设$X_{1}, \cdot\cdot\cdot, X_{N}$是取值于$R^{d}$的$N$个独立的 (严格) 稳定过程, $X(t)=\sum^{N}\limits_{j=1}X_{j}(t_{j})$我们则称这$N$个参数$R^{d}$值的过程$X=\{X(t), t\in R^{N}_{+}\}$为一可加稳定过程.并记为$X=X_{1}\oplus\cdots\oplus X_{N}$.
本文我们主要研究$X=X_{1}\oplus\cdots\oplus X_{N}$是$X_{1}, \cdots, X_{N}$具有不同指数$\alpha_{1}$, $\cdots$, $\alpha_{N}\in(0,2]$的可加稳定过程.我们假定$X(0)=0$.
具有平稳独立增量且取值与$R^{d}$的随机过程$Z=\{Z(t); t\geq 0\}$称为Lévy过程.众所周知, 对于$t>s\geq 0, Z(t)-Z(s)$的特征函数有下列Lévy-Khintchine公式:
其中$a$是$R^{d}$中的常数, $\sum$是一个非负正定的$d\times d$对称矩阵, $v$是$R^{d}\setminus\{0\}$上满足下式的Borel测度,
函数$\Psi$称为$Z$的Lévy指数, $v$成为$Z$的Lévy测度.
取值与$R^{d}$的一类特殊的Lévy过程是所谓的 (严格) 稳定过程.指数$\alpha\in(0,2]$的 (严格) 稳定过程$Z$的Lévy指数有以下形式:
其中$\sigma>0$是一个常数,
并且$\mu$是$R^{d}$中单位球面$S_{d}$上的概率测度. $\alpha=1$时, $\mu$是以原点为其质量中心, 也就是说, $\displaystyle\int_{S_{d}}y\mu(dy)=0$ (具体参见文献[1]).
如果$p(1,0)>0$ (这里$p(t,x)$是$Z(t)$的密度函数), 则对应的稳定过程称为$A$型, 反之则称为$B$型. Taylor[2]证明了如果$\alpha\in(0,1)$, $\mu$支撑在一半球, 那么$Z$是$B$型.所有其它严稳定过程 ($\alpha\neq1$) 是$A$型.
Blumenthal和Getoor [8]引进上下指数概念, 用于研究Lévy过程的样本轨道性质. Lévy过程$Z$的上指数$\beta$与下指数$\beta^{''}$的定义如下:
我们知道$0\leq\beta^{'}\leq\beta\leq2$, 并且当$Z$为指数$\alpha$的稳定过程是则$\beta^{''}=\beta=\alpha$
关于局部时, 我们记参数 (时间) 空间为$R^{N}_{+}=[0,\infty]^{N}$, 其元素记为$t=(t_{1}, \cdot\cdot\cdot, t_{N})$, 当$t_{1}=t_{2}=\cdots=t_{N}=c$时记为$\langle c\rangle$.在$R^{N}_{+}$中定义一个序“$\preceq$”:如果对$\forall 1\leq\ell\leq N$有$s_{\ell}\leq t_{\ell}$, 则记$s\preceq t$.当$s\preceq t$时, 记$[s,t]=\prod\limits^{N}_{\ell=1}[s_{\ell}, t _{\ell}]$.令$\mathfrak A$表示所有$N$维区间$I=[s,t]\subset R^{N}_{+}$的集合, $\mathfrak A=\{I=[s,t]\in\mathfrak A: 0<s_{\ell}<t_{\ell}, 1\leq\ell\leq N\}$, $\lambda_{N}$表示$N$维Lebesgus测度.
状态空间$R^{d}$赋予$\ell^{2}$欧氏范数$\parallel\cdot\parallel$, 内积$\langle x, y\rangle=\sum\limits^{d}_{j=1} x_{j}y_{j}\ (x, y\in R^{d})$和$\ell^{\infty}$范数$|x|=\max_{1\leq\ell\leq d}|x_{\ell}|$($x\in R^{d}$).
$I \subset R^{N}$ Borel集, 下设$I=[0,1]^{N}$, 记$\mathcal{B}(I)$, $\mathcal{B}(R^{N})$分别为$I$, $R^{N}$上的Borel $\sigma$代数, 若$X(t)$: $I\rightarrow R^{d}$是Borel函数, 则称$X$为$(N,d)$向量场对于$\forall A\in\mathcal{B}(R^{d})$, $\forall B\in\mathcal{B}(I)$, 令
其中$\lambda_{N}$是$R^{N}$中的Lebesgus测度.固定$B$时, $\mu(\cdot,B)$是$\mathcal{B}(R^{d})$上的一个测度, 若将$B$看成时间, 则$\mu(A,B)$可以看成在$B$这段时间内, $X(t)$在$A$中停留的时间.我们称$\mu(\bullet,B)$为$X(t) (t\in B)$的逗留时分布, 记$\mu(\bullet)=\mu(\bullet,I)$.
