Milstein-type Schemes for Hyperbolic SPDEs

技术摘要：双曲型 SPDE 的 Milstein 型格式

问题陈述
本文研究了如下形式的半线性随机演化方程的时间近似问题：$dU + AU dt = F(U) dt + G(U) dW$，其中$A$是希尔伯特空间$X$上的算子。其核心关注点是**双曲型**情形，即领先算子$-A$生成一个收缩$C_0$-半群，但该半群不一定是解析的。这使得该问题区别于研究充分的抛物型情形，因为在抛物型情形中，解析半群提供的正则化效应有助于实现高阶收敛。

作者的目标是构建能够实现超过 $1/2$ 强收敛阶的 Milstein 型格式。虽然以往的文献表明，仅依赖维纳增量的格式在处理双曲型方程时，其收敛阶被限制在 $1/2$（最多带有对数因子），但 Milstein 格式通过引入迭代随机积分，有望达到 $1$ 的收敛阶。文献中的一个显著空白在于，针对这些格式（特别是有理 Milstein 格式，如基于 Crank–Nicolson 或隐式 Euler 的格式，而非仅限于指数格式）缺乏严谨的误差分析。此外，现有结果通常侧重于逐点均方根误差，而本研究则调查了路径一致强误差。

方法论
本研究扩展了 Kato 的框架（最初应用于 [34] 中的 SPDE），以处理超越 $1/2$ 收敛壁垒的双曲型问题。该方法论依赖于以下几个关键技术组件：

1. 对偶空间框架： 作者使用一对希尔伯特空间 $Y \hookrightarrow X$ 进行研究。非线性项 $F$ 和噪声 $G$ 被假设在 $X$ 上满足 Lipschitz 连续，但在更正则的空间 $Y$ 上仅满足线性增长。这种区分对于处理 Nemytskii 算子至关重要，因为这类算子通常在 $L^2$ 上不满足 Fréchet 可微性，但满足 Gâteaux 可微性。
2. 可微性假设： 为了推导 Milstein 格式所需的泰勒展开，作者假设 $F$ 和 $G$ 在 $X$ 上是 Gâteaux 可微的，并且它们的导数在 $Y$ 上是 $(2\alpha-1)$-Hölder 连续的。这允许使用真实的非线性函数（不同于因要求在 $L^2$ 上 Fréchet 可微而施加的仿射线性限制），同时确保了合适的泰勒余项的存在。
3. 误差分解： 路径一致误差被分解为由以下部分组成的成分：
   • 有理格式 $R_h$ 对半群的近似（使用对数平方函数估计）；
   • 漂移项和扩散项的离散化；
   • 解与近似值在网格点处的差异。
4. 随机工具： 证明采用了随机卷积的最大不等式、随机 Fubini 定理（用于处理一般 $p \in [2, \infty)$ 的路径一致误差）以及离散 Grönwall 不等式。一个关键工具是对数平方函数估计（命题 2.4），它为有理格式引入了 $\sqrt{\log(T/h)}$ 因子，而对于指数格式则不存在该因子。

核心贡献
本文做出了以下具体贡献：

• 双曲型 SPDE 的最优收敛阶： 它建立了第一个严谨的误差分析，证明 Milstein 格式在双曲型 SPDE 中可以实现 $\alpha \in (1/2, 1]$ 的收敛阶，部分解决了 [28] 和 [34] 中提出的开放性问题。
• 有理 Milstein 格式： 研究结果从指数格式（其中 $R_h = S(h)$）扩展到了有理格式（其中 $R_h = r(-hA)$，例如隐式 Euler、Crank–Nicolson）。这回答了关于有理格式能否推广到双曲型设置的开放性问题。
• 路径一致估计： 作者将之前的均方根误差估计强化为路径一致强误差估计（$L^p(\Omega; \max_{j} \|U_{t_j} - u_j\|_X)$）。这确保了整个数值路径的收敛性，而不仅仅是逐点值的收敛。
• 处理非 Nemytskii 与 Nemytskii 非线性： 该框架通过仔细区分 $X$ 上的 Gâteaux 可微性和 $Y$ 上的 Fréchet 可微性，既能容纳非局部非线性（通过卷积），也能容纳特定的 Nemytskii 算子（如传输方程中的算子）。

主要结果
设 $U$ 为弱解，$u$ 为步长为 $h$ 的 Milstein 近似。在初始数据 $\xi$、非线性 $F$ 和噪声 $G$ 满足适当正则性假设的情况下：

1. 有理 Milstein 格式： 路径一致强误差满足：
   $$\left\| \max_{0 \le j \le M} \|U_{t_j} - u_j\|_X \right\|_{L^p(\Omega)} \lesssim h^\alpha \sqrt{\log(T/h)}$$
   其中 $\alpha \in (1/2, 1]$ 取决于有理格式 $R_h$ 在空间 $Y$ 上的近似阶。若 $Y = D(A^2)$，则 $\alpha = 1$。
2. 指数 Milstein 格式： 对于指数格式（$R_h = S(h)$），去除了对数因子：
   $$\left\| \max_{0 \le j \le M} \|U_{t_j} - u_j\|_X \right\|_{L^p(\Omega)} \lesssim h^\alpha$$
   当存在足够的正则性（$Y=D(A)$）时，可实现最优阶 $1$。
3. 应用： 该理论应用于随机薛定谔方程、随机麦克斯韦方程组和随机传输方程。对于薛定谔方程，指数 Milstein 格式达到阶 $1$，而 Crank–Nicolson 和隐式 Euler Milstein 格式分别达到 $2/3$ 和 $1/2$ 的阶（最高带有对数因子），这取决于势能和噪声的正则性。

意义与声明
作者声称这项工作提供了在抽象框架下以及具体模型方程中对双曲型 SPDE 的 Milstein 格式进行首次严谨误差分析。其意义在于：

• 突破 $1/2$ 壁垒： 证明了在不依赖解析半群正则性的情况下，双曲型方程也可以实现高阶收敛。
• 扩大格式适用性： 验证了在双曲型 SPDE 中使用计算成本更低的有理格式（如 Crank–Nicolson）来实现高阶收敛的可能性，而此前已知仅有指数格式能支持此类速率。
• 路径收敛性： 提供了保证数值路径收敛的误差界限，这对于需要轨迹准确性的应用至关重要。

论文指出，虽然其结果适用于加性噪声，但这并非创新，因为在这种情况下 Milstein 格式会退化为指数 Euler 方法。此外，对于波动方程，作者并未声称在有限维噪声下能比现有的 $(\hat{\alpha}, \beta)$-格式获得更高的阶，因为半群差的衰减限制了其阶最高为 $1$。分析仅限于全局 Lipschitz 非线性；处理局部 Lipschitz 非线性被确定为未来的研究方向。

数值验证
在随机薛定谔方程（线性、非局部非线性及 Nemytskii 型情形）上的数值实验证实了理论收敛阶。模拟显示，指数 Milstein (EXM) 和 Crank–Nicolson Milstein (CNM) 格式分别达到了接近 $1$和$2/3$的阶，优于受限于接近$1/2$ 阶的常规指数 Euler 和有理格式。