[论文解读] Sharp value for the Hausdorff dimension of the range and the graph of stable-like processes

Xiaochuan Yang|arXiv (Cornell University)|Sep 29, 2015

Mathematical Dynamics and Fractals被引用 2

一句话总结

本文确定了 $\mathbb{R}^d$ 中一类纯跳跃马尔可夫过程的范围和图的几乎必然 Hausdorff 维数，表明其为随机且轨迹相关。通过随机微分方程（SDE）表示，作者通过分析样本路径性质推导出精确的维数值，为稳定类似过程提供了精确表征。

ABSTRACT

We determine the Hausdorff dimension for the range of a class of pure jump Markov processes in $\mathbb{R}^d$, which turns out to be random and depends on the trajectories of these processes. The key argument is carried out through the SDE representation of these processes. The method developed here also allows to compute the Hausdorff dimension for the graph.

研究动机与目标

• 确定 $\mathbb{R}^d$ 中纯跳跃马尔可夫过程范围的几乎必然 Hausdorff 维数。
• 确定这些过程图的 Hausdorff 维数。
• 分析维数如何依赖于过程的样本路径。
• 通过 SDE 表示，开发一种适用于稳定类似过程的通用方法。

提出的方法

• 作者使用随机微分方程（SDE）表示来建模纯跳跃马尔可夫过程。
• 他们通过分析样本路径行为来表征范围和图的几何结构。
• 该方法依赖于路径分析以推导维数结果，避免依赖于矩条件。
• 关键估计源自于过程的标度性和局部行为。
• 该方法将局部时和占用时测度与维数计算联系起来。
• 通过将图视为高维对象，该框架被扩展以计算图的维数。

实验结果

研究问题

• RQ1 在 $\mathbb{R}^d$ 中，稳定类似过程范围的几乎必然 Hausdorff 维数是多少？
• RQ2 此类过程图的 Hausdorff 维数与其样本路径特性有何关系？
• RQ3 维数能否表示为依赖于轨迹的随机变量？
• RQ4 SDE 表示在确定过程几何维数方面起到什么作用？
• RQ5 该维数是否精确且完全由路径行为表征？

主要发现

• 范围的 Hausdorff 维数是几乎必然随机的，且依赖于过程的特定轨迹。
• 图的维数同样是随机的，并由相同的路径依赖机制决定。
• SDE 表示使得范围和图维数的精确计算成为可能。
• 该方法得出的是精确结果，即维数值是精确的，而非仅为界限。
• 维数并非恒定，而是随样本路径变化，反映了内在不规则性。
• 该方法普遍适用于稳定类似过程，为维数分析提供了统一框架。