[논문 리뷰] Hitting probabilities for general Gaussian processes

Eulàlia Nualart, Viens, F.|arXiv (Cornell University)|2013. 05. 08.

Stochastic processes and financial applications참고 문헌 20인용 수 3

한 줄 요약

이 논문은 γ(t)가 일반적인 분산 함수인 d차원 가우시안 과정의 도달 확률에 대해 최밀한 상한과 하한을 도출한다. γ(t)는 연속, 증가, 오목이며, γ(0)=0 및 γ′(0+)=∞를 만족한다. 이는 최소한의 정규성 조건 하에 성립한다. 논문은 마리아빈 미분법과 이중점 국소 비결정성 이론을 활용한 새로운 능력 및 하우스도르프 측도 기반 프레임워크를 제안한다. 이로써 거듭제곱 법칙의 로그 보정(예: t^H log^β(1/t))이 단일점의 극성에 대한 단계 전이 점을 H=1/d에서 β에 의존하는 범위로 이동시킴을 보여주며, 고전적 헬더 연속성 기반 기준을 정밀화한다.

ABSTRACT

For a scalar Gaussian process $B$ on $\mathbb{R}_{+}$ with a prescribed general variance function $γ^{2}\left(r ight) =\mathrm{Var}\left(B\left(r ight) ight) $ and a canonical metric $\mathrm{E}[\left(B\left(t ight) -B\left(s ight) ight) ^{2}]$ which is commensurate with $γ^{2}\left(t-s ight) $, we estimate the probability for a vector of $d$ iid copies of $B$ to hit a bounded set $A$ in $\mathbb{R}^{d}$, with conditions on $γ$ which place no restrictions of power type or of approximate self-similarity, assuming only that $γ$ is continuous, increasing, and concave, with $γ\left(0 ight) =0$ and $γ^{\prime}\left(0+ ight) =+\infty$. We identify optimal base (kernel) functions which depend explicitly on $γ$, to derive upper and lower bounds on the hitting probability in terms of the corresponding generalized Hausdorff measure and non-Newtonian capacity of $A$ respectively. The proofs borrow and extend some recent progress for hitting probabilities estimation, including the notion of two-point local-nondeterminism in Biermé, Lacaux, and Xiao \cite{Bierme:09}.

연구 동기 및 목표

• 일반적인 분산 함수 γ(t)를 가진 d차원 가우시안 과정의 도달 확률에 대해 거듭제곱 법칙이나 자기유사성의 구조를 가정하지 않고 최밀한 상한과 하한을 도출하는 것.
• 집합 A ⊂ ℝ^d가 극성(도달 확률 0) 또는 비극성(도달 확률 양수)일 조건을 정확히 규명하여, 고전적 헬더 연속성 기반 결과를 확장하는 것.
• 헬더 연속성 또는 연속성 모듈러스 기법이 로그 보정을 포착하지 못하는 데서 비롯되는 문제를 해결하기 위해, γ(t)와 일반화된 하우스도르프 측도를 기반으로 한 새로운 내재적 프레임워크를 개발하는 것.
• γ(t) = t^H log^β(1/t)에서 β에 대한 단일점 극성의 단계 전이를 기술하는 것. 이는 H=1/d가 아니라 β=H에서 발생함을 보여주며, 이는 β < H일 경우 비극성, β ≥ H일 경우 극성이 된다는 것을 의미한다.
• γ와 과정의 국소적 행동으로부터 유도된 새로운 커널 함수를 통해 도달 확률과 비뉴턴 능력 간의 연결 고리를 설정하는 것.

