[论文解读] G-Expectation Weighted Sobolev Spaces, Backward SDE and Path Dependent PDE

Shigē Péng, Yongsheng Song|arXiv (Cornell University)|May 21, 2013

Stochastic processes and financial applications参考文献 24被引用 4

一句话总结

本文引入了G-期望加权的Sobolev空间（G-Sobolev空间），并建立了由G-布朗运动驱动的一类倒向SDE与这些空间中路径依赖型PDE之间的一一对应关系。主要贡献在于建立了G-BSDE与完全非线性路径依赖型PDE之间的严格联系，将经典的BSDE-PDE对偶性推广至次线性期望与非马尔可夫设定。

ABSTRACT

We introduce a new notion of G-expectation-weighted Sobolev spaces, or in short, G-Sobolev spaces, and prove that a backward SDEs driven by G-Brownian motion are in fact path dependent PDEs in the corresponding Sobolev spaces under G-norms. For the linear case of G corresponding the classical Wiener probability space with Wiener measure P, we have established a 1-1 correspondence between BSDE and such new type of quasilinear PDE in the corresponding P-Sobolev space. When G is nonlinear, we also provide such 1-1 correspondence between a fully nonlinear PDE in the corresponding G-Sobolev space and BSDE driven by G-Brownian. Consequently, the existence and uniqueness of such type of fully nonlinear path-dependence PDE in G-Sobolev space have been obtained via a recent results of BSDE driven by G-Brownian motion.

研究动机与目标

• 开发一类基于G-期望加权的新型Sobolev型函数空间，称为G-Sobolev空间，以处理路径依赖型随机动力系统。
• 建立由G-布朗运动驱动的倒向SDE与完全非线性路径依赖型PDE之间的严格对偶性。
• 利用G-鞅理论，将经典的BSDE-PDE对应关系扩展至非马尔可夫、次线性期望框架。
• 在扩展的G-Sobolev空间 $ W_{\mathcal{A}_{G}}^{\frac{1}{2},1;p}(0,T) $ 中提出弱解形式，允许使用较弱的导数，提升适用范围。
• 当 $ G(a) = \frac{a}{2} $ 时，将经典线性情形作为特例恢复，与维纳测度及标准PDE建立联系。

提出的方法

• 将G-Sobolev空间 $ W_{G}^{1,2;p}(0,T) $ 定义为光滑圆柱函数在包含G-期望与路径依赖函数导数的范数下的完备化。
• 引入形式为 $ Y_t = \xi + \int_t^T f(s,Y_s,Z_s,\eta_s)ds - \int_t^T Z_s dB_s - (K_T - K_t) $ 的倒向SDE，其中 $ K_t = \frac{1}{2}\int_0^t \eta_s d\langle B\rangle_s - \int_0^t G(\eta_s)ds $，用于在模型不确定性下建模非马尔可夫动态。
• 建立该G-BSDE解与路径依赖型PDE $ D_t u + G(D_x^2 u) + f(t,u,D_x u,D_x^2 u) = 0 $ 的粘性解之间的一一对应关系，终端条件为 $ u(T,\omega) = \xi(\omega) $。
• 引入扩展的弱解空间 $ W_{\mathcal{A}_{G}}^{\frac{1}{2},1;p}(0,T) $，以容纳正则性更弱的解，尤其适用于 $ f $ 与 $ D_x^2 u $ 无关的情形。
• 利用G-鞅分解与逼近技术（如通过 $ \eta_t^h $ 的时间平均）证明在G框架下的收敛性与唯一性。
• 借助G-伊藤公式与次线性期望的性质，确保解在 $ L_G^p $-范数下的一致性与稳定性。

实验结果

研究问题

• RQ1 如何将Sobolev型空间推广以适应在次线性期望下的路径依赖泛函？
• RQ2 由G-布朗运动驱动的倒向SDE与路径依赖型PDE之间的确切对应关系是什么？
• RQ3 是否可以在更广的函数空间中提出弱解形式，以包含正则性更低的解，特别是在线性或退化情形下？
• RQ4 当 $ G(a) = \frac{a}{2} $ 时，G-BSDE框架如何恢复经典线性BSDE-PDE对偶性？
• RQ5 在G-Sobolev空间框架下，解的存在性与唯一性的必要与充分条件是什么？

主要发现

• 在G-Sobolev空间 $ W_G^{1,2;p}(0,T) $ 中，建立了G-BSDE解与路径依赖型PDE粘性解之间的一一对应关系。
• 当 $ f $ 与 $ D_x^2 u $ 无关时，引入了在 $ W_{\mathcal{A}_G}^{\frac{1}{2},1;p}(0,T) $ 中的弱解形式，该空间推广了 $ W_G^{1,2;p}(0,T) $，并与 [HJPS12] 中研究的G-BSDE一致。
• 证明了解空间 $ W_G^{1,2;p}(0,T) $ 在G-期望加权范数下是完备的，确保了PDE的适定性。
• 当 $ G(a) = \frac{a}{2} $ 时，框架退化为经典维纳概率空间，对应关系恢复标准BSDE-PDE对偶性，解位于基于维纳测度加权的Sobolev空间中。
• 本文证明：若序列 $ \{\eta_n\} $ 在 $ \tilde{M}_G^p $-范数下为柯西序列，且 $ \|\eta_n\|_{M_G^p} \to 0 $，则 $ \|\eta_n\|_{\tilde{M}_G^p} \to 0 $，确保了在扩展空间中的收敛性。
• 通过G-鞅分解与时间平均逼近，本文证明 $ \int_0^t \eta_s^+ ds = 0 $ 与 $ \int_0^t \eta_s^- ds = 0 $，从而推出 $ \|\eta\|_{\tilde{M}_G^p} = 0 $，确认了解的唯一性与稳定性。