令 v=(Ω,F,(Ft)t≥0,P,W) 为一个概率系统. 它由一个完备的概率空间 (Ω,F,P), 满足通常假设的右连续和完备的信息簇 (Ft)t≥0以及一个定义在(Ω,F,P)上的d -维 (Ft)布朗运动 W 组成.
令 U 为Rn中一开集合. 特别地,考虑一个由随机微分方程驱动的连续鞅X, 该随机微分方程的系数依赖过程的路径,在这样的意义下,当然是非马尔科夫情形. 更为精确的是,该随机微分方程如下定义
一个自然的问题是,如果 χt∈ΛUt,在什么条件下我们能断言 Xχt(r)∈U,r∈[t,+∞), P -几乎必然, 我们借助于生存性理论来研究该问题(详见文献 []).
记 K为 Rn中一个闭子集. 我们说 K 对于方程(1.1)是具有生存性的当且仅当对于任意的 χt∈ΛKt,随机微分方程(1.1)的解满足
最近,Dupire[12] 给泛函定义一种导数. Cont和 Fourniè[13] 使用这种导数在右连左极空间推广了 Fellmer's[14] 路径变量 公式到非延迟泛函. 他们的结果推广连续半鞅在开集上伊藤公式泛函 (参见文献[13,命题 7]). 基于以上工作,我们使用推广的伊藤积分去研究轨道依赖系统的生存性性质.
本文如下安排: 在第二节预备性知识后,我们在第三节给出光滑区域生存性结果.
本文中,记号主要取自于文献 [13, ]以及文献[12]. 对于一个右连左极轨道 x∈D([0,T],Rn), 记 x(t) 为x 在 t 时刻的取值,记 xt=(x(u),0≤u≤t) 为x在时间区间[0,t]上的限制. 因此 xt∈D([0,t],Rn). 类似,对于一个随机过程 X 我们将记 X(t) 在时刻 t的取值以及 Xt=(X(u),0≤u≤t) 轨道在时间区间 [0,t]上的限制.
令 T>0 为一个固定的时间点,U⊂Rn 为一个Rn中的开子集, S⊂Rm 为Rm中一个 Borel 子集. 我们记∂U为集合 U的边界,U的闭包记为 ¯U=U∪∂U. 我们称f:[0,T]↦U,textquotedblleft U -值 右连续左极限textquotedblright 函数,对于每一个 t∈[0,T], f(t−)∈U. 记 Ut=D([0,t],U) (类似 St=D([0,t],S)) U -值右连续左极限函数空间(类似 S),以及 C0([0,t],U) 为取值于U的连续函数空间.
定义2.1 (轨道空间的非延迟泛函) 一个作用在UT上的非延迟泛函是一簇 F=(Ft)t∈[0,T] 映射 Ft:Ut→R.
本文考虑如下的非延迟泛函 F=(Ft)t∈[0,T],Ft:Ut×St→R, 其中 F 有一个关于第二个变量 textquotedblleft 可料的textquotedblright 性质
对每一个 γt∈Ut 记% γt,δ(s)={γt(s), 对于 0≤s<t,γt(t),对于 t≤s≤t+δ, 以及对于 x∈Rn 充分小 γxt(s)={γ(s),对于 0≤s<t,γ(t)+x, 对于 s=t. 显然,γt,δ∈Ut+δ. 我们同样记 (γxt)t,δ(s)={γ(s),对于 0≤s<t,γ(t)+x, 对于 t≤s≤t+δ. 设 ˉγˉt, γt∈Ut 为给定且满足 ˉt≤t, 我们记 ˉγˉt⊕γt∈Ut 为 ˉγˉt⊕γt={ˉγˉt(s), 对于 0≤s<ˉt,γt(s),对于 ˉt≤s<t. 我们现引入两条轨道间的距离,没有必要规定在相同的时间区间. 对于 T≥t′=t+h≥t≥0, (x,v)∈Ut×St 以及 (x′,v′)∈D([0,t+h],Rn)×St+h 定义 ‖x‖=sup0≤s≤t|xt(s)|,
d∞((x,v),(x′,v′))=supr∈[0,t+h]|xt,h(r)−x′(r)|+supr∈[0,t+h]|vt,h(r)−v′(r)|+h. (ΥU×S,d∞) 是一个距离空间.
