En mathématiques , certains problèmes de valeurs aux limites peuvent être résolus en utilisant les méthodes de l'analyse stochastique . L'exemple le plus célèbre est peut-être la solution de 1944 par Shizuo Kakutani du problème de Dirichlet pour l' opérateur de Laplace utilisant le mouvement brownien . Cependant, il s'avère que pour une grande classe d' équations différentielles partielles semi-elliptiques du second ordre , le problème de valeur aux limites de Dirichlet associé peut être résolu en utilisant un processus Itō qui résout une équation différentielle stochastique associée .
Introduction: la solution de Kakutani au problème classique de Dirichlet
Soit un domaine (un ensemble ouvert et connecté ) dans . Soit l' opérateur de Laplace , soit une fonction bornée sur la frontière , et considérons le problème:
ré
{\ displaystyle D}
R
n
{\ textstyle \ mathbb {R} ^ {n}}
Δ
{\ displaystyle \ Delta}
g
{\ displaystyle g}
∂
ré
{\ displaystyle \ partial D}
{
-
Δ
u
(
X
)
=
0
,
X
∈
ré
lim
y
→
X
u
(
y
)
=
g
(
X
)
,
X
∈
∂
ré
{\ displaystyle {\ begin {cases} - \ Delta u (x) = 0, & x \ in D \\\ displaystyle {\ lim _ {y \ to x} u (y)} = g (x), & x \ dans \ partial D \ end {cases}}}
On peut montrer que si une solution existe, alors est la valeur attendue de au premier point de sortie (aléatoire) de pour un mouvement brownien canonique commençant à . Voir théorème 3 dans Kakutani 1944, p. 710.
u
{\ displaystyle u}
u
(
X
)
{\ displaystyle u (x)}
g
(
X
)
{\ displaystyle g (x)}
ré
{\ displaystyle D}
X
{\ displaystyle x}
Le problème de Dirichlet – Poisson
Soit un domaine in et soit un opérateur différentiel semi-elliptique de la forme:
ré
{\ displaystyle D}
R
n
{\ textstyle \ mathbb {R} ^ {n}}
L
{\ displaystyle L}
C
2
(
R
n
;
R
)
{\ textstyle C ^ {2} (\ mathbb {R} ^ {n}; \ mathbb {R})}
L
=
∑
je
=
1
n
b
je
(
X
)
∂
∂
X
je
+
∑
je
,
j
=
1
n
une
je
j
(
X
)
∂
2
∂
X
je
∂
X
j
{\ displaystyle L = \ sum _ {i = 1} ^ {n} b_ {i} (x) {\ frac {\ partial} {\ partial x_ {i}}} + \ sum _ {i, j = 1 } ^ {n} a_ {ij} (x) {\ frac {\ partial ^ {2}} {\ partial x_ {i} \, \ partial x_ {j}}}}
où les coefficients et sont des fonctions continues et toutes les valeurs propres de la matrice sont non négatives. Laissez et . Considérez le problème de Poisson :
b
je
{\ displaystyle b_ {i}}
une
je
j
{\ displaystyle a_ {ij}}
α
(
X
)
=
une
je
j
(
X
)
{\ displaystyle \ alpha (x) = a_ {ij} (x)}
F
∈
C
(
ré
;
R
)
{\ textstyle f \ en C (D; \ mathbb {R})}
g
∈
C
(
∂
ré
;
R
)
{\ textstyle g \ en C (\ partial D; \ mathbb {R})}
{
-
L
u
(
X
)
=
F
(
X
)
,
X
∈
ré
lim
y
→
X
u
(
y
)
=
g
(
X
)
,
X
∈
∂
ré
(P1)
{\ displaystyle {\ begin {cases} -Lu (x) = f (x), & x \ in D \\\ displaystyle {\ lim _ {y \ to x} u (y)} = g (x), & x \ in \ partial D \ end {cases}} \ quad {\ mbox {(P1)}}}
L'idée de la méthode stochastique pour résoudre ce problème est la suivante. En premier lieu , on trouve un de diffusion Itō dont le générateur infinitésimal coïncide avec le compact soutenus fonctions . Par exemple, peut être considéré comme la solution de l'équation différentielle stochastique:
X
{\ displaystyle X}
UNE
{\ displaystyle A}
L
{\ displaystyle L}
C
2
{\ displaystyle C ^ {2}}
F
:
R
n
→
R
{\ displaystyle f: \ mathbb {R} ^ {n} \ rightarrow \ mathbb {R}}
X
{\ displaystyle X}
ré
X
t
=
b
(
X
t
)
ré
t
+
σ
(
X
t
)
ré
B
t
{\ displaystyle \ mathrm {d} X_ {t} = b (X_ {t}) \, \ mathrm {d} t + \ sigma (X_ {t}) \, \ mathrm {d} B_ {t}}
où est le mouvement brownien à n dimensions, a des composantes comme ci-dessus, et le champ de matrice est choisi de telle sorte que:
B
{\ displaystyle B}
b
{\ displaystyle b}
b
je
{\ displaystyle b_ {i}}
σ
{\ displaystyle \ sigma}
1
2
σ
(
X
)
σ
(
X
)
⊤
=
une
(
X
)
,
∀
X
∈
R
n
{\ displaystyle {\ frac {1} {2}} \ sigma (x) \ sigma (x) ^ {\ top} = a (x), \ quad \ forall x \ in \ mathbb {R} ^ {n} }
Pour un point , désignons la loi de la donnée initiale donnée , et désignons l'espérance par rapport à . Soit la première heure de sortie de from .
