[论文解读] A stochastic Gronwall inequality and applications to moments, strong completeness, strong local Lipschitz continuity, and perturbations

Anselm Hudde, Martin Hutzenthaler+1 more|arXiv (Cornell University)|Mar 20, 2019

Stochastic processes and financial applications参考文献 42被引用 12

一句话总结

本文在单侧仿射线性增长条件下，为多维 Itô 过程建立了新的随机 Gronwall-Lyapunov 不等式，实现了对 SDE 的改进型矩估计、强局部 Lipschitz 连续性、强完备性以及扰动界分析。核心贡献在于针对 p ≥ 2 的情形，推导出更精确的 L^p 矩界，避免了对 Young 不等式的次优使用，从而获得比以往方法更紧致且更普适的结果。

ABSTRACT

There are numerous applications of the classical (deterministic) Gronwall inequality. Recently, Michael Scheutzow discovered a stochastic Gronwall inequality which provides upper bounds for $p$-th moments, $p\in(0,1)$, of the supremum of nonnegative scalar continuous processes which satisfy a linear integral inequality. In this article we complement this with upper bounds for $p$-th moments, $p\in[2,\infty)$, of the supremum of general It\^o processes which satisfy a suitable one-sided affine-linear growth condition. As example applications, we improve known results on strong local Lipschitz continuity in the starting point of solutions of stochastic differential equations (SDEs), on (exponential) moment estimates for SDEs, on strong completeness of SDEs, and on perturbation estimates for SDEs.

研究动机与目标

• 解决在仿射线性增长条件下，对 p ≥ 2 的 Itô 过程缺乏精确 L^p 矩估计的问题。
• 克服以往方法在矩推导中依赖 Young 不等式所导致的次优性。
• 为 SDE 建立更强的理论保证，包括解对初值的强局部 Lipschitz 连续性与强完备性。
• 推导出针对数值逼近与随机模型的改进型扰动估计。

提出的方法

• 通过 Itô 公式与改进的 Gronwall-Bellman-Opial 不等式，推导出一种新颖的随机 Gronwall-Lyapunov 不等式，避免使用 Young 不等式。
• 将该不等式应用于在单侧仿射线性增长条件下，Itô 过程范数的 p 阶矩。
• 利用指数积分因子，推导出 p 阶矩过程的几乎必然恒等式。
• 建立过程上确界在边际与一致意义下的矩界，明确体现对初值与噪声系数的依赖关系。
• 将主不等式应用于 SDE，推导出改进型估计，包括指数矩、强完备性与扰动界。
• 通过在具有非全局单调性的 SDE 上的应用，验证了该方法的有效性，表明其结果比经典方法更紧致。

实验结果

研究问题

• RQ1 能否在仿射线性增长条件下，为多维 Itô 过程在 p ≥ 2 时推导出更精确的 L^p 矩界，同时避免对 Young 不等式的次优使用？
• RQ2 该随机 Gronwall-Lyapunov 不等式如何改进 SDE 解对初值的强局部 Lipschitz 连续性分析？
• RQ3 该新不等式在指数矩估计与 SDE 的强完备性方面带来了哪些改进？
• RQ4 该不等式能否为 tamed Euler 方法等数值格式带来新的、更紧致的扰动估计？
• RQ5 该新界在从确定性系数推广至 SDE 中的随机自适应系数时，其适用范围在多大程度上得以扩展？

主要发现

• 本文建立的新随机 Gronwall-Lyapunov 不等式，相较于以往方法，对 p ≥ 2 的 L^p 矩界具有更紧致的估计，且避免了由 Young 不等式导致的次优估计。
• 对于满足单侧仿射线性增长条件的 SDE，新界显著改进了指数矩估计，并对解路径提供了更强的控制。
• 该不等式显著提升了对初值强局部 Lipschitz 连续性的分析能力，即使在系数不具全局单调性时亦成立。
• 该方法导出了新的、一致的扰动估计（如推论 3.11 所示），其紧致性与普适性优于现有结果，尤其适用于 tamed Euler 格式。
• 该框架可在不假设系数全局单调性的情况下，推导出 SDE 的二阶连续可微解。
• 理论结果通过在具有超线性增长系数的 SDE 与 SPDE 上的应用得到验证，经典方法在这些情形下已失效。