Stroock–Varadhanの支持定理

同義語:Stroock-Varadhanの支持定理Stroock–Varadhan support theorem

概要

Stroock–Varadhanの支持定理(Stroock–Varadhan support theorem)とは、Stratonovich 形の確率微分方程式 $dX=b(X)\,dt+\sum_k\sigma_k(X)\circ dB^k$ の解の道の分布の台が、雑音 $dB$ を Cameron–Martin 空間の道の導関数 $\dot h\,dt$ に替えた常微分方程式の解 $x^h$ の全体の、一様ノルムでの閉包に等しいという定理である。包含の一方は Wong–Zakai の定理から従い、1 次元では Doss の写像で Wiener 測度の台を移して両方の包含が示せる。伊藤形の係数のまま雑音を替えると誤った台になる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 確率微分方程式, Stratonovich積分, Wiener測度, Cameron–Martin空間, Wong–Zakaiの定理

Stroock–Varadhanの支持定理(Stroock–Varadhan support theorem)は、確率微分方程式の解の道の分布の台(支持)を、雑音 $dB$ を滑らかな入力 $\dot h\,dt$ に替えた常微分方程式の解で記述する定理である。Stratonovich 形の方程式
$$ dX_t=b(X_t)\,dt+\sum_{k=1}^d\sigma_k(X_t)\circ dB^k_t,\qquad X_0=x_0 $$
の解 $X$ について、$h$ が Cameron–Martin 空間を動くときの常微分方程式 $\dot x=b(x)+\sum_k\sigma_k(x)\dot h^k$ の解 $x^h$ の全体を考えると、その一様ノルムでの閉包が、$X$ の道の分布の台にちょうど等しい。言い換えると、$X$ がある道 $y$ のすぐ近くを通る確率が正であるのは、$y$ が「雑音を滑らかな入力に替えた制御系」の解で近似できるとき、そのときに限る。
雑音を $\dot h$ に替えるのは素朴な発想だが、替えてよいのは Stratonovich 形の係数であり、伊藤形の係数のまま替えると誤った答えになる(ex-sv-counterexamples)。これは Wong–Zakaiの定理 と同じ現象で、実際に包含の一方は Wong–Zakai の定理から直ちに従う。Brown 運動そのもの($e=d$、$\sigma_k$ が標準基底、$b=0$)では、定理は Wiener測度 の台が道の空間の全体であることを言う。
同じ「支持定理」の名は Radon変換 の台についての定理にも使われるが、この記事の定理はそれとは別のものである。

設定

$T>0$ を固定する。$B=(B^1,\dots,B^d)$ を確率空間 $(\Omega,\mathcal F,P)$ の上の $d$ 次元の標準 Brown 運動($B_0=0$、道はすべて連続)とする。$\mathbb R^e$ 上のベクトル場 $\sigma_1,\dots,\sigma_d$ は $C^3$ 級で 3 階までの導関数とともに有界、$b$ は Lipschitz 連続とし、$X$ を上の Stratonovich 形の方程式の解とする。これは伊藤形の
$$ dX_t=\Bigl(b+\frac12\sum_{k=1}^d(D\sigma_k)\sigma_k\Bigr)(X_t)\,dt+\sum_{k=1}^d\sigma_k(X_t)\,dB^k_t $$
の解のことである($D\sigma_k$ は $\sigma_k$ の Jacobi 行列。Wong–Zakaiの定理 の節「設定」と同じ読み方)。係数は Lipschitz 連続なので、解は確率 $1$ の違いを除いてただ 1 つある(確率微分方程式)。
$C_{x_0}:=C_{x_0}([0,T];\mathbb R^e)$ を $y(0)=x_0$ を満たす連続な道の全体に上限ノルム $\|y\|_\infty:=\sup_{0\le t\le T}\lvert y(t)\rvert$ の距離を入れた空間とする。これは可分な完備距離空間で、$X$ の道の分布 $P_X:=P\circ X^{-1}$ はその上の Borel 確率測度である。測度の台 $\operatorname{supp}P_X$ は Wiener測度 の定義「測度の台」のとおり、近くの開球がすべて正の測度をもつ点の全体であり、測度 $1$ の閉集合のうち最小のものである。
$\mathcal H$ を、$h(0)=0$ で絶対連続、導関数 $\dot h$ が $L^2([0,T];\mathbb R^d)$ に属する道 $h\colon[0,T]\to\mathbb R^d$ の全体(Cameron–Martin空間)とする。

