[论文解读] Intermediate dimension of images of sequences under fractional Brownian motion

K. J. Falconer|arXiv (Cornell University)|Aug 27, 2021

Mathematical Dynamics and Fractals参考文献 17被引用 7

一句话总结

该论文确定了集合 $ F_p = \{0, 1, \frac{1}{2^p}, \frac{1}{3^p}, \dots\} $ 在指数为 $ h $ 的分数布朗运动下的几乎必然中间维数。通过结合覆盖论证（上界）与基于能量的潜在论方法（下界），论文证明中间维数为 $ \frac{\theta}{ph + \theta} $，该值严格小于由标准 Hölder 连续性估计给出的上界。

ABSTRACT

We show that the almost sure $\ heta$-intermediate dimension of the image of the set $F_p =\\{0, 1,\\frac{1}{2^p},\\frac{1}{3^p},\\ldots\\}$ under index-$h$ fractional Brownian motion is $\\frac{\ heta}{ph+\ heta}$, a value that is smaller than that given by directly applying the H\\"{o}lder bound for fractional Brownian motion. In particular this establishes the box-counting dimension of these images.

研究动机与目标

• 确定集合 $ F_p = \{0, 1, \frac{1}{2^p}, \frac{1}{3^p}, \dots\} $ 在指数为 $ h $ 的分数布朗运动下的几乎必然中间维数。
• 解决标准 Hölder 基估计上界与此类图像实际中间维数之间的差异。
• 提供一个自包含的证明，精确确定中间维数，避免依赖维数谱理论。
• 拓展对分数布朗运动等随机过程如何影响具有递减间距集合的维数结构的理解。

提出的方法

• 对于上界，使用长度为 $ r^\theta $ 的相邻区间覆盖零附近的像，其余点则单独用长度为 $ r $ 的区间覆盖，然后对 $ M $ 进行优化以最小化总 $ s $-能量。
• 对于下界，采用基于能量的潜在论方法，通过核 $ \widetilde{\phi}_{r,\theta}^s $ 估计图像测度在 $ B_h $ 下的能量。
• 应用 Fubini 定理对 dyadic 尺度 $ r = 2^{-k} $ 求和，表明期望能量衰减足够快，从而蕴含正的维数。
• 利用 $ S_{r,\theta}^s(E) $ 的衰减速率与中间维数之间的等价关系，通过 $ \liminf_{r \to 0} \frac{\log S_{r,\theta}^s(E)}{-\log r} = 0 $ 来建立关系。
• 在 $ F_p $ 上构造一个测度 $ \mu_r $，使得对所有 $ k \in [1, M] $，点 $ 1/k^p $ 上的质量相等，并分析图像测度 $ \widetilde{\mu}_r $ 的期望能量。
• 通过中间维数的定义结合上下界，最终得出几乎必然相等的结果，即 $ \frac{\theta}{ph + \theta} $。

实验结果

研究问题

• RQ1 在指数为 $ h $ 的分数布朗运动下，$ F_p $ 的图像的几乎必然中间维数是多少？
• RQ2 为何图像的中间维数严格小于标准 Hölder 连续性估计所预测的值？
• RQ3 能否使用潜在论方法建立随机图像中间维数的精确下界？
• RQ4 该结果是否可推广至更一般的递减间距序列，如 $ f(k) $（其中 $ f $ 递减）？

主要发现

• 图像 $ B_h(F_p) $ 的几乎必然上界中间维数被控制在 $ \frac{\theta}{ph + \theta} $ 以内，该结果通过在零附近及无穷远处对图像进行最优覆盖而获得。
• 图像 $ B_h(F_p) $ 的几乎必然下界中间维数被控制在 $ \frac{\theta}{ph + \theta} $ 以上，该结果源于对图像测度的能量估计。
• 上下界结合表明，图像 $ B_h(F_p) $ 的几乎必然中间维数恰好为 $ \frac{\theta}{ph + \theta} $，对所有 $ \theta \in [0,1] $ 成立。
• 图像 $ B_h(F_p) $ 的盒计数维数为 $ \frac{1}{ph + 1} $，即 $ \theta = 1 $ 的特殊情况。
• 结果是精确的，并且严格优于标准 Hölder 基估计 $ \frac{\theta}{h(p + \theta)} $，表明图像的正则性高于仅由 Hölder 连续性所预测的程度。
• 该方法具有可推广性：对于满足 $ f(x) = O(x^{-p}) $ 且间距递减的序列 $ F = \{0, f(1), f(2), \dots\} $，几乎必然成立上界 $ \frac{\theta}{ph + \theta} $；在额外光滑性条件下，下界同样成立。