定义2.2 (固定时间点的连续性) 一个非延迟泛函 F=(Ft)t∈[0,T] 被叫做固定时间连续,如果对于任意的 t≤T, Ft:Ut×St→R 对于supremum范数是连续的.
定义2.3 (左连续泛函) 定义 F∞l 作为泛函F=(Ft,t∈[0,T])的集合,满足 ∀t∈[0,T], ε>0, ∀(x,v)∈Ut×St, ∃η>0, ∀h∈[0,t], ∀(x′,v′)∈Ut−h×St−h, d∞((x,v),(x′,v′))<η⇒|Ft(x,v)−Ft−h(x′,v′)|<ε.
定义2.4 (右连续泛函) 定义 F∞r 作为泛函 F=(Ft,t∈[0,T]) 的集合,满足 ∀t∈[0,T], ε>0, ∀(x,v)∈Ut×St, ∃η>0, ∀h∈[0,T−t], ∀(x′,v′)∈Ut+h×St+h, d∞((x,v), (x′,v′))<η⇒|Ft(x,v)−Ft+h(x′,v′)|<ε. 记 F∞=F∞l∩F∞r 为非延迟连续泛函的集合.
定义2.5 (有界保存泛函) 定义 B 为非延迟泛函 F 的集合,使得对于任意的紧集 K⊂U 以及对于任意的 R>0,存在常数 CK,R>0 使得 ∀t≤T, ∀(x,v)∈D([0,t],K)×St, sups∈[0,t]|v(s)|<R⇒|Ft(x,v)|<CK,R.
接下来,我们引入两类非延迟泛函轨道意义下的导数定义 F=(Ft)t∈[0,T]: 水平导数和垂直导数.
定义2.6 (水平导数) 非延迟泛函F=(Ft)t∈[0,T]在点 (x,v)∈Ut×St 的水平导数定义为
定义2.7 (Dupire 导数) 一个非延迟泛函 F=(Ft)t∈[0,T] 被叫做在点 (x,v)∈D([0,t], Rn)×D([0,t],S+n) 是垂直可微的,如果 Rn→R e→Ft(xet,vt) 在0点可微. 在 0点的导数为 ∇xFt(x,v)=(∂iFt(x,v),i=1,⋯,d), 其中
注2.1 如果一个垂直可微泛函满足 (2.1)式,那么它的垂直导数同样满足 (2.1)式.
注2.2 如果 Ft(x,v)=f(t,x(t)) 而 f∈C1,1([0,T)×Rn) 那么我们得到经典导数 DtFt(x,v)=∂tf(t,x(t)),∇xFt(x,v)=∇xf(t,x(t)).
注2.3 如果 F 对于第二个变量是可料的,这蕴含 对于任意的 t∈[0,T], Ft(xt,vet)=Ft(xt,vt) 类似关于变量v导数的概念,在条件(2.1)下 等于零.
定义2.8 令 I⊂[0,T] 是[0,T]中一子区间. 定义 Cj,k(I) 为一类非延迟泛函的集合 F=(Ft)t∈I 使得
∙F 在固定时间连续: Ft:Ut×St↦R对于supremum范数连续.
∙F 具有在所有点(x,v)∈Ut×St, t∈Ij次水平导数以及k次垂直导数.
∙DmF,m≤j, ∇nxF, n≤k 在固定时间是连续的 t∈I. 我们现在陈述一个结果 (取自于文献[13,命题 7]).