骨格

$h\in\mathcal H$ について、常微分方程式
$$ x(t)=x_0+\int_0^t\Bigl(b(x(s))+\sum_{k=1}^d\sigma_k(x(s))\,\dot h^k(s)\Bigr)\,ds\qquad(0\le t\le T) $$
の連続な解 $x^h\in C_{x_0}$ を $h$ に対する 骨格(skeleton)という。$\mathcal S:=\{x^h:h\in\mathcal H\}$ とおく。

右辺の被積分関数は $x$ について、可積分な係数 $L(s):=\mathrm{Lip}(b)+\sum_k\mathrm{Lip}(\sigma_k)\lvert\dot h^k(s)\rvert$ で Lipschitz 連続である($\dot h\in L^2\subset L^1$)。そのため Picard の逐次近似が一様に収束して解が存在し、2 つの解の差 $u$ は $\lvert u(t)\rvert\le\int_0^tL(s)\lvert u(s)\rvert\,ds$ を満たすので、Gronwallの不等式(積分核が可積分な形)から $u=0$ である。$h$ が区分的に一次関数なら、$x^h$ は小区間ごとに普通の常微分方程式 $\dot x=b(x)+\sum_k\sigma_k(x)\dot h^k$ の解をつないだものになる。

主定理

Stroock–Varadhanの支持定理

上の設定で、$C_{x_0}$ の上の測度として
$$ \operatorname{supp}P_X=\overline{\mathcal S} $$
である(閉包は上限ノルムでとる)。すなわち、

  1. 確率 $1$ で $X\in\overline{\mathcal S}$ である。
  2. すべての $h\in\mathcal H$ と $\varepsilon>0$ について $P\bigl(\|X-x^h\|_\infty< \varepsilon\bigr)>0$ である。
2 つの包含に分ける

台は測度 $1$ の閉集合のうち最小なので、1 は「易しい包含」$\operatorname{supp}P_X\subset\overline{\mathcal S}$ と同値であり、2 は $\mathcal S\subset\operatorname{supp}P_X$、台が閉集合であることから「難しい包含」$\overline{\mathcal S}\subset\operatorname{supp}P_X$ と同値である。1 は prop-sv-easy で示す。2 は一般の場合を rem-sv-hard の文献による(この記事では証明しない)。$d=e=1$ では両方を thm-sv-1d で完全に示す。

易しい包含

thm-sv-main の 1 が成り立つ。

折れ線の骨格は Wong–Zakai 近似である

$[0,T]$ の $2^n$ 等分の分点で $B$ に一致し、各小区間で一次関数となる道を $B^n$ とする。$B^n(\omega)$ は区分的に一次関数で $B^n_0=0$ なので $\mathcal H$ に属し、骨格 $x^{B^n(\omega)}$ は $B^n$ で駆動される常微分方程式の解、すなわち Wong–Zakai 近似 $X^n(\omega)$ である。Wong–Zakaiの定理 の定理「多次元の Wong–Zakai の定理」により、確率 $1$ で $\|X^n-X\|_\infty\to0$ である。$X^n\in\mathcal S$ なので、確率 $1$ で $X\in\overline{\mathcal S}$ である。
$\overline{\mathcal S}$ は閉集合なので Borel 集合で、いま $P_X(\overline{\mathcal S})=1$ が分かった。台は測度 $1$ の閉集合のうち最小のものなので、$\operatorname{supp}P_X\subset\overline{\mathcal S}$ である。$\square$