如果$\mu(\bullet)$关于$R^{d}$上的Lebesgue测度$\lambda_{d}$绝对连续, 即$\mu\ll\lambda_{d}$, 则称$X$具有局部时.此时对$\forall B\in\mathcal{B}(I)$, $\mu(\bullet, B)\ll\lambda_{d}$, 我们将其Radon-Nikodym导数$\displaystyle\frac{d\mu(\bullet,B)}{d\lambda_{d}}$称为$X(t)(t\in B)$的局部时, 记为$L(x,B)$由Radon-Nikodym定理, $L(x,B)$是$(R^{d}, \mathcal{B}(R^{d}))$上的可测函数, 且
其中$L(x,B)$可以看成$X(t)\ (t\in B)$在$x$处的逗留时间.若$B=[0,t]$, 则记$L(x,B)=L(x,t).$
由鞅和单调性等经典理论, 我们能推断出局部时存在一个可测的修正满足下面的占有密度公式:对任意的$B\in \mathcal{B}(R^{N})$和任意的可测函数$f$: $R^{d}\rightarrow R$有
因此可以在$T=\prod\limits^{N}_{i=1}[a_{i}, a_{i}+h_{i}]\in\mathfrak{A}$找到一个连续的修正使得
则称$X$在$T$上的局部时联合连续.
假定$X(t)$(也记为$X_{t}$) 为一可加稳定过程.令
其中$T=(t_{1},\cdots,t_{r})\in R_{+}^{Nr}$, $t_{m}=(t_{m,1},\cdots,t_{m,N})\in R_{+}^{N}\quad (1\leq m\leq r)$, 则称$\{Z(T), T\in R_{+}^{Nr}\}$为$X$的汇合过程.如果$Z$的局部时存在 (记为$L(x,I)$), 则称$L(x,I)$为$X$的自相交局部时,
为$R^{Nr}_{+}$中的超立方体, $\mathfrak{R}$表示$R^{Nr}_{+}$中所有超立方体$I$的集合.对于$T\in R^{Nr}_{+}$, 这里$T=(t_{1},\cdots,t_{r})$, $t_{m}=(t_{m,1},\cdots,t_{m,N})$ $1\leq m\leq r$.当$t_{m,l}=c$, $1\leq m\leq r$, $1\leq l\leq N$, 记$T=\langle c\rangle$. $Z(T)$的局部时称为$X(t)$的自相交局部时.
令$\bar{\alpha}=\max\{\alpha_{1},\cdots,\alpha_{N}\}, \underline{\alpha}=\min\{\alpha_{1},\cdots,\alpha_{N}\},\alpha'=\sum^{N}\limits_{l=1}\alpha_{l}/N$, $C_{1},C_{2},\cdots$为不同的常数.
本文主要研究$A$型的不同指数可加稳定过程的自相交局部时.
引理2.1 [5] 假定$X=X_{1}\oplus\cdots\oplus X_{N}$是$R^{d}$上的可加稳定过程, 其中$X_{1},\cdots,X_{N}$的指数分别为$\alpha_{1},\cdots,\alpha_{N}\in(0,2]$, $Z(T)=(X_{t_{2}}-X_{t_{1}},\cdots,X_{t_{r}}-X_{t_{r-1}})$.如果$Nr\underline{\alpha}>d(r-1)$那么对每个$I\in\mathfrak{R}$, $Z$有联合连续的局部时a.s.且令$\gamma\in(0,1\bigwedge(Nr\underline{\alpha}-d(r-1))/2)$存在有限常数$M_{1}$, $M_{2}$使得任何$I\in\mathfrak{R}$所有$x$, $y\in R^{d(r-1)}$和偶数$k$有
和
其中$t=0$或$t=I^{t}$.