命题2.1 (开集上连续半鞅泛函伊藤公式) 令 X 是一个定义在完备概率空间(˜Ω,˜F,˜Ft, P)上,取值于Rn中开领域U的连续半鞅,其二次变差过程记为 [X]. 那么对于任意的非延迟泛函 F∈C1,2([0,T)) 满足
(a) F 关于第二个变量是可料的,也就是满足 (2.1)式;
(b) ∇xF, ∇2xF, DF∈B;
(c) F∈F∞l;
(d) ∇xF, ∇2xF∈F∞r. 我们有 Fs(Xs,As)−Ft(Xt,At)=∫stDuF(Xu,Au)du+12∫stTr[t∇2xFu(Xu,Au)d[X](u)]+∫st∇xFu(Xu,Au)dX(u), P -几乎必然,% 其中最后一项是关于X的伊藤随机积分.
现考虑如下由方程(1.1)驱动的连续半鞅X,并记 [X](s)=∫stσ(Xr)σ∗(Xr)dr=∫stA(r)dr 为它的二次变差过程. 从今以后,记 A(r)=σ(Xr)σ∗(Xr), 取值于对称n×n 正定矩阵S+n,同样具有右连左极性质. 我们定义一对 (Xr,Ar)=(Xr,σ(Xr)σ∗(Xr)). 注意到 A 可能不是半鞅. 特别地,F(Xu,Au)=F(Xu,Au−),其中 Au− 记为定义在[0,t]的轨道 Au−(r)=A(r), r∈[0,u),Au−(u)=A(u−).
为下文,令 U 为Rn中一开子集,其有非空边界∂U 并记闭包为 ¯U. 接下来,我们引入一些有用的记号, 主要取自于文献 [17]并加以适当修改. ΛUt≜ \Lambda _{U} \triangleq \bigcup _{t\in \left[0,+\infty \right) }\Lambda _{U_{t}}, \Lambda _{\overline{U}_{t}} \triangleq \left\{ \gamma _{t}\in D\left( \left[0,t\right] ,{\Bbb R}^{n}\right) :\gamma \left( s\right) \in U,s\in \left[0,t\right) ,\gamma \left( t\right) \in \overline{U}\right\} , \Lambda _{\overline{U}} \triangleq \bigcup _{t\in \left[0,+\infty \right) }\Lambda _{\overline{U}_{t}}, \Lambda _{\partial U_{t}} \triangleq \left\{ \gamma _{t}\in D\left( \left[ 0,t\right] ,{\Bbb R}^{n}\right) :\gamma \left( s\right) \in U,s\in \left[ 0,t\right) ,\gamma \left( t\right) \in \partial U\right\} , \Lambda _{\partial U} \triangleq \bigcup _{t\in \left[0,+\infty \right) }\Lambda _{\partial U_{t}}, \Lambda \triangleq \bigcup _{t\in \left[0,+\infty \right) }D\left( \left[0,t \right] ,{\Bbb R}^{n}\right) . 对于随机微分方程(1.1),我们作出以下假设
(H1) \mu 和 \sigma 是两泛函满足 \left\{ \begin{array}{lllll} \mu : \Lambda \rightarrow {\Bbb R}^{n},\\ \sigma : \Lambda \rightarrow {\Bbb R}^{n\times d}. \end{array} \right.
(H2) \mu 和 \sigma 满足李普希兹条件,也就是存在一个正常数 C_{1}>0使得 \left\vert \mu \left( x_{t}\right) -\mu \left( x_{t}^{\prime }\right) \right\vert +\left\vert \sigma \left( x_{t}\right) -\sigma \left( x_{t}^{\prime }\right) \right\vert \leq C_{1}\left\Vert x_{t}-x_{t}^{\prime }\right\Vert ,\ \mbox{ 对于 }\ x_{t},~ x_{t}^{\prime }\in \Lambda , 并满足线性增长,也就是 存在常数 C_{2}>0 使得 \left\vert \mu \left( x_{t}\right) \right\vert +\left\vert \sigma \left( x_{t}\right) \right\vert \leq C_{2}\left( 1+\left\Vert x_{t}\right\Vert \right) ,\ \mbox{ 对于}\ x_{t}\in \Lambda .
注2.4 注意到 \mu 和 \sigma 不一定是非延迟泛函.
