[论文解读] SPDEs with fractional noise in space with index H < 1=2

Raluca M. Balan, Maria Jolis+1 more|arXiv (Cornell University)|Jul 15, 2014

Stochastic processes and financial applications参考文献 6被引用 5

一句话总结

该论文证明了在 R 上驱动于时间白噪声、空间分数布朗运动噪声（Hurst 指数 H ∈ (1/4, 1/2)）的随机波动方程与热方程存在唯一温和解。通过 Picard 迭代与 Malliavin 微积分技术，作者证明了解在 L²(Ω) 中连续且对所有 p ≥ 2 具有一致有界的 p 阶矩，将结果推广至具有仿射扩散系数的双曲与抛物型 Anderson 模型。

ABSTRACT

In this article, we consider the stochastic wave and heat equations on $\mathbb{R}$ with non-vanishing initial conditions, driven by a Gaussian noise which is white in time and behaves in space like a fractional Brownian motion of index $H$, with $1/4<H<1/2$. We assume that the diffusion coefficient is given by an affine function $\sigma(x)=ax+b$, and the initial value functions are bounded and H\"older continuous of order $H$. We prove the existence and uniqueness of the mild solution for both equations. We show that the solution is $L^{2}(\Omega)$-continuous and its $p$-th moments are uniformly bounded, for any $p \geq 2$.

研究动机与目标

• 建立在空间具有分数阶噪声（Hurst 指数 H < 1/2）的随机波动方程与热方程的温和解的存在性与唯一性。
• 证明解在 L²(Ω) 中连续，且对所有 p ≥ 2 具有一致有界的 p 阶矩。
• 将分析推广至具有仿射扩散系数 σ(x) = ax + b 的双曲与抛物型 Anderson 模型（HAM 与 PAM）。
• 通过在精心构造的函数空间中使用 Picard 迭代，克服长程依赖噪声下随机积分的技术挑战。
• 为驱动于具有奇异协方差结构的平稳空间高斯噪声的 SPDE 提供一个严格的框架。

提出的方法

• 作者使用 Picard 迭代方法，在适当的函数空间中通过连续逼近的极限构造解。
• 通过证明迭代序列的 p 阶矩一致有界，建立 Picard 序列的良定义性与收敛性。
• 证明依赖于 Malliavin 微积分技术及针对 Hurst 指数 H ∈ (1/4, 1/2) 的分数阶噪声协方差结构的估计。
• 关键估计通过谱测度 µ 与噪声协方差的傅里叶变换导出，特别假设 ∫(1 + |ξ|²)⁻¹µ(dξ) < ∞。
• 作者将噪声表示为鞅测度，并对这一测度应用类似 Itô 的随机积分。
• 验证解满足包含基本解 Gt(x) 与噪声随机卷积的温和形式。

实验结果

研究问题

• RQ1 在空间具有分数阶噪声（H < 1/2）且具有仿射扩散系数与 Hölder 连续初始数据的随机波动方程是否具有唯一的温和解？
• RQ2 当 H ∈ (1/4, 1/2) 时，解的 p 阶矩是否对所有 p ≥ 2 一致有界？
• RQ3 解的正则性与矩行为如何依赖于 Hurst 指数 H < 1/2，特别是当噪声协方差不可局部可积时？
• RQ4 经典 Picard 迭代方法能否适用于驱动于非马氏性、长程依赖高斯噪声（H < 1/2）的 SPDE？
• RQ5 在相同噪声与初始条件下，结果在多大程度上可推广至双曲与抛物型 Anderson 模型？

主要发现

• 由空间时间高斯噪声驱动的随机波动方程与热方程（H ∈ (1/4, 1/2)）存在唯一的温和解，且解在 L²(Ω) 中连续。
• 对所有 p ≥ 2，解的 p 阶矩一致有界，且界仅依赖于初始数据与噪声参数。
• 解满足一个关键积分不等式，涉及解的空间增量与噪声自相似指数 H。
• 证明表明 Picard 迭代序列在 L²(Ω) 范数下良定义且收敛，从而保证了解的存在性。
• 作者证明抛物型 Anderson 模型（PAM）的解可表示为 u + b，其中 u 是初始数据为零、扩散系数 σ(x) = x + b 的 SHE 的解。
• 该方法避免使用多重随机积分，转而依赖 Picard 迭代，因此即使在马氏方法因长程依赖失效时仍具适用性。