難しい包含の所在

2 は FH20 Theorem 9.4(pp. 155–156)で、同書は仮定を上と同じ(Theorem 9.1(p. 153)の仮定)にとり、$\alpha< \frac12$ の $\alpha$-Hölder ノルムで台を記述している。同書の道の空間は滑らかな道の $\alpha$-Hölder ノルムでの閉包で、可分である。Hölder ノルムは上限ノルムより強いので、そこから上限ノルムの形が従う(lem-sv-pushforward を包含写像に使う)。MS94 は $\sigma_k$ が $C^2$ 級で 2 階までの導関数とともに有界、$b$ が有界で Lipschitz 連続という仮定(§1、p. 36 の (H))の下で、同じ結論を Theorem 3.5(p. 47)として別の方法で示している。この記事では一般の場合の 2 を証明せず、1 次元の場合を thm-sv-1d で完全に示す。

難しい包含の要点は、次の条件付きの評価である(FH20 Theorem 9.4 の式 (9.2))。すべての $h\in\mathcal H$ と $\varepsilon>0$ について
$$ \lim_{\delta\to0}P\bigl(\|X-x^h\|_\infty< \varepsilon\ \big|\ \|B-h\|_\infty< \delta\bigr)=1 . $$
これを認めれば 2 は直ちに出る。$\delta$ を小さくとって条件付き確率を $\frac12$ 以上にすると、
$$ P\bigl(\|X-x^h\|_\infty< \varepsilon\bigr)\ge\frac12\,P\bigl(\|B-h\|_\infty< \delta\bigr)>0 $$
であり、右辺が正であることは Wiener測度 の定理「Wiener 測度の台」(各成分に使い、独立性で掛け合わせる)による。条件付きの評価が難しいのは、$d\ge2$ では $B$ が $h$ の一様な近くにあっても、反復積分 $\int B^j\,dB^k$ の反対称部分(Lévy 面積)が $h$ のものに近いとは限らないからである。Wong–Zakaiの定理 の例「輪を付け加えた近似」が示すように、面積がずれると解は別の方程式の解に近づく。FH20 は、$B$ が $h$ に近いという条件の下では面積も $h$ の面積に近いこと(式 (9.3))を示し、ラフパスの連続性(ラフパス理論)で解に移している。
条件付きの評価を経ない別の道もある。MS94 は、$B$ を、$h$ を足し、1 区間遅らせた(したがって適合した)折れ線近似 $\hat B^n$ を引いた道 $B-\hat B^n+h$ に替える変換を考える。この変換による $P$ の像は Girsanovの定理 により $P$ に関して絶対連続であり、変換した道で駆動される解は $x^h$ に確率収束する。$x^h$ の近くに解がある事象の確率が $0$ なら、変換で引き戻した事象の確率も $0$ になってこの収束に反するので、$x^h$ の近くの確率は正である(MS94 Proposition 2.2(p. 39))。

連続写像による像の台

1 次元の場合の証明と例では、次の一般的な事実を使う。

連続写像による像の台

$E,F$ を可分な距離空間、$\mu$ を $E$ 上の Borel 確率測度、$\Psi\colon E\to F$ を連続写像とし、像測度を $\Psi_*\mu:=\mu\circ\Psi^{-1}$ とおく。このとき
$$ \operatorname{supp}\Psi_*\mu=\overline{\Psi(\operatorname{supp}\mu)} $$
である。

測度 1 の最小の閉集合と、開球の引き戻し

$K:=\overline{\Psi(\operatorname{supp}\mu)}$ は閉集合で、$\Psi^{-1}(K)\supset\operatorname{supp}\mu$ なので $\Psi_*\mu(K)\ge\mu(\operatorname{supp}\mu)=1$ である。台は測度 $1$ の閉集合のうち最小なので $\operatorname{supp}\Psi_*\mu\subset K$ である。
逆に $x\in\operatorname{supp}\mu$、$r>0$ とする。$\Psi^{-1}\bigl(B(\Psi(x),r)\bigr)$ は $x$ を含む開集合なので、ある開球 $B(x,s)$ を含み、$\Psi_*\mu\bigl(B(\Psi(x),r)\bigr)\ge\mu\bigl(B(x,s)\bigr)>0$ である。よって $\Psi(\operatorname{supp}\mu)\subset\operatorname{supp}\Psi_*\mu$ で、右辺は閉集合なので $K\subset\operatorname{supp}\Psi_*\mu$ である。$\square$

