[论文解读] A flow-based approach to rough differential equations

Ismaël Bailleul|arXiv (Cornell University)|Apr 3, 2014

Mathematical Dynamics and Fractals参考文献 21被引用 9

一句话总结

本文提出了一种基于流的框架，通过从近似流构造全局流来求解粗糙微分方程——利用沿无穷小划分的局部映射的无限复合。关键贡献是一种通用的连续构造方法，将经典常微分方程理论扩展至粗糙路径，无需概率假设即可求解不规则控制的方程。

ABSTRACT

These are lecture notes for a Master 2 course on rough differential equations driven by weak geometric Holder p-rough paths, for any p>2. They provide a short, self-contained and pedagogical account of the theory, with an emphasis on flows. The theory is illustrated by some now classical applications to stochastic analysis, such as the basics of Freidlin-Wentzel theory of large deviations for diffusions, or Stroock and Varadhan support theorem.

研究动机与目标

• 开发一种从近似映射族构造全局流的一般方法，这些映射族几乎满足流的性质。
• 将经典微分方程理论扩展至具有 Hölder 正则性 $ p \in [2,3) $ 的粗糙路径，绕过经典光滑性要求。
• 提供一种无需依赖随机积分或概率的粗糙微分方程的确定性求解框架。
• 通过流理论的视角，统一并推广现有方法，包括 Lyons、Friz-Victoir 和 Davie 的方法。
• 为随机分析、大偏差理论以及流形上的几何粗糙路径理论奠定基础。

提出的方法

• 将 $ C^1 $-近似流定义为满足时间方向上二阶泰勒型展开的局部映射 $ \mu_{ts} $。
• 通过在 $[s,t]$ 的无穷小划分上对映射 $ \mu_{t_{i+1}t_i} $ 进行无限复合，构造全局流 $ \varphi_{ts} $。
• 使用广义缝合法（generalized sewing lemma）确保在粗糙路径设定下，所得流的收敛性与连续性。
• 将该框架应用于形如 $ dx_t = \sum_i V_i(x_t) dh^i_t $ 的受控常微分方程，其中 $ h $ 是 $ p $-粗糙路径。
• 通过流构造证明解的存在性与连续性，即使 $ h $ 不是有变差的。
• 通过将 Stratonovich 布朗运动粗糙路径视为 Hölder 正则性 $ p \in (2,3) $ 的确定性粗糙路径，将该方法扩展至随机设定。

实验结果

研究问题

• RQ1 如何从仅近似满足流性质的局部映射族构造全局流？
• RQ2 在粗糙路径背景下，什么条件能确保近似映射无限复合的收敛性与连续性？
• RQ3 粗糙微分方程理论能否在完全确定性的方式下建立，而无需依赖随机积分？
• RQ4 基于流的方法如何统一并推广 Lyons、Friz-Victoir 和 Davie 等人的现有方法？
• RQ5 该框架对粗糙 SDE 中的大偏差原理与密度结果有何影响？

主要发现

• 由 $ C^1 $-近似流构造的流在驱动粗糙路径和初始数据上均保持连续，确保了鲁棒性。
• 该方法成功求解了 $ p $-粗糙路径（$ 2 \leq p < 3 $）下的粗糙微分方程，即使驱动信号非有变差。
• 该方法通过将布朗运动视为 Hölder 正则性 $ p \in (2,3) $ 的确定性粗糙路径，为 Stratonovich SDE 提供了确定性解释，无需概率论。
• 该框架导出了 Stratonovich 布朗运动粗糙路径的大偏差原理，将 Freidlin-Wentzell 理论推广至粗糙路径设定。
• 该理论可通过内在表述自然推广至流形，如作者在巴拿赫流形上的前期工作中所展示。
• 该方法为高级应用（如基于签名的机器学习、通过受控路径分析奇异 SPDE）奠定了基础。