[论文解读] Isoperimetry and Rough Path Regularity

Peter K. Friz, Harald Oberhauser|ArXiv.org|Nov 1, 2007

Stochastic processes and financial applications参考文献 11被引用 5

一句话总结

本文利用抽象希格曼空间上博雷尔等周不等式导出的广义费尼奎类型不等式，建立了高斯粗糙路径（特别是布朗运动和列维面积）的最优正则性与可积性性质。关键贡献在于证明了此类过程的 $\psi$-变差范数（定义为 $\psi(x) = x^2 / \log \log(1/x)$）具有高斯尾部特性，从而在半鞅之外的粗糙路径理论中实现了尖锐的正则性结果。

ABSTRACT

Optimal sample path properties of stochastic processes often involve generalized Hölder- or variation norms. Following a classical result of Taylor, the exact variation of Brownian motion is measured in terms of $ψ(x) \equiv $ $x^{2}/\log \log (1/x) $ near $0+$. Such $ψ$-variation results extend to classes of processes with values in abstract metric spaces. (No Gaussian or Markovian properties are assumed.) To establish integrability properties of the $ψ$-variation we turn to a large class of Gaussian rough paths (e.g. Brownian motion and Lévy's area viewed as a process in a Lie group) and prove Gaussian integrability properties using Borell's inequality on abstract Wiener spaces. The interest in such results is that they are compatible with rough path theory and yield certain sharp regularity and integrability properties (for iterated Stratonovich integrals, for example) which would be difficult to obtain otherwise. At last, $ψ$-variation is identified as robust regularity property of solutions to (random) rough differential equations beyond semimartingales.

研究动机与目标

• 建立高斯粗糙路径在半鞅之外的最优样本路径正则性。
• 推导抽象度量空间中过程（包括李群取值过程）的 $\psi$-变差范数的可积性性质。
• 克服经典威纳-伊藤混沌理论在处理粗糙路径理论中非线性赫尔德与变差范数时的局限性。
• 证明 $\psi$-变差是粗糙随机微分方程解的稳健正则性性质。
• 通过等周不等式将泰勒的变差结果推广至抽象非线性设置。

提出的方法

• 通过抽象希格曼空间中博雷尔的等周不等式推导广义费尼奎估计，从而为 $\psi$-变差范数提供高斯尾部界。
• 应用加西亚-罗德米奇-鲁姆塞引理，以 $\psi$-变差控制连续模。
• 利用二阶幂零群 $G^2(\mathbb{R}^d)$ 上的卡诺-卡拉西奥多里度量，定义增强过程的路径正则性。
• 通过霍尔德型不等式建立迭代积分 $\psi$-变差的拟次可加性与控制估计。
• 应用估计式 $V_{\psi;[s,t]}(T_h(\mathbf{y})) \lesssim \|\mathbf{y}\|_{\psi-\text{var};[s,t]} + |h|_{\rho-\text{var};[s,t]}$ 控制混合积分。
• 利用不等式 $\inf\{\varepsilon > 0: a_\varepsilon \leq 1\} \leq \inf\{\varepsilon > 0: b_\varepsilon + c_\varepsilon \leq 1\} \leq \inf\{\varepsilon > 0: b_\varepsilon \leq 1/2\} \vee \inf\{\varepsilon > 0: c_\varepsilon \leq 1/2\}$ 实现范数控制的分解。

实验结果

研究问题

• RQ1 尽管具有非线性结构，能否证明高斯粗糙路径的 $\psi$-变差范数具有高斯可积性？
• RQ2 博雷尔等周不等式在多大程度上可推广至抽象希格曼空间，以导出广义费尼奎估计？
• RQ3 如何利用 $\psi$-变差正则性改进粗糙随机微分方程中系数的正则性？
• RQ4 $\psi$-变差是否为半鞅之外粗糙随机微分方程解的稳健正则性性质？
• RQ5 能否通过 $\psi$-变差范数捕捉迭代伊藤-斯特拉托诺维奇积分中的抵消结构？

主要发现

• 布朗运动与列维面积的 $\psi$-变差范数具有高斯尾部，确保其可积性，即使在对随机面积具有非线性依赖时亦然。
• 本文证明了 $\|T_h(\mathbf{y})\|_{\psi-\text{var};[s,t]} \lesssim \|\mathbf{y}\|_{\psi-\text{var};[s,t]} + |h|_{\rho-\text{var};[s,t]}$，从而实现对混合积分的控制。
• 对于 $\psi(x) = x^2 / \log \log(1/x)$，$A_{s,t}$ 的 $\psi$-变差几乎必然有限，确认了增强路径设定下泰勒型正则性。
• 该方法通过使用博雷尔不等式，突破了经典威纳-伊藤混沌估计中 $\alpha < 1/4$ 的障碍，使霍尔德型正则性中的 $\alpha > 1/3$ 成立。
• $\psi$-变差范数被证明是粗糙随机微分方程解的稳健正则性性质，即使在半鞅类之外亦然。
• 通过博雷尔不等式导出的广义费尼奎估计适用于抽象希格曼空间，并为高斯粗糙路径的 $\psi$-变差提供了高斯可积性。