本文为 Evans 所著的 SDE 小册子(如封面)的学习笔记。

随机微分方程解的存在性和唯一性定理

我们先证明一个引理工具。

引理 5.12(Gronwall 不等式)

考虑定义在 [0,T] 上的两个非负连续函数 f 和 ϕ 和某个非负常数 C0 ,若 f 和 ϕ 满足对所有的 t∈[0,T] ,都有

ϕ(t)⩽C0+∫0tfϕds

则它们满足下面的不等式

ϕ(t)⩽C0exp⁡{∫0tfds}

证明. 令 Φ=C0+∫0tfϕds ,则有 Φ′=fϕ 。由定理条件, ϕ⩽Φ ,且 f,ϕ⩾0 ,因此有 Φ′=fϕ⩽fΦ 。考虑

g′(t)=[exp⁡{−∫0tfds}Φ]′=(Φ′−fΦ⏟⩽0)exp⁡{∗}⩽0.

因此 g 在定义域上是单调递减的,于是有

g(t)=exp⁡{−∫0tfds}Φ(t)⩽Φ(0)=g(0)=C0⟺ϕ(t)⩽Φ(t)⩽C0exp⁡{∫0tfds}.

接下来就可以证明我们的目标了

定理 5.13(SDE 解的存在性和唯一性)

考虑满足下列条件的连续函数 b:Rn×[0,T]→Rn 和 B:Rn×[0,T]→Mm×n :

∥b(x,t)−b(x^,t)∥⩽L∥x−x^∥∥B(x,t)−B(x^,t)∥⩽L∥x−x^∥∥b(x,t)∥⩽L(1+∥x∥)∥B(x,t)∥⩽L(1+∥x∥)for all 0⩽t⩽T;x,x^∈Rn

m 维 Brown 运动 W(⋅) 和 W+(0) 独立,并满足下列条件的 Rn 值随机变量 X0

E(∥X0∥2)<∞,

下面形式的 SDE 存在一个唯一解 X∈Ln2(0,T) :

{dX=b(X,t)dt+B(X,t)dWX(0)=X00⩽t⩽T

注1. 唯一指的是在概率 1 意义下唯一:如果有两个有几乎必然连续采样轨道的解 X,X^∈Ln2(0,T) ,那么有

P(X(t)=X^(t)for all 0⩽t⩽T)=1

注2. 对于 B 和 b 的前两条假设说的是它们对 x 是一致 Lipschitz 连续的。

证明.

第一步:唯一性

我们的思路是假设有两个有几乎一定连续轨道的解,然后证明它们在概率 1 意义下相等。假设 X 和 X^ 都是上述 SDE 的解,则对所有 0⩽t⩽T ,都有

X(t)−X^(t)=∫0tb(X,s)−b(X^,s)ds+∫0tB(X,s)−B(X^,s)dW

我们对差的期望做估计。对任意 0⩽t⩽T ,有:

E(∥X(t)−X^(t)∥2)⩽2E(‖∫0tb(X,s)−b(X^,s)ds‖2)+2E(‖∫0tB(X,s)−B(X^,s)dW‖2)基本不等式⩽2tE(∫0t‖b(X,s)−b(X^,s)‖2ds)Cauchy-Schwarz 不等式+2E(∫0t‖B(X,s)−B(X^,s)‖2ds)Ito^等距⩽2TL2∫0tE(∥X−X^∥2)ds+2L2∫0tE(∥X−X^∥2)dsb 和 B 一致 Lipschitz 连续=C∫0tE(∥X−X^∥2)ds

此时我们令 ϕ(t)=E(∥X(t)−X^(t)∥2) ,就得到 ϕ(t)⩽0+C∫0tϕ(s)ds 根据上面的 Gronwall 不等式, ϕ(t)⩽0 ,因此只有 ϕ(t)=0 。因此对所有 0⩽t⩽T ,都有 X=X^ 几乎处处成立。又由于 X 和 X^ 的轨道几乎处处连续,就有

P(max0⩽t⩽T ∥X(t)−X^(t)∥>0)=0.