各時刻の分布の台

thm-sv-main の設定で、各 $t\in[0,T]$ について、$X_t$ の分布の台は $\overline{\{x^h(t):h\in\mathcal H\}}$($\mathbb R^e$ での閉包)である。

評価写像 $\pi_t\colon y\mapsto y(t)$ は $C_{x_0}$ から $\mathbb R^e$ への連続写像なので、lem-sv-pushforward と thm-sv-main から $X_t$ の分布の台は $\overline{\pi_t(\overline{\mathcal S})}$ である。$\pi_t$ の連続性から $\pi_t(\mathcal S)\subset\pi_t(\overline{\mathcal S})\subset\overline{\pi_t(\mathcal S)}$ なので、これは $\overline{\pi_t(\mathcal S)}$ に等しい。$\square$

1 次元の場合の証明

1 次元では、解が Brown 運動の道の連続関数として書けるので、lem-sv-pushforward と Wiener 測度の台から両方の包含が出る。

1 次元の支持定理

$d=e=1$ とし、$\sigma$ は $C^2$ 級で $\sigma,\sigma',\sigma''$ が有界、$b$ は $C^1$ 級で $b,b'$ が有界とする。$X$ を Stratonovich 形の方程式 $dX=b(X)\,dt+\sigma(X)\circ dB$、$X_0=x_0$ の解とする。このとき、連続写像 $\Phi\colon C_0[0,T]\to C_{x_0}$ で、確率 $1$ で $X=\Phi(B)$ となり、すべての $h\in\mathcal H$ で $\Phi(h)=x^h$ となるものがあり、
$$ \operatorname{supp}P_X=\overline{\Phi(C_0[0,T])}=\overline{\mathcal S} $$
である。ここで $C_0[0,T]$ は $w(0)=0$ を満たす $[0,T]$ 上の実数値連続関数の全体に上限ノルムを入れた空間である。

Doss の写像で Wiener 測度の台を移す

$\Phi$ として、Wong–Zakaiの定理 の 1 次元の定理の証明(段 1〜5)で作った写像をとる。そこでは、$\partial_y\phi=\sigma(\phi)$、$\phi(x,0)=x$ で定まる流れ $\phi$ と $G(z,y):=b(\phi(z,y))/\partial_x\phi(z,y)$ を使い、$h\in C_0[0,T]$ に対して $z_h'=G(z_h,h)$、$z_h(0)=x_0$ の解 $z_h$ をとって $\Phi(h)(t):=\phi(z_h(t),h(t))$ とおいた。同じ証明の段 4 から、$\Phi$ は各球 $\{\|h\|_\infty\le R\}$ の上で Lipschitz 連続なので連続である。段 5 から、確率 $1$ で $\Phi(B)$ は伊藤形の方程式 $dX=(b+\frac12\sigma\sigma')(X)\,dt+\sigma(X)\,dB$ の解、すなわち Stratonovich 形の方程式の解 $X$ に等しい。
$\Phi(h)=x^h$。 $h$ が区分的に一次関数のときは同じ証明の段 3 だが、$h\in\mathcal H$ でも同じ計算ができる。$z_h$ は $C^1$ 級、$h$ は絶対連続、$\phi$ は $C^2$ 級なので、$x(t):=\phi(z_h(t),h(t))$ は絶対連続で、$h$ が微分可能な点(ほとんどすべての $t$)で連鎖律から
$$ \dot x=\partial_x\phi(z_h,h)\,z_h'+\partial_y\phi(z_h,h)\,\dot h=b(x)+\sigma(x)\,\dot h $$
である($\partial_x\phi\cdot G=b(\phi)$ と $\partial_y\phi=\sigma(\phi)$ を使った)。$x(0)=\phi(x_0,0)=x_0$ なので $x$ は def-sv-skeleton の積分方程式を満たし、解の一意性から $x=x^h$ である。
台。 $B$ の道の分布は $C_0[0,T]$ 上の Wiener 測度 $\mu_T$ で、$X=\Phi(B)$ なので $P_X=\Phi_*\mu_T$ である。lem-sv-pushforward と Wiener測度 の定理「Wiener 測度の台」($\operatorname{supp}\mu_T=C_0[0,T]$)から
$$ \operatorname{supp}P_X=\overline{\Phi(\operatorname{supp}\mu_T)}=\overline{\Phi(C_0[0,T])} $$
である。区分的に一次関数の道は $\mathcal H$ に属し、$C_0[0,T]$ の各元に一様に近づくので、$\mathcal H$ は $C_0[0,T]$ で稠密である。$\Phi$ は連続なので $\Phi(C_0[0,T])\subset\overline{\Phi(\mathcal H)}=\overline{\mathcal S}$ で、$\mathcal S\subset\Phi(C_0[0,T])$ と合わせて $\overline{\Phi(C_0[0,T])}=\overline{\mathcal S}$ である。$\square$

