[论文解读] The Independence under Sublinear Expectations

Mingshang Hu|arXiv (Cornell University)|Jul 2, 2011

Stochastic processes and financial applications参考文献 8被引用 3

一句话总结

本文证明，在次线性期望下，若两个非平凡的随机变量 X 和 Y 相互独立（即 X 独立于 Y 且 Y 独立于 X），则两者必须均为最大分布。其核心贡献在于证明了最大分布是唯一满足相互独立性的分布，从而解决了次线性期望理论中关于对称独立性下此类分布唯一性的根本性问题。

ABSTRACT

We show that, for two non-trivial random variables X and Y under a sublinear expectation space, if X is independent from Y and Y is independent from X, then X and Y must be maximally distributed.

研究动机与目标

• 研究在次线性期望空间中，相互独立性（X 独立于 Y 且 Y 独立于 X）是否意味着唯一的分布结构。
• 解决一个开放问题：当两个方向的独立性同时成立时，最大分布是否为唯一可能的分布。
• 阐明在强制实施独立性对称性时，次线性期望下随机变量的结构约束。
• 通过独立性对称性表征最大分布，扩展了 Peng 的基础框架。

提出的方法

• 利用次线性期望作为一族线性期望上确界的表示：$\mathbb{\hat{E}}[X] = \sup_{\theta \in \Theta} E_\theta[X]$。
• 应用分布不确定性的概念，并构造一个弱紧的概率测度族 $\mathcal{P}$，使得 $\mathbb{\hat{E}}[\psi(Y)] = \max_{P \in \mathcal{P}} E_P[\psi]$。
• 使用函数迭代过程，通过映射 $G(a) = a^+ - \varepsilon a^-$ 分析 $\mathbb{\hat{E}}[G^n(\psi(Y))]$ 的行为，并推导出恒等式 $\mathbb{\hat{E}}[\psi^+(Y)] = (\mathbb{\hat{E}}[\psi(Y)])^+$。
• 引入容量 $c(A) = \sup_{P \in \mathcal{P}} P(A)$ 以分析分布的支集，并证明对所有 $\psi \in C_{b.Lip}(\mathbb{R})$，$\psi(Y)$ 的本质上确界等于 $\mathbb{\hat{E}}[\psi(Y)]$。
• 若不存在点 $y_0$ 满足对所有 $\psi$ 都有 $\psi(y_0) \leq \mathbb{\hat{E}}[\psi(Y)]$，则利用 Heine-Borel 定理导出矛盾，从而证明在某一点存在 Dirac 质量。
• 构造一个新的 Dirac 测度族 $\mathcal{P}' = \{\delta_y : y \in B\}$，其中 $B$ 是满足对所有 $\psi$ 都有 $\psi(y) \leq \mathbb{\hat{E}}[\psi(Y)]$ 的闭点集，表明 $Y$ 为最大分布。

实验结果

研究问题

• RQ1 在次线性期望下，相互独立性（X 独立于 Y 且 Y 独立于 X）是否意味着 X 和 Y 必须为最大分布？
• RQ2 在次线性期望空间中，最大分布是否为满足对称独立性的唯一分布？
• RQ3 次线性框架中独立性的对称性能否用于表征底层分布的结构？
• RQ4 容量 $c(A) = \sup_{P \in \mathcal{P}} P(A)$ 在识别最大分布随机变量的支集方面起什么作用？
• RQ5 $\mathcal{H}_0 = \{\varphi(x)\psi(y)\}$ 是否足以确定次线性期望，还是需要更强的条件？

主要发现

• 在次线性期望下，X 和 Y 的相互独立性意味着两者均为最大分布，即其分布集中于单一点。
• 证明表明，若对所有 $\psi \in C_{b.Lip}(\mathbb{R})$ 都有 $\mathbb{\hat{E}}[\psi^+(Y)] = (\mathbb{\hat{E}}[\psi(Y)])^+$，则 $Y$ 必须为最大分布。
• 通过 Heine-Borel 定理和容量 $c(A)$ 的反证法，确立了存在一点 $y_0$ 使得对所有 $\psi \in C_{b.Lip}(\mathbb{R})$ 都有 $\psi(y_0) \leq \mathbb{\hat{E}}[\psi(Y)]$。
• 证明了 $Y$ 的分布可表示为 $\mathbb{\hat{E}}[\psi(Y)] = \max_{P \in \mathcal{P}'} E_P[\psi]$，其中 $\mathcal{P}'$ 为 Dirac 测度族，从而确认其为最大分布。
• 该结果不仅在标准独立性下成立，也在弱独立性下成立，表明该表征具有鲁棒性。
• 本文通过证明最大分布是次线性期望空间中相互独立性条件的唯一解，解决了一个开放问题。