引理2.1 假设条件(H1)--(H2) 成立. 那么随机微分方程(1.1)存在一个唯一强解.
证明可见文献 [22]中 章节IX的 定理 2.1.
本文中,我们仍然需要以下记号,主要取自于 文献[11].
\bullet 记 C^{2,1}\left( A\right) 为所有的在集合 A上可微函数集合, 且二阶导数为李普希兹有界,其中A是{\Bbb R}^{n}中一开子集.
\bullet 记 S\subset {\Bbb R}^{n} 为一非空集合. 我们记 d_{S} 为欧几里得空间到集合S的距离,也就是 d_{S}\left( x\right) =\inf\limits_{y\in S}\left\vert x-y\right\vert ,\qquad \forall x\in {\Bbb R}^{n}. 如果 S 是闭集,那么以上的 infimum 是最小化,使其最小化的集合被叫做在S 上的投影x\in {\Bbb R}^{n} 也就是 \mbox{Proj}_{S}\left( x\right) =\left\{ y\in S:\left\vert x-y\right\vert =d_{S}\left( x\right) \right\} ,\forall x\in {\Bbb R}^{n}. 对于每一个 t\in \left[0,+\infty \right) , x\in S, % \partial S的撞击时间是一个随机变量,定义为 \tau _{S}\left( \chi _{t}\right) =\inf \left\{ s\geq t:X^{\chi _{t}}\left( s\right) \in \partial S\right\} ,\forall \chi _{t}\in \Lambda .
\bullet 令 {\cal K} 是一个{\Bbb R}^{n}中闭子集,且有非空内点 % \overset{\circ }{{\cal K}} \mathop{\cal K}\limits^{\circ } 和边界 \partial {\cal K}. 我们引入从\partial {\cal K}的方向距离函数,也就是 b_{{\cal K}}\left( x\right) =\left\{ \begin{array}{ll} d_{\partial {\cal K}}\left( x\right),~~ & \mbox{如果 }\ x\in \mathop{\cal K}\limits^{\circ },\\ 0 ,& \mbox{如果 }\ x\in \partial {\cal K},\\ -d_{\partial {\cal K}}\left( x\right) ,~~& \mbox{如果 }\ x\in {\cal K}^{c}, \end{array} \right. 其中 {\cal K}^{c} 是集合{\cal K}的补集. 今后,我们要使用以下集合, 定义为,对任意的\varepsilon >0 {\cal N}_{\varepsilon } \triangleq \left\{ x\in {\Bbb R} ^{n}:\left\vert b_{{\cal K}}\left( x\right) \right\vert <\varepsilon \right\} , {\cal K}_{\varepsilon } \triangleq {\cal K\cap N}_{\varepsilon }, {\mathop{\cal K}\limits^{\circ }}_{\varepsilon } \triangleq \mathop{\cal K}\limits^{\circ } {\cal \cap N}_{\varepsilon }.
本节中,我们将研究随机微分方程(1.1)所对应的随机流 X^{\chi _{t}}\left( \cdot \right) ,在光滑C^{2,1}紧子集{\cal K}中的生存性性质, 该随机微分方程系数\mu 和 \sigma 满足条件(H1) 和 (H2).
本文中,{\cal K} 是一个C^{2,1}类紧区域. 从文献[18,定理5.6],我们有
我们现在给出以下结果
定理3.1 假设条件 (H1),(H2) 和性质 (3.3) 成立,那么以下三条叙述相互等价
(i){\cal K} 关于方程(1.1)满足生存性性质;
(ii)对于\forall {\cal X}_{t}\in \Lambda _{\partial {\cal K}_{t}}, 我们有
(iii)\mathop{\cal K}\limits^{\circ } 关于方程(1.1)满足生存性性质.
为证明该定理,我们需要以下引理.