この証明が 1 次元に限られるのは、骨格 $h\mapsto x^h$ が上限ノルムについて連続に延びることを使ったからである。2 次元以上では、$h$ に一様に近い道でも囲む面積が違えば骨格が別の方程式の解に近づくことがあり(Wong–Zakaiの定理 の例「輪を付け加えた近似」)、骨格は一般には上限ノルムについて連続でなく、rem-sv-hard の議論が必要になる。

例

楕円型の場合:台は道の全体

$d\ge e$ とし、$e\times d$ 行列 $\sigma(x):=(\sigma_1(x),\dots,\sigma_d(x))$ について、$\sigma(x)\sigma(x)^{\top}$ がすべての $x$ で正則とする。このとき $\overline{\mathcal S}=C_{x_0}$、すなわち $x_0$ から出るすべての連続な道 $y$ とすべての $\varepsilon>0$ について $P(\|X-y\|_\infty< \varepsilon)>0$ である。
実際、$y$ が $C^1$ 級なら、$y([0,T])$ はコンパクトで、その上で $\sigma^{\top}(\sigma\sigma^{\top})^{-1}$ は連続なので、
$$ \dot h(t):=\sigma(y(t))^{\top}\bigl(\sigma(y(t))\sigma(y(t))^{\top}\bigr)^{-1}\bigl(\dot y(t)-b(y(t))\bigr) $$
は連続で、$h(t):=\int_0^t\dot h$ は $\mathcal H$ に属する。$\sigma(y)\dot h=\dot y-b(y)$ なので $y$ は骨格の方程式を満たし、一意性から $y=x^h\in\mathcal S$ である。$C^1$ 級の道は $C_{x_0}$ で稠密なので(Weierstrassの近似定理 で $y-x_0$ を多項式 $q$ で近似し、$x_0+q-q(0)$ をとる)、$\overline{\mathcal S}=C_{x_0}$ である。cor-sv-marginal から、$t>0$ なら $X_t$ の分布の台は $\mathbb R^e$ の全体である。

Kolmogorov の拡散:薄い台

$d=1$、$e=2$、$x_0=0$ とし、$dX^1=dB$、$dX^2=X^1\,dt$ とする($\sigma_1=(1,0)$、$b(x)=(0,x^1)$)。解は $X=(B,\int_0^\cdot B_s\,ds)$、骨格は $x^h=(h,\int_0^\cdot h)$ である。集合
$$ K:=\Bigl\{\Bigl(w,\int_0^\cdot w\Bigr):w\in C_0[0,T]\Bigr\} $$
は閉集合で($w_n\to w$ が一様なら積分も一様に近づく)、$\mathcal S$ を稠密に含むので、$\operatorname{supp}P_X=K$ である($\Psi(w):=(w,\int_0^\cdot w)$ に lem-sv-pushforward を使っても同じ)。$K$ は内点をもたない。$(w,\int w)$ の第 2 成分に $\delta g$($g$ は $g(0)=0$ の $0$ でない連続関数)を足した道は、いくらでも近くにあって $K$ に属さないからである。
一方、$t>0$ での $X_t$ は平均 $0$、共分散行列 $\begin{pmatrix}t&t^2/2\\t^2/2&t^3/3\end{pmatrix}$(行列式 $t^4/12>0$)の正規分布に従うので、$X_t$ の分布の台は $\mathbb R^2$ の全体である。生成作用素 $\frac12\partial_1^2+x_1\partial_2$ は楕円型ではないが、各時刻の分布は平面全体に広がる。それでも道の分布は「第 2 成分は第 1 成分の積分」という薄い集合に載っている。