제안 방법

• 스칼라 가우시안 과정이 작은 구역과 점에 도달할 확률에 대해 정밀한 밀도 추정을 얻기 위해 마리아빈 미분법을 활용하여 최밀한 확률 추정을 도출하는 것.
• Biermé, Lacaux, 및 Xiao (2013)의 이중점 국소 비결정성(LND) 기법을 일반적인 γ(t)로 확장하여 하한을 위한 두 번째 모멘트 에너지 추정을 가능하게 하는 것.
• 하한을 위한 일반화된 능력을 정의하기 위해 커널 함수 K(x) = v∘γ⁻¹(x)를 구성하며, 여기서 v(r) = ∫_r^{b−a} s^{−1} log^{−β/H}(1/s) ds 이다.
• 덮개 기반 추론과 에너지 방법을 적용하여, 게이지 함수 ψ(x) = x^{d−1/H} log^{β/H}(1/x)를 사용한 상한을 일반화된 하우스도르프 측도 기반으로 도출하는 것.
• 시리즈 수렴 조건 ∑ 2^{-n} / φ(q^n) < ∞를 포함하는 새로운 능력 양성 기준을 활용하여, 칸토어 집합과 같은 집합의 양성 능력을 검증하는 것.
• 과정의 경로 행동이 분산 구조 γ(t)에 의해 지배되도록 보장하기 위해, 표준 거리 조건 E[|B(t)−B(s)|²] ≍ γ²(|t−s|)를 통합하여 자기유사성 가정 없이도 성립하도록 하는 것.

실험 결과

연구 질문

• RQ1 γ(t) = t^H log^β(1/t)에서 분산 함수의 로그 보정은 d차원 가우시안 과정의 단일점 극성에 대한 단계 전이에 어떤 영향을 미치는가?
• RQ2 헬더 연속성 또는 자기유사성의 가정 없이도 일반 가우시안 과정의 도달 확률을 일반화된 하우스도르프 측도와 비뉴턴 능력 기반으로 추정할 수 있는가?
• RQ3 v(r) = ∫_r^{b−a} s^{−1} log^{−β/H}(1/s) ds 함수는 도달 확률 추정의 최밀함에 어떤 정확한 역할을 하는가?
• RQ4 고전적 정규성 이론이 실패할 경우, 마리아빈 미분법은 어떻게 정밀한 점 및 작은 구역 도달 확률 추정을 가능하게 하는가?
• RQ5 γ(t)에 어떤 조건이 성립할 경우, 주어진 집합 A ⊂ ℝ^d가 d차원 가우시안 과정에 대해 극성(즉, P(∃t: B(t) ∈ A) = 0)이 되는가?

주요 결과

• γ(t) = t^H log^β(1/t)일 때, 단일점 극성에 대한 단계 전이는 H=1/d가 아니라 β=H에서 발생한다. 즉, β < H이면 단일점은 비극성이며, β ≥ H이면 극성이 된다.
• 유계 집합 A ⊂ ℝ^d의 도달 확률은 게이지 함수 ψ(x) = x^{d−1/H} log^{β/H}(1/x)를 사용한 일반화된 하우스도르프 측도로 상한이 제시되며, β < H일 경우 커널 K(x) = log^{1−β/H}(x^{-1})를 포함한 능력으로 하한이 제시된다.
• β ≥ H일 경우 커널 K(x)는 유계(즉, K ≡ 1)이며, C_{1/φ}(A) > 0이면 하한이 양수이다. 이는 φ(x) = x^{d−1/H} log^{β/H}(1/x)일 때 ∑ 2^{-n} / φ(q^n) < ∞를 만족할 경우 성립한다.
• 차원이 d−1/H인 칸토어 집합 A에 대해, ψ(x) = x^{d−1/H}일 때 𝒫_{ψ}(A) ≤ 1이며, β < 0일 경우 φ(x) = x^{d−1/H} log^{β/H}(1/x)일 때 𝒫_{φ}(A) = 0이다. 이는 β < 0일 경우 극성이 됨을 의미한다.
• 능력 양성 기준은 시리즈 수렴 조건을 통해 검증된다. β' ≥ H일 경우 ∑_{n=1}^∞ log^{−β'/H}(q^n) < ∞이므로, B^{H,β'}에서 β' ≥ H이면 양의 도달 확률이 보장된다.
• 이 방법은 고전적 헬더 기반 정규성 추정을 γ에 기반한 내재적 기법으로 성공적으로 대체한다. 이는 로그 보정이 존재할 경우 고전적 도구가 최밀한 결과를 도출하는 데 부적절함을 증명한다.