引理3.1 假设 (H1) 和(H2) 成立,那么对于任意的{\Bbb R}^{n}中紧区域 {\Bbb D},以及 \chi _{t}\in \Lambda _{{\Bbb D }_{t}}, 随机微分方程(1.1)的解 X^{\chi _{t}}满足
证 假设 \varphi 是一非延迟泛函,在\Upsilon ^{{\Bbb D}\times {\Bbb S}_{n}^{+}}上点取 \left( \chi _{t},A_{t}\right) 左固定最大,当 t\in \left[0,T\right) . 更详细地,对于任意固定的\left( y_{s},z_{s}\right) \in \Upsilon ^{ {\Bbb D}\times {\Bbb S}_{n}^{+}}, s\in \left[t,T\right) , 我们有
注3.1 在引理3.1中,对于紧集{\Bbb D},我们没有假设是C^{2,1} 类. 从引理3.1,我们立即得到以下结果.
推论3.1 在引理 3.1 的假设条件下,用 {\cal K} 取代 {\Bbb D}. 设 \varphi \left( \overline{\chi }_{t},A_{t}\right) =-b_{{\cal K}}\left( \overline{\chi }_{t}\left( t\right) \right) ,~ \overline{\chi }_{t}\in \Lambda _{{\cal K}_{t}},~ t\in \left[0,+\infty \right) . 那么我们有,对于 \forall \overline{\chi }_{t}\in \Lambda _{\partial {\cal K}_{t}}
证 我们验证\varphi \left( x_{t},A_{t}\right) =-b_{{\cal K}}\left( x_{t}\left( t\right) \right) 满足命题2.1中的(b),(c),(d). 首先,(b) 可从紧集{\cal K}是C^{2,1}类的假设可验证. 对于(c),令 x\in \Lambda _{{\cal K} _{t}}, x^{\prime }\in \Lambda _{{\cal K}_{t-h}}. 那么,我们有 \left\vert b_{{\cal K}}\left( x_{t}\left( t\right) \right) -b_{{\cal K} }\left( x_{t-h}^{\prime }\left( t-h\right) \right) \right\vert \leq \left\vert x_{t}\left( t\right) -x_{t-h}^{\prime }\left( t-h\right) \right\vert \leq d_{\infty }\left( x_{t},x_{t-h}^{\prime }\right) . 类似地,令 x\in \Lambda _{{\cal K}_{t}}, x^{\prime }\in \Lambda _{ {\cal K}_{t+h}}. 我们同样有 \left\vert b_{{\cal K}}\left( x_{t}\left( t\right) \right) -b_{{\cal K} }\left( x_{t+h}^{\prime }\left( t+h\right) \right) \right\vert \leq \left\vert x_{t}\left( t\right) -x_{t+h}^{\prime }\left( t+h\right) \right\vert \leq d_{\infty }\left( x_{t},x_{t+h}^{\prime }\right) , 因函数b_{{\cal K}}的李普希兹常数是1. 接来下验证(d). 事实上,由 (3.1)式 和 C^{2,1}\left( A\right) 的定义,\nabla _{x}b_{{\cal K}}, \nabla _{x}^{2}b_{{\cal K}} 在距离d_{\infty }下满足局部李普希兹条件.
现在我们回到紧 C^{2,1}类光滑区域 {\cal K}. 方法主要借助于文献[11]. 我们假设\varepsilon _{0}>0 使得,存在一个函数 g\in C^{2,1}\left( {\Bbb R}^{n}\right) 满足 \left\{ \begin{array}{ll} 0\leq g\leq 1,~~ & \mbox{在 }\ {\cal K},\\ 0<g,& \mbox{在 }\ {\cal K}\backslash {\cal K}_{\varepsilon _{0}},\\ g\equiv b_{{\cal K}},& \mbox{在 }\ {\cal K}_{\varepsilon _{0}}. \end{array} \right. 现在定义 \Psi \left( x_{t},A_{t}\right) =-\log \left( g\left( x_{t}\left( t\right) \right) \right) ,\forall x_{t}\in \Lambda _{{\mathop{\cal K}\limits^{\circ }}_{t}}.