第二步:存在性

我们再使用先前的方法,考虑下面的迭代:

{X(0)(t):=X0X(k+1)(t):=X0+∫0tb(X(k)(s),s)ds+∫0tB(X(k)(s),s)dW,

其中 k={0,1,…} 、 0⩽t⩽T 。我们要证明 X(k) 在 [0,T] 上几乎必然收敛到 Ln2([0,T]) 中。

首先定义相邻两项 X(k+1) 和 X(k) 之间的距离为

d(k)(t):=E[‖X(k+1)(t)−X(k)(t)‖2]

我们断言 d(k)(t)⩽(Mt)k+1(k+1)! 。首先对于 k=0 ,有

d(0)(t)=E[‖X(1)(t)−X(0)(t)‖2]=E[‖∫0tb(X0,s)ds+∫0tB(X0,s)dW‖2]⩽2E[‖∫0tb(X0,s)ds‖2]+2E[‖∫0tB(X0,s)dW‖2]⩽2E[‖∫0tL(1+‖X0‖)ds‖2]+2E[∫0tB2(X0,s)ds]线性增长条件,Ito^等距⩽2E[‖∫0tL(1+‖X0‖)ds‖2]+2E[∫0tL2(1+‖X0‖)2ds]线性增长条件⩽2t(C1+C2)=tM.

这就证明了 k=0 的情况。接下来做归纳法,假设断言在 k−1 时候成立,现在估计 d(k) :

d(k)(t)=E[‖X(k+1)(t)−X(k)(t)‖2]=E[‖∫0tb(X(k),s)−b(X(k−1),s)ds+∫0tB(X(k),s)−B(X(k−1),s)dW‖2]⩽2E[‖∫0tb(X(k),s)−b(X(k−1),s)ds‖2]+2E[‖∫0tB(X(k),s)−B(X(k−1),s)dW‖2]⩽2tE[∫0t‖b(X(k),s)−b(X(k−1),s)‖2ds]+2E[∫0t‖B(X(k),s)−B(X(k−1),s)‖2ds]Cauchy-Schwartz 不等式Ito^等距⩽2TE[∫0tL2‖X(k)−X(k−1)‖2ds]+2E[∫0tL2‖X(k)−X(k−1)‖2ds]Lipschitz 条件⩽2L2(1+T)∫0tMkskk!ds归纳假设⩽Mk+1sk+1(k+1)!.考虑足够大的 M

这样就证明了 d(k)(t)⩽(Mt)k+1(k+1)! 。接下来我们要证明 X(k) 在 [0,T] 上几乎一定一致收敛,就需要证明

P[maxt∈[0,T] ‖X(k+1)(t)−X(k)(t)‖2>12k i.o.]=0.

首先尝试对 maxt∈[0,T] ‖X(k+1)(t)−X(k)(t)‖2 的期望做估计,这一次我们对通常积分做和上面一样的放缩,但在期望里面多了一个 max ,不能使用 Ito 等距,由于 Brown 运动是一个鞅,随机积分那一项就可以用鞅不等式放缩

  E[maxt∈[0,T]‖X(k+1)(t)−X(k)(t)‖]=E[maxt∈[0,T]‖∫0tb(X(k),s)−b(X(k−1),s)ds+∫0tB(X(k),s)−B(X(k−1),s)dW‖2]⩽2E[maxt∈[0,T]‖∫0tb(X(k),s)−b(X(k−1),s)ds‖2]+2E[maxt∈[0,T]‖∫0tB(X(k),s)−B(X(k−1),s)dW‖2]⩽2E[maxt∈[0,T]t∫0t∥b(X(k),s)−b(X(k−1),s)∥2ds]+8∫0TE[∥B(X(k),s)−B(X(k−1),s)∥2]ds鞅不等式⩽2TL2∫0TE[∥X(k)−X(k−1)∥2]ds+8L2∫0TE[‖X(k)−X(k−1)‖2]ds=(2T+8)L2∫0Td(k−1)(s)ds⩽(2T+8)L2∫0TMkk!skds=2(T+4)MkTk+1(k+1)!=CMkTkk!.