幾何 Brown 運動:確率 0 の道も台に入る

$x_0>0$ とし、$dX=X\circ dB$、$X_0=x_0$ の解 $X_t=x_0e^{B_t}$ を考える($\sigma(x)=x$ は有界でないので thm-sv-main の仮定は満たさないが、$\Psi(w):=x_0e^{w}$ に lem-sv-pushforward を直接使う)。$\operatorname{supp}P_X=\overline{\{x_0e^{w}:w\in C_0[0,T]\}}$ で、これは
$$ \{y\in C([0,T];\mathbb R):y(0)=x_0,\ y\ge0\} $$
に等しい。正の関数の一様な極限は $0$ 以上なので $\subset$ である。逆に $y\ge0$、$0< \delta< x_0$ なら $y_\delta:=\max(y,\delta)$ は正の連続関数で $y_\delta(0)=x_0$、$\|y_\delta-y\|_\infty\le\delta$ であり、$y_\delta=x_0e^{w}$($w:=\log(y_\delta/x_0)\in C_0[0,T]$)なので $\supset$ である。$X$ は確率 $1$ で $0$ に触れないが、$0$ に触れる道も台に入る。骨格 $\dot x=x\dot h$ の解は $x_0e^{h}$ で、定理の形とも合う。

反例:条件を外すと成り立たないこと

外す条件反例成り立たなくなること
骨格を Stratonovich 形の係数で作ること伊藤形の方程式 $dX=JX\,dB$($J$ は $90^\circ$ の回転、$X_0=(1,0)$)に、伊藤形の係数のまま $\dot x=Jx\,\dot h$ を当てるその骨格はすべて単位円の上にあるが、$\lvert X_t\rvert=e^{t/2}$ なので、$X$ は確率 $1$ でそれらから $e^{T/2}-1$ 以上離れる
閉包をとること$X=B$($d=e=1$、$\sigma=1$、$b=0$)$\mathcal S=\mathcal H$ で、$P(B\in\mathcal H)=0$ なので $\mathcal S$ は台に等しくない
上限ノルム(または $\alpha< \frac12$ の $\alpha$-Hölder ノルム)で台を考えること$\alpha=\frac12$、$X=B$$\mathcal S$ は $\frac12$-Hölder 連続な道からなるが、$B$ の道は確率 $1$ で $\frac12$-Hölder 連続でなく、台をその空間で述べられない
表の確かめ

要点:1 行目は伊藤の公式で半径を、2 行目は 2 次変分で $\mathcal H$ の測度を、3 行目は独立な増分と Borel–Cantelli の補題で Hölder 連続性を確かめる。

確かめを開く

1 行目:$J=\begin{pmatrix}0&-1\\1&0\end{pmatrix}$ とする。伊藤の公式 から $d\lvert X\rvert^2=2\langle X,JX\rangle\,dB+\lvert JX\rvert^2\,dt=\lvert X\rvert^2\,dt$($\langle x,Jx\rangle=0$、$\lvert Jx\rvert=\lvert x\rvert$)なので $\lvert X_t\rvert^2=e^t$ である。骨格 $\dot x=Jx\dot h$ の解は $x(t)=R(h(t))x_0$($R(\theta)$ は角 $\theta$ の回転)で単位円の上にあるので、$t=T$ で $X$ との距離は $e^{T/2}-1$ 以上である。正しい骨格は、$-\frac12(D\sigma)\sigma=-\frac12J^2x=\frac12x$ から Stratonovich 形 $dX=\frac12X\,dt+JX\circ dB$ に書き直して得る $\dot x=\frac12x+Jx\dot h$ の解 $e^{t/2}R(h(t))x_0$ である(実際 $X_t=e^{t/2}R(B_t)x_0$)。係数は有界でないが、半径 $e^{T/2}+1$ の外で切り落とした係数に替えても、解はその内側にとどまるので結論は変わらない。