引理3.2 假设(H1),(H2)和 (3.3) 式成立. 那么,存在一个正常数 M>0, 使得
证 首先,我们给出一个下文将用到的估计. 注意到 \frac{\partial }{\partial t}\Psi \left( x_{t},A_{t}\right) \equiv 0\ \mbox{ 和 }\ \Psi \left( x_{t},A_{t}\right) = \lim\limits_{\Lambda _{{\mathop{\cal K}\limits^{\circ }}_{t}}\ni y_{t} %\overset{d_{\infty }}{\rightarrow } \mathop{\longrightarrow }\limits^{d_{\infty }} x_{t}}\Psi \left( y_{t},A_{t}\right) =+\infty ,~ \forall x_{t}\in \Lambda _{\partial {\cal K}_{t}}. 接下来,经过简单计算,我们有 \begin{eqnarray*} {\cal L}_{\left( \chi _{t},A_{t}\right) }\Psi \left( \chi _{t},A_{t}\right) &=&\frac{1}{g^{2}\left( \chi _{t}\left( t\right) \right) } \left\vert \sigma ^{\ast }\left( \chi _{t}\right) D_{x}g\left( \chi _{t}\left( t\right) \right) \right\vert ^{2} \\ &&-\frac{1}{g\left( \chi _{t}\left( t\right) \right) }{\cal L}_{\left( \chi _{t},A_{t}\right) }g\left( \chi _{t}\left( t\right) \right) ,~~ \chi _{t}\in \Lambda _{ {\cal K}_{t}}. \end{eqnarray*} 我们强调,对于任意的 \chi _{t}\in \Lambda _{\mathop{\cal K}\limits^{\circ } _{t}},
注3.2 在命题3.1中,估计 (3.14) 和 (3.16) 表明初始条件 \chi _{t} 必须选自空间 D\left( \left[0,t\right] ,{\cal K}\right) .
类似于文献[11],我们现在给出定理3.1的证明.
证 我们首先考虑 (i)\Rightarrow (ii). 由命题 3.1,第一个陈述成立. 接下来,我们证明 (ii)\Rightarrow (iii). 对于停时\tau _{Q_{i}}\left( \chi _{t}\right) 其中 \left\{ Q_{i}\right\} 是 C^{2,1}类紧集序列满足 (3.2)式. 应用泛函伊藤公式 (命题 2.1) 我们可得,对于所有的 \chi _{t}\in \Lambda _{Q_{i,t}} 和 0\leq t\leq s,
接下来,我们证明 (iii)\Rightarrow (i). 假设 \mathop{\cal K}\limits^{\circ } 是具有生存性的,固定 \chi \in \Lambda _{{\cal K}_{t}}. 令 \left\{ \chi _{t,k}\right\} 是\Lambda _{{\mathop{\cal K}\limits^{\circ }}_{t}}中 一序列, 使得 \chi _{t,k} \mathop{\longrightarrow }\limits^{ \|\cdot\|} % \overset{\left\Vert \cdot\right\Vert }{\rightarrow } \chi _{t},基于 {\cal K} 与\mathop{\cal K}\limits^{\circ } 的闭包重合. 那么我们有 X^{\chi _{t,k}}\left( s\right) \in {\cal K},对于 s\geq t,P -几乎必然. 对于所有 s\geq t, 注意到 X^{\chi _{t,k}}\left( s\right) \rightarrow X^{\chi _{t}}\left( s\right) , P -几乎必然. 我们推出 \begin{eqnarray*} X^{\chi _{t}}\left( s\right) \in {\cal K},~ \mbox{$P$ -几乎必然,对于 } s\geq t. \end{eqnarray*} 从点\chi _{t} 在 \Lambda _{{\cal K}_{t}}中的任意性,我们证得结果.
注3.3 如果我们假设 t=0, \chi \left( 0\right) =x, k\left( \gamma _{s}\right) =k\left( \gamma _{s}\left( s\right) \right), 其中\gamma \in \Lambda , x\in {\cal K}, s\in \left[0,+\infty \right) , 而分别地,k=\mu或 \sigma. 那么我们推广了文献[11,定理 3.2].