[论文解读] A new technique for proving uniqueness for martingale problems

Richard F. Bass, Edwin Perkins|ArXiv.org|Oct 3, 2007

Advanced Mathematical Modeling in Engineering参考文献 3被引用 19

一句话总结

本文提出了一种新颖的方法，通过将生成元近似为常系数算子及其关联半群的混合，来证明椭圆扩散过程中鞅问题的唯一性。该方法在扩散系数满足霍尔德连续性条件下建立了唯一性，为传统方法（如Schauder估计或摄动理论）失效的问题提供了新工具。

ABSTRACT

A new technique for proving uniqueness of martingale problems is introduced. The method is illustrated in the context of elliptic diffusions in $R^d$.

研究动机与目标

• 开发一种新方法，用于证明椭圆扩散过程中鞅问题解的唯一性。
• 解决经典方法（如拉普拉斯算子摄动或Schauder估计）因正则性不足而失效的情形。
• 提供一个适用于复杂随机过程（包括无穷维SDE和超过程）的框架。
• 在霍尔德连续性条件下，提供一个简短且初等的唯一性证明，避免使用复杂的分析工具。
• 展示该方法在非摄动性设置中的实用性，例如变阶跳跃过程和退化扩散。

提出的方法

• 将变系数生成元 $\mathcal{L}$ 近似为常系数算子 $\mathcal{M}^{a(y)}$ 的混合。
• 通过常系数半群 $P_t^{a(y)}$ 的混合构造与 $\mathcal{L}$ 相关的半群近似。
• 利用预解算子 $R_\lambda^{a(y)}$ 通过 $({\lambda} - \mathcal{M}^{a(y)})R_\lambda^{a(y)} = I$ 将生成元与半群联系起来。
• 为两个解 $\mathbb{P}_1, \mathbb{P}_2$ 定义泛函 $S_\lambda^\Delta f = S_\lambda^1 f - S_\lambda^2 f$ 以比较期望。
• 构造测试函数 $f_\varepsilon(x) = \int R_\lambda^{a(y)}(p^{a(y)}(\varepsilon, \cdot, y))(x) g(y) dy$，其中 $g \in C^2$ 且具有紧台。
• 将 $({\lambda} - \mathcal{L})f_\varepsilon$ 分解为两部分：$I_\varepsilon$（与半群相关）和 $J_\varepsilon$（与系数变化相关），并利用霍尔德连续性来界定 $J_\varepsilon$。

实验结果

研究问题

• RQ1 当经典摄动或基于Schauder的方法失效时，能否开发一种新方法来证明鞅问题中的唯一性？
• RQ2 是否可以使用常系数半群的混合来近似变系数扩散的解半群？
• RQ3 如何通过泛函不等式和预解估计来控制同一鞅问题两个解之间的差异？
• RQ4 扩散系数的何种正则性条件可使该新方法在传统方法失效时仍能成功？
• RQ5 该方法能否推广至非马尔可夫或无穷维随机过程？

主要发现

• 该方法在系数满足霍尔德连续性条件下，证明了与椭圆算子 $\mathcal{L}f(x) = \sum_{i,j=1}^d a_{ij}(x) D_{ij}f(x)$ 相关的鞅问题的唯一性。
• 证明表明，当 $\lambda$ 足够大时，有 $\|J_\varepsilon\| \leq \frac{1}{2}\|g\|$，从而导出压缩映射论证。
• 令 $\varepsilon \to 0$，该方法表明 $|S_\lambda^\Delta g| \leq \frac{1}{2} \Theta \|g\|$，意味着 $\Theta = 0$。
• 泛函 $S_\lambda^\Delta$ 的消失意味着在两个测度 $\mathbb{P}_1$ 和 $\mathbb{P}_2$ 下，有限维分布相等。
• 该结果无需局部化，且与经典方法相比，证明简短且初等。
• 该方法适用于无法将生成元视为固定算子摄动的问题，例如变阶跳跃过程或某些SPDE。