我们此时想计算 P(maxt∈[0,T] ‖X(k+1)(t)−X(k)(t)‖2>12k) (记括号中为事件 Ak )的上界,这是为了凑一个收敛的级数,就可以使用 Borel-Cantelli 定理。注意 max∥⋅∥ 是一个凸函数,由鞅的线性性, X(k+1)−X(k) 是一个鞅,于是被凸函数 max∥⋅∥ 作用后得到一个下鞅,就可以使用下鞅的不等式

P(max0⩽s⩽tX(s)⩾λ)⩽1λE(X(t)+)

此时利用上面得到的结果,就有

P(Ak)⩽2kE[maxt∈[0,T] ‖X(k+1)(t)−X(k)(t)‖2]⩽C⋅2kMkTkk!

此时我们可以估计这个上界的阶,当 k→∞ 时,由 Stirling 公式,有

C⋅2kMkTkk!∼C′⋅(2eMT)kk⋅k!

于是下面的级数收敛:

∑k=0∞P(Ak)⩽C∑k=0∞2kMkTkk!<∞.

使用 Borel-Cantelli 引理的条件达成了,我们立刻得到 P(Ak i.o.)=0 ,即 X(k) 在 [0,T] 上几乎必然一致收敛,且收敛到原 SDE 的解。

最后我们证明 X(k) 收敛到的极限在 L2([0,T]) 中,即证明 E[∥X∥2] 有限。首先估计 E[∥X(k+1)∥2] :

E[∥X(k+1)∥2]=E[‖X0+∫0tb(X(k),s)ds+∫0tB(X(k),s)dW‖2]⩽CE[∥X0∥2]+CE[‖∫0tb(X(k),s)ds‖2]+CE[‖∫0tB(X(k),s)dW‖2]⩽CE[∥X0∥2]+CTE[∫0t‖b(X(k),s)‖2ds]+CE[∫0t‖B(X(k),s)‖2ds]⩽C′E[∥X0∥2]+C′E[∫0tL(1+‖X(k)‖)2ds]+C′E[∫0tL(1+‖X(k)‖)2ds]⩽C″(1+E[∥X0∥2])+C″∫0tE(∥X(k)∥2)ds选择合适C″⩽C″(1+E[∥X0∥2])+C″∫0t[C″(1+E[∥X0∥2])+C″∫0s′E(∥X(k−1)∥2)ds]ds′=(1+E[∥X0∥2])(C″+tC″2)+C″2∫0t∫0s′E[∥X(k−1)(s)∥]dsds′=(1+E[∥X0∥2])(C″+tC″2)+C″3∫0t∫0s′[(1+E[∥X0∥2])+∫0s″E(∥X(k−2)∥2)ds‴]ds″ds′=(1+E[∥X0∥2])(C″+tC″2+t22C″3)+C″3∫0t∫0s1∫0s2E(∥X(k−2)∥)ds3ds2ds1⩽⋯

读者也许会发现规律,这样一直写下去,会得到

E[∥X(k+1)∥2]⩽(1+E[∥X0∥2])(C+C2t+C3t22+⋯+Ck+1tkk!)+Ck+1∫0t∫0s1⋯∫0skE[∥X0∥2]dsk+1⋯ds2ds1

注意积分中是常函数,所以右侧的积分区域是类似顺序统计量的单纯形区域,其体积为 tk+1(k+1)! ,因此可以得到

E[∥X(k+1)∥2]⩽(1+E[∥X0∥2])(C+C2t+C3t22+⋯+Ck+1tkk!)+Ck+1tk+1(k+1)!E[∥X0∥2]⩽(1+E[∥X0∥2])(C+C2t+C3t22+⋯+Ck+2tk+1(k+1)!)⩽(1+E[∥X0∥2])CeCt.

这样就证明了 E[∥X(k+1)∥2] 是有界的,且该界与 k 无关。上面的不等式两侧对 k 去极限,得到

E[∥X∥2]⩽(1+E[∥X0∥2])CeCt⟹X∈Ln2([0,T]).

这个定理的证明到此结束。

为了证明该定理条件下 SDE 解的存在性和唯一性,我们首先使用证明了唯一性,然后通过迭代构造了一个 Ln2([0,T]) 中的序列,我们先证明了相邻两项的平方距离是有界的,然后利用这个上界证明这个序列在 [0,T] 上几乎必然一致收敛,最后证明收敛到的极限是 Ln2([0,T]) 中的元素。