X
∈
R
n
{\ displaystyle x \ in \ mathbb {R} ^ {n}}
P
X
{\ displaystyle \ mathbb {P} ^ {x}}
X
{\ displaystyle X}
X
0
=
X
{\ displaystyle X_ {0} = x}
E
X
{\ displaystyle \ mathbb {E} ^ {x}}
P
X
{\ displaystyle \ mathbb {P} ^ {x}}
τ
ré
{\ displaystyle \ tau _ {D}}
X
{\ displaystyle X}
ré
{\ displaystyle D}
Dans cette notation, la solution candidate pour (P1) est:
u
(
X
)
=
E
X
[
g
(
X
τ
ré
)
⋅
χ
{
τ
ré
<
+
∞
}
]
+
E
X
[
∫
0
τ
ré
F
(
X
t
)
ré
t
]
{\ displaystyle u (x) = \ mathbb {E} ^ {x} \ left [g {\ big (} X _ {\ tau _ {D}} {\ big)} \ cdot \ chi _ {\ {\ tau _ {D} <+ \ infty \}} \ right] + \ mathbb {E} ^ {x} \ left [\ int _ {0} ^ {\ tau _ {D}} f (X_ {t}) \ , \ mathrm {d} t \ right]}
à condition qu'il s'agisse d' une fonction limitée et que:
g
{\ displaystyle g}
E
X
[
∫
0
τ
ré
|
F
(
X
t
)
|
ré
t
]
<
+
∞
{\ displaystyle \ mathbb {E} ^ {x} \ left [\ int _ {0} ^ {\ tau _ {D}} {\ big |} f (X_ {t}) {\ big |} \, \ mathrm {d} t \ right] <+ \ infty}
Il s'avère qu'une condition supplémentaire est requise:
P
X
(
τ
ré
<
∞
)
=
1
,
∀
X
∈
ré
{\ displaystyle \ mathbb {P} ^ {x} {\ big (} \ tau _ {D} <\ infty {\ big)} = 1, \ quad \ forall x \ in D}
Pour tous , le processus à partir de presque sûrement des feuilles dans le temps fini. Sous cette hypothèse, la solution candidate ci-dessus se réduit à:
X
{\ displaystyle x}
X
{\ displaystyle X}
X
{\ displaystyle x}
ré
{\ displaystyle D}
u
(
X
)
=
E
X
[
g
(
X
τ
ré
)
]
+
E
X
[
∫
0
τ
ré
F
(
X
t
)
ré
t
]
{\ displaystyle u (x) = \ mathbb {E} ^ {x} \ left [g {\ big (} X _ {\ tau _ {D}} {\ big)} \ right] + \ mathbb {E} ^ {x} \ left [\ int _ {0} ^ {\ tau _ {D}} f (X_ {t}) \, \ mathrm {d} t \ right]}
et résout (P1) en ce sens que si désigne l'opérateur caractéristique pour (qui est en accord avec les fonctions sur ), alors:
UNE
{\ displaystyle {\ mathcal {A}}}
X
{\ displaystyle X}
UNE
{\ displaystyle A}
C
2
{\ displaystyle C ^ {2}}
{
-
UNE
u
(
X
)
=
F
(
X
)
,
X
∈
ré
lim
t
↑
τ
ré
u
(
X
t
)
=
g
(
X
τ
ré
)
,
P
X
-comme,
∀
X
∈
ré
(P2)
{\ displaystyle {\ begin {cases} - {\ mathcal {A}} u (x) = f (x), & x \ in D \\\ displaystyle {\ lim _ {t \ uparrow \ tau _ {D}} u (X_ {t})} = g {\ big (} X _ {\ tau _ {D}} {\ big)}, & \ mathbb {P} ^ {x} {\ mbox {-as,}} \ ; \ forall x \ in D \ end {cases}} \ quad {\ mbox {(P2)}}}
De plus, si satisfait (P2) et qu'il existe une constante telle que, pour tous :
v
∈
C
2
(
ré
;
R
)
{\ textstyle v \ in C ^ {2} (D; \ mathbb {R})}
C
{\ displaystyle C}
X
∈
ré
{\ displaystyle x \ en D}
|
v
(
X
)
|
≤
C
(
1
+
E
X
[
∫
0
τ
ré
|
g
(
X
s
)
|
ré
s
]
)
{\ displaystyle | v (x) | \ leq C \ left (1+ \ mathbb {E} ^ {x} \ left [\ int _ {0} ^ {\ tau _ {D}} {\ big |} g (X_ {s}) {\ big |} \, \ mathrm {d} s \ right] \ right)}
alors .
v
=
u
{\ displaystyle v = u}
Les références
<img src="https://en.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">