2 行目:$h\in\mathcal H$ なら Cauchy–Schwarz の不等式から $\lvert h(t)-h(s)\rvert\le\|\dot h\|_{L^2}\lvert t-s\rvert^{1/2}$ で、同じく $\bigl(\int_I\lvert\dot h\rvert\bigr)^2\le\lvert I\rvert\int_I\lvert\dot h\rvert^2$ から、$2^n$ 等分の増分の 2 乗和は $2^{-n}T\|\dot h\|_{L^2}^2$ 以下で $0$ に近づく。$B$ では同じ和が 2 乗平均で $T$ に近づく(Brown運動 の定理「2 次変分」)ので、$P(B\in\mathcal H)=0$ である。$P_X$ の台は測度 $1$ なので $\mathcal S$ と等しくない。

3 行目:$\mathcal H\subset C^{1/2}$ は 2 行目の不等式による。$h_n:=4^{-n}$ とすると、$D_n:=B_{h_n}-B_{h_{n+1}}$ は独立で $N(0,\frac34h_n)$ に従い、$K>0$ について $P(\lvert D_n\rvert\ge K\sqrt{h_n})$ は $n$ によらない正の数である。Borel–Cantelliの補題 の第 2 の形から、確率 $1$ で無限個の $n$ について $\lvert D_n\rvert\ge K\sqrt{h_n}\ge K\lvert h_n-h_{n+1}\rvert^{1/2}$ である。$K$ は任意なので、$B$ は確率 $1$ で $\frac12$-Hölder 連続でない。

大偏差原理との関係

雑音を小さくした方程式 $dX^\varepsilon=b(X^\varepsilon)\,dt+\sqrt\varepsilon\sum_k\sigma_k(X^\varepsilon)\circ dB^k$ を考える。$\mathcal H$ は線形空間で $\sqrt\varepsilon\,\dot h$ も $\mathcal H$ の元の導関数なので、骨格の集合は $\varepsilon$ によらず、$X^\varepsilon$ の台はすべての $\varepsilon>0$ で同じ $\overline{\mathcal S}$ である。支持定理はどの道の近くに確率が正で行けるかを答え、その確率が $\varepsilon\to0$ でどれほど小さいかは 大偏差原理 が答える。FH20 Theorem 9.5(p. 156)によると、$X^\varepsilon$ は速度関数
$$ J(y)=\inf\Bigl\{\frac12\|\dot h\|_{L^2}^2:h\in\mathcal H,\ x^h=y\Bigr\} $$
の大偏差原理を満たす。同じ骨格が両方の定理に現れ、$J(y)< \infty$ となる $y$ はちょうど $\mathcal S$ の元である。雑音が加法的な場合は Freidlin–Wentzell理論 で扱っている。

歴史と出典

D. W. Stroock と S. R. S. Varadhan は 1972 年の第 6 回 Berkeley 数理統計・確率シンポジウムの論文「On the support of diffusion processes with applications to the strong maximum principle」でこの定理を上限ノルムで示し、退化した楕円型作用素の強最大値原理に応用した(FH20 §9.3(p. 155))。証明はその後、Hölder ノルムへの拡張(Ben Arous–Gradinaru–Ledoux)、Girsanov の定理と折れ線近似による簡単な証明(MS94)、ラフパス理論による証明(Ledoux–Qian–Zhang、FH20 §9.3)と整理されてきた。1 次元の証明に使った写像 $\Phi$ は H. Doss と H. J. Sussmann による(Wong–Zakaiの定理)。

関連項目

参考文献

[1]
Annie Millet, Marta Sanz-Solé, A simple proof of the support theorem for diffusion processes, Séminaire de probabilités, 1994, §1・条件 (H)(p. 36)、Proposition 2.2(p. 39)、Theorem 3.5(p. 47)
[2]

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する