Delay-Penalty Comparison for Sequential Testing and Quickest Detection in State-Dependent Diffusion Models

Resumo Técnico: Comparação de Penalidade de Atraso para Testes Sequenciais e Detecção Rápida em Modelos de Difusão Dependentes de Estado

Enunciado do Problema
O artigo aborda dois problemas fundamentais da análise sequencial: testes de hipóteses sequenciais e detecção rápida Bayesiana (o problema da desordem). Em ambos os cenários, um observador monitora um processo de difusão $X_t$ cujo drift alterna entre duas alternativas ($\mu_0$ e $\mu_1$) em um tempo não observável ou sob uma hipótese desconhecida. A característica distintiva deste trabalho é a suposição de razões sinal-ruído dependentes do estado, onde o coeficiente de difusão $\sigma(X_t)$ e a diferença de drift $\mu_1(X_t) - \mu_0(X_t)$ dependem da observação atual.

Em modelos padrão com razões sinal-ruído constantes, a probabilidade posterior (ou a razão de verossimilhança) forma um estado de Markov unidimensional fechado. No entanto, quando a razão sinal-ruído é dependente do estado, a probabilidade posterior sozinha é insuficiente para descrever a evolução do sistema. O estatístico suficiente natural torna-se o processo aumentado $(\Pi_t, X_t)$, consistindo na probabilidade posterior $\Pi_t$ e na difusão observada $X_t$. Isso resulta em um processo de difusão multidimensional e degenerado. O artigo foca na comparativa-estática desses problemas: especificamente, como as regras de parada ótima (limiares de alarme) mudam quando a estrutura da penalidade de atraso (custo de execução) muda, em vez de buscar soluções explícitas para modelos específicos.

Metodologia
Os autores empregam um arcabouço unificado baseado na teoria de parada ótima e em filtragem:

1. Redução por Filtragem: O artigo estabelece primeiro que, para difusões dependentes do estado, o par $(\Pi_t, X_t)$ (ou equivalentemente o processo de razão de chances $(\Phi_t, X_t)$) constitui um estatístico suficiente de Markov homogêneo no tempo. Os autores derivam o gerador degenerado explícito $\mathcal{L}$ para este processo aumentado. A degenerescência surge porque ambas as coordenadas são impulsionadas por um único movimento Browniano de inovação, resultando em uma matriz de difusão com determinante zero.
2. Formulação de Parada Ótima: Tanto o teste sequencial quanto a detecção rápida são reduzidos à minimização de um funcional de custo da forma:
   $$V(y) = \inf_{\tau} \mathbb{E}_y \left[ \int_0^\tau f(Y_s) ds + G(Y_\tau) \right]$$
   onde $Y$ é o estado de Markov, $f$ é o custo de execução (atraso ou custo de amostragem) e $G$ é o custo terminal (erro ou custo de falso alarme). A função valor $V$ satisfaz uma desigualdade variacional (ou sistema de complementaridade) envolvendo o gerador $\mathcal{L}$.
3. Princípio de Comparação: A principal contribuição metodológica é um teorema de comparação de penalidade de atraso. Em vez de resolver a desigualdade variacional, os autores comparam dois problemas com o mesmo custo terminal $G$ e o mesmo processo de estado $Y$, mas com diferentes custos de execução $f_1$ e $f_2$. Ao estabelecer uma ordenação pontual dos custos de execução, eles derivam uma ordenação das funções valor, regiões de continuidade e tempos de parada ótima.

Principais Contribuições e Resultados

• Identificação de Estado de Markov Unificado: O artigo prova rigorosamente que, para difusões dependentes do estado, a probabilidade posterior não é um estado de Markov fechado. O estatístico suficiente fechado é o processo aumentado $(\Pi_t, X_t)$, e os autores fornecem o gerador explícito para este processo, destacando sua natureza elíptica degenerada.
• Teorema de Comparação de Penalidade de Atraso: O principal resultado teórico (Teorema 6) afirma que, para um custo terminal fixo, se a penalidade de atraso de execução $f_1$ for pontualmente maior que $f_2$ ($f_1 \ge f_2$), então:
  1. A função valor aumenta ($V_1 \ge V_2$).
  2. A região de continuidade encolhe ($C_1 \subseteq C_2$).
  3. O tempo de parada ótima ocorre mais cedo ($\tau^*_1 \le \tau^*_2$) quase certamente.
• Monotonicidade de Fronteira: Se a região de parada admite uma representação unilateral na coordenada da posterior (ou seja, a parada ocorre quando $\Pi_t \ge b(X_t)$), o teorema de comparação implica uma ordenação monotônica das fronteiras de alarme: $b_1(x) \le b_2(x)$. Isso significa que uma penalidade de atraso mais alta reduz o limiar para levantar um alarme.
• Extensão para Penalidades Não Lineares: O arcabouço estende-se a custos de atraso não lineares (por exemplo, penalidades convexas) ao aumentar o espaço de estados com um estatístico de "memória de penalidade" (a esperança condicional da penalidade marginal). O princípio de comparação mantém-se desde que as penalidades marginais sejam pontualmente ordenadas.
• Ilustração Numérica: Os autores fornecem um exemplo trabalhado do modelo de Shiryaev com uma razão sinal-ruído constante (onde o estado se reduz a uma dimensão). Eles resolvem a desigualdade variacional numericamente usando um método de diferenças finitas com iteração projetada. Os resultados confirmam a previsão teórica: conforme a taxa de custo de atraso linear $c$ aumenta, o limiar de posterior ótimo $p^*(c)$ diminui monotonicamente.

Significância e Alegações
O artigo posiciona-se como uma contribuição estrutural em vez de construtiva. O objetivo não é fornecer novas fórmulas explícitas para fronteiras livres em modelos complexos dependentes de estado, que são frequentemente intratáveis. Em vez disso, oferece um princípio de comparação que esclarece o comportamento qualitativo das regras ótimas sob variações na estrutura de penalidade.

Os autores alegam que este arcabouço:

• Esclarece como a informação dependente do estado e os custos de atraso não lineares afetam conjuntamente a geometria das regras de teste sequencial e de detecção rápida.
• Fornece uma ferramenta robusta para profissionais entenderem como os limiares de alarme se deslocam quando as estruturas de penalidade mudam (por exemplo, em mudanças de regime financeiro, monitoramento de integridade estrutural ou vigilância epidemiológica) sem a necessidade de resolver novamente o problema completo de parada ótima.
• Aplica-se amplamente a custos de atraso lineares e não lineares, desde que a estrutura Markoviana aumentada do estado seja mantida.

O artigo observa explicitamente que a estrutura de fronteira unilateral necessária para o resultado específico de ordenação de fronteira depende de condições (como razões sinal-ruído monótonas) estabelecidas na literatura prévia (ex: Gapeev, Shiryaev, Ernst e Peskir), e não tenta provar a existência de tais estruturas para difusões arbitrárias dependentes de estado.