2025年大学《数理基础科学》专业题库—— 随机微分方程的数值解法研究.docxVIP

2025年大学《数理基础科学》专业题库——随机微分方程的数值解法研究

考试时间：______分钟总分：______分姓名：______

一、

简述随机微分方程（SDE）与随机过程的关系。说明伊藤积分（ItōIntegral）的定义及其一个基本性质。

二、

推导随机微分方程的显式欧拉（Euler-Maruyama）数值格式。解释该格式如何近似求解SDE，并给出其局部截断误差阶。

三、

考虑SDE：

$dX_t=\mu(X_t)dt+\sigma(X_t)dW_t,\quadX_0=x_0$

其中$\mu(x),\sigma(x)$是已知函数，$W_t$是标准布朗运动。

1.写出该SDE的隐式欧拉（ImplicitEuler）格式。

2.分析隐式欧拉格式的局部截断误差阶。

四、

比较显式欧拉法和Milstein方法在求解SDE时的精度。说明Milstein方法能够获得更高精度的原因（理论上）。

五、

描述什么是SDE的强稳定（StrongStability）和弱稳定（WeakStability）。解释为何在数值求解SDE时，强稳定性是重要的要求。

六、

假设需要数值求解一个高维SDE系统。简述至少两种减少计算量的数值方法或技术，并说明其基本思想。

七、

Feynman-Kac公式是连接随机过程与偏微分方程的重要桥梁。请简述Feynman-Kac公式的形式，并说明它在SDE数值解法研究中的一个潜在应用。

八、

在实际应用中，有时需要处理带有随机参数或奇异性（如Lipschitz条件不满足）的SDE。请分别简述针对这两种情况，在数值解法上可能需要进行的调整或采用的特殊方法。

九、

蒙特卡洛方法（MonteCarloMethod）是求解高维SDE路径积分的一种常用手段。请说明蒙特卡洛方法的基本原理，并讨论其主要的优缺点。

十、

设$Y_t=f(X_t)$是由SDE$dX_t=\mu(X_t)dt+\sigma(X_t)dW_t$通过一个光滑函数$f$生成的新随机过程。若要数值求解$Y_t$的方程，可以采用直接求解$X_t$的方法，也可以考虑$Y_t$的直接数值格式。请简述一种适用于$Y_t$的直接数值方法（如基于伊藤公式的展开），并讨论其适用条件。

试卷答案

一、

随机微分方程（SDE）是描述随机过程演化规律的数学模型，其驱动力通常包含随机噪声项（如布朗运动）。SDE定义了一个随机过程，其增量不仅依赖于当前状态，还依赖于一个或多个随机因素。伊藤积分是定义在带有随机漂移的布朗运动路径上的积分，是求解SDE解析解或进行数值模拟的基础工具。一个基本性质是伊藤公式（ItōsLemma），它描述了随机变量函数的微分法则，是随机微积分的核心定理，用于推导SDE的解和伊藤积分的性质。

二、

显式欧拉格式是一种简单的一阶（局部截断误差阶为O(Δt2)）数值方法，用于近似求解SDE$dX_t=\sigma(X_t)dW_t+\mu(X_t)dt$。其格式为：

$X_{n+1}=X_n+\sigma(X_n)\DeltaW_n+\mu(X_n)\Deltat$

其中，$X_n$是时间步$t_n$时刻$X_t$的近似值，$\DeltaW_n=W_{t_{n+1}}-W_{t_n}$是布朗运动的增量，$\Deltat=t_{n+1}-t_n$是时间步长。推导思路基于将SDE在$[t_n,t_{n+1}]$上进行泰勒展开近似，忽略二阶及更高阶小量。局部截断误差是指在不考虑先前时间步误差的情况下，仅由当前时间步的离散化引入的误差，对于显式欧拉法，该误差为O(Δt2)。

三、

1.隐式欧拉格式是SDE数值解的另一类重要方法，其格式为：

$X_{n+1}=X_n+\sigma(X_n)\DeltaW_{n+1}+\mu(X_n)\Deltat$

其中，$\DeltaW_{n+1}=W_{t_{n+1}}-W_{t_n}$。注意这里使用了$t_{n+1}$时刻的随机增量。

2.分析局部截断误差阶：与显式欧拉类似，将SDE在$[t_n,t_{n+1}]$上进行泰勒展开，但使用$X_{n+1}$的表达式。隐式欧拉法是隐式格式，需要求解关于$X_{n+1}$的方程（通常是线性的），其局部截断误差同样为O(Δt2)。

四、

显式欧拉法是线性方法，其局部截断误差为O(Δt)，即其精度为一阶。Milstein方法是二阶精度（局部截断误差为O(Δt3)）的数值格式，其形式为：

$X_{n+1}=X_n+\sigma(X_n)\DeltaW_n+\m