lorsque le processus est loin de la frontière, il évolue selon une mise à jour d'Euler-Maruyama réfléchi standard.
2. Couche limite ($\Omega_b$) : Lorsque le processus est proche de la frontière (spécifiquement à une distance proportionnelle à $\sqrt{h}$), l'algorithme effectue une mise à jour mixte. Avec une probabilité $\lambda(x)$, il effectue une étape EM réfléchie. Avec une probabilité $1 - \lambda(x)$, il saute exactement au point collant ($x=0$).

Le cœur de la méthodologie réside dans la dérivation de la fonction de probabilité de saut $\lambda(x)$. Les auteurs dérivent $\lambda(x)$ en exigeant que l'opérateur de transition du schéma discret approxime l'opérateur de transition de la diffusion collante continue sur un seul pas de temps $h$. Ceci est réalisé par :

• L'expansion du générateur de la diffusion collante et du schéma discret via des développements de Taylor.
• L'utilisation de la condition de frontière collante (une relation entre les premières et secondes dérivées spatiales à la frontière) pour exprimer la première dérivée en fonction de la seconde.
• La résolution de $\lambda(x)$ de telle sorte que les coefficients des termes de dérive et de diffusion dans l'expansion de l'erreur locale correspondent à la dynamique continue jusqu'à une tolérance spécifiée.

Pour un mouvement brownien collant (SBM) avec dérive $b=0$ et diffusion $\sigma=1$, la probabilité dérivée est :
$$\lambda(x) = \frac{x^2 + 2\kappa x + h(\frac{\kappa}{\sqrt{3h}} + 1)}{x^2 + h + \kappa\sqrt{3h}}$$
où $\kappa$ est le paramètre de collantité (stickiness). La méthode est ensuite généralisée à des diffusions collantes unidimensionnelles arbitraires avec dérive $b(x)$ et diffusion $\sigma(x)$, ce qui donne une expression de $\lambda(x)$ plus complexe tenant compte des coefficients dépendants de l'état.

Contributions clés

1. Conception de l'algorithme : L'article introduit un algorithme simple et efficace sur le plan computationnel qui permet à un processus discret de résider exactement sur la frontière, surmontant ainsi la limitation des méthodes EM standard.
2. Dérivation de la probabilité : Les auteurs fournissent une dérivation rigoureuse de la fonction de probabilité de saut $\lambda(x)$, garantissant que le schéma discret est cohérent avec le générateur de la dynamique de la diffusion collante souhaitée.
3. Analyse de convergence : L'article prouve que le schéma proposé converge faiblement d'ordre 1 (erreur globale $O(h)$).
   • La preuve décompose l'erreur globale en erreurs locales et en nombre d'étapes passées dans chaque région.
   • Dans l'extérieur, l'erreur locale est de $O(h^2)$.
   • Dans la couche limite, l'erreur locale est de $O(h^{3/2})$.
   • Crucialement, les auteurs prouvent que le nombre d'étapes passées dans la couche limite évolue en $O(h^{-1/2})$. Le produit de l'erreur locale et du nombre d'étapes donne la convergence globale de $O(h)$.
4. Conditions de régularité : L'article établit des conditions suffisantes sur la fonction terminale $\phi$ (conditions de compatibilité aux frontières) pour assurer la régularité de la solution de l'équation de recul requise pour les preuves de convergence.

Résultats

• Théoriques : Les auteurs prouvent la convergence faible d'ordre 1 pour le mouvement brownien collant et pour les diffusions collantes générales avec dérive et diffusion dépendantes de l'état. Les preuves reposent sur la limitation de l'erreur locale et la démonstration que le temps d'occupation de la couche limite est contrôlé.
• Numériques : Des expériences numériques valident les résultats théoriques. Les simulations de SBM et de diffusions collantes générales avec diverses dérives et diffusions coefficients démontrent des taux de convergence empiriques proches de 1. Les résultats montrent que la méthode capture efficacement le temps passé près de la frontière collante, les trajectoires présentant des temps de séjour plus longs à mesure que le paramètre de collantité $\kappa$ augmente.

Signification et affirmations
Les auteurs positionnent ce travail comme une étape significative vers une méthode générale de simulation de diffusions collantes arbitraires. Ils affirment que leur méthode est avantageuse car :

• Il s'agit d'une petite modification des méthodologies de simulation standard, ce qui facilite son intégration dans des cadres existants (par exemple, ceux gérant des systèmes de particules en interaction ou des réactions chimiques).
• Elle ne nécessite pas que le processus soit un changement de temps d'une diffusion réfléchie, permettant ainsi des coefficients de dérive et de diffusion différents sur la frontière par rapport à l'intérieur.
• Elle évite les goulots d'étranglement computationnels des approximations de chaînes de Markov sur grille dans des dimensions supérieures.

L'article conclut en notant que, bien que le présent travail se concentre sur une dimension, les heuristiques et les outils de convergence décrits fournissent une voie pour étendre ces idées à des diffusions collantes multidimensionnelles, bien que garantir la validité des probabilités de commutation dans des dimensions supérieures reste un défi technique. Les auteurs suggèrent également que des travaux futurs pourraient explorer des schémas d'ordre supérieur et des applications à des processus sur des variétés.