[论文解读] An elementary proof of the reconstruction theorem

Harprit Singh, Josef Teichmann|arXiv (Cornell University)|Dec 7, 2018

Stochastic processes and financial applications被引用 8

一句话总结

本文通过在模型和模型化分布上使用光滑化过程，提出了一种新颖且基础的正则性结构重建定理的证明，避免了对深层小波或拟控制分析的依赖。关键贡献是通过逼近方法，将重建算子从光滑模型直接扩展到一般模型，实现了在$(p,q)$ Besov空间设定下的定理证明，且显式给出了依赖于有效维数$|\mathfrak{s}|$的收敛速率。该证明依赖于模型的规范光滑化以及一个可变形的稠密子空间的模型化分布。

ABSTRACT

The reconstruction theorem, a cornerstone of Martin Hairer's theory of regularity structures, appears in this article as the unique extension of the explicitly given reconstruction operator on the set of smooth models due its inherent Lipschitz properties. This new proof is a direct consequence of constructions of mollification procedures on spaces of models and modelled distributions: more precisely, for an abstract model $Z$ of a given regularity structure, a mollified model is constructed, and additionally, any modelled distribution $f$ can be approximated by elements of a universal subspace of modelled distribution spaces. These considerations yield in particular a non-standard approximation results for rough path theory. All results are formulated in a generic $(p,q)$ Besov setting.

研究动机与目标

• 提供一个自包含的、基础的正则性结构中重建定理的证明，不依赖于高级的小波或拟控制分析。
• 建立重建算子作为从光滑模型到一般模型的Lipschitz连续扩展的存在性与唯一性。
• 证明模型化分布可被一个尊重模型变形下Lipschitz连续性的通用稠密子空间中的元素逼近。
• 通过光滑化框架，推导出适用于粗糙路径理论的新近似结果。
• 在通用的$(p,q)$ Besov设定下表述所有结果，推广经典框架。

提出的方法

• 通过光滑化过程，从任意给定的模型$Z$构造一个规范的光滑化模型$Z^\epsilon$，确保在修改后的拓扑下收敛。
• 定义一个模型化分布的通用稠密子空间，其可在模型的Lipschitz曲线路径上实现连续变形。
• 证明重建算子在光滑模型空间上显式定义且为Lipschitz连续。
• 通过唯一Lipschitz扩展性质，将重建算子从光滑模型扩展到一般模型。
• 利用测试函数的规范提升$\Phi$的标度性质，控制$d^{\gamma,m}_{\infty,\infty}$型空间中的范数。
• 通过将差分解耦为涉及$\Gamma$-作用与模型化分布范数的分量，推导出基于$L^p$的重建误差估计，从而得到显式的收敛速率。

实验结果

研究问题

• RQ1 能否在不使用小波理论或拟控制分布深层工具的前提下证明重建定理？
• RQ2 如何仅通过Lipschitz连续性与逼近方法，将重建算子从光滑模型扩展到一般模型？
• RQ3 光滑化模型在构造模型化分布的稠密可变形子空间中起什么作用？
• RQ4 重建逼近的定量收敛速率如何以有效维数$|\mathfrak{s}|$表示？
• RQ5 该框架能否在粗糙路径理论中产生新的近似结果？

主要发现

• 重建算子可唯一地通过基本逼近与连续性论证，从光滑模型空间扩展到完整的模型化分布丛，实现Lipschitz连续扩展。
• 光滑化模型$Z^\epsilon$在修改后的拓扑下收敛于原始模型$Z$，提供了一种规范的正则化程序。
• 存在一个稠密的模型化分布子空间，其可在模型的Lipschitz连续曲线路径上全局变形，从而实现稳定逼近。
• 重建算子的逼近误差以$2^{-n|\mathfrak{s}|}$的速率衰减，该速率依赖于有效维数$|\mathfrak{s}|$的指数形式。
• 该证明避免了基于小波或拟控制的技术，为重建定理提供了更易理解且更具构造性的路径。
• 该框架从光滑化模型与模型化分布空间的结构出发，为粗糙路径理论产生了非标准的近似结果。