引理2.2 假定$X=X_{1}\oplus\cdots\oplus X_{N}$是$R^{d}$上的可加稳定过程, 其中$X_{1},\cdots,X_{N}$的指数分别为$\alpha_{1},\cdots,\alpha_{N}\in(0,2]$, $Z(T)=(X_{t_{2}}-X_{t_{1}},\cdots,X_{t_{r}}-X_{t_{r-1}})$.如果$Nr\underline{\alpha}>d(r-1),$那么$\forall\gamma\in(0,1\bigwedge(Nr\underline{\alpha}-d(r-1))/2)$, 存在有与$I\in\mathfrak{R}$, $x$, $y\in R^{d(r-1)}$无关的正常数$b_{1}$, $b_{2}$, $M_{3}$, $M_{4}$使得任何$u>0$, 有
其中$\tau=0$或$\tau=I^{t}$.
证 记$\Lambda$为$L(Z(t)+x,I)/\lambda_{Nr}(I)^{1-d(r-1)/Nr\underline{\alpha}}]^{k}$或
中任何一项, 那么由引理1.1偶数$k$有
由Jensen不等式有
也就是对任何的整数$m\geq0$有
那么当$M$足够大时, 可得
由Chebyshev不等式得
令$Mu$换成$u$便得要证的结论.
引理2.3 设$X=X_{1}\oplus\cdots\oplus X_{N}$是$R^{d}$上的可加稳定过程, 其中$X_{1},\cdots,X_{N}$的指数分别为$\alpha_{1},\cdots,\alpha_{N}$.那么存在一个正常数$M_{5}$使得对时间$I=[0,a]\in\mathfrak{A}$和$0<\xi<1$,
证 由$\alpha$阶stable过程的一般结论 (Bertoin [9], P221) 可以有
引理2.4 假定$X=X_{1}\oplus\cdots\oplus X_{N}$是$R^{d}$上的可加稳定过程, 其中$X_{1},\cdots,X_{N}$的指数分别为$\alpha_{1},\cdots,\alpha_{N}\in(0,2]$, $Z(T)=(X_{t_{2}}-X_{t_{1}},\cdots,X_{t_{r}}-X_{t_{r-1}})$.如果$Nr\underline{\alpha}>d(r-1)$那么存在正常数$M_{6}$, 使得对所有$I\in\mathfrak{R}$, $0<\xi\leq 1$, 有
其中$I=\prod\limits^{r}_{m=1}I_{m}$, $I_{m}=\prod\limits^{N}_{l=1}[a_{ml},a_{ml}+h]$.
证 由定义和引理2.3有
定理2.1 假定$X=X_{1}\oplus\cdots\oplus X_{N}$是$R^{d}$上的可加稳定过程, 其中$X_{1},\cdots,X_{N}$的指数分别为
记$L^{*}(B)=\sup\limits_{x\in R^{d(r-1)}}L(x,B),B\in \mathfrak{R}$.如果$ Nr\underline{\alpha}>d(r-1)$, 那么对
存在正常数$M_{6},M_{7}$, 使得对每个$s\in(0,\infty)^{Nr}$, $s=(s_{1},\cdots, s_{r})$, $s_{m}=(s_{m1},\cdots,s_{mr})$, $(1\leq m\leq r)$, $s_{m+1 j}>s_{mj}$和每个$I\in \mathfrak{R}$有下列两式成立
证 先证明 (2.1) 式, 对于固定的$s$, 令$s^{n}$为一点列, 每个$s^{n}$具有$s$一样的条件, 满足$s^{n}_{m+1 l}>s^{n}_{m l} (\forall n,1\leq m\leq r,1\leq l\leq N)$和$\lim\limits_{n\rightarrow\infty}s^{n}=s$.定义一系列超立方体
令
对于$0<\gamma<1\wedge\displaystyle\frac{Nr\underline{\alpha}-d(r-1)}{2}\wedge\frac{Nr\bar{\alpha}\underline{\alpha}-d\bar{\alpha}(r-1)}{2\bar{\alpha}(r-1)-\underline{\alpha}}$, $u$充分小时
则$g(r)$为一单调增, 限制增长的函数.因此只需证$\displaystyle\mathop {\lim \sup }\limits_{u \to 0} \frac{L(I_{n})}{g(2^{-n})}\leq M_{6}$.记$Z_{n}=Z(s^{n})$.分几步来证明:
(1) 由引理1.4得当$n$足够大时$2^{-n/\bar{\alpha}}n^{\beta}<1$对任何的$\beta>0$有
选取$\beta > 1/\bar{\alpha}$那么由Borel--Cantelli引理有多足够大的$n$
(2) 令$\theta_{n}=2^{-n/\bar{\alpha}}$, $n\geq1$定义
由引理1.2有
取$a_{1}>(1+d\beta(r-1))/b_{1}$再用Borel--Cantelli引理, 就得到对足够大的$n$,
(3) 对任何两个整数$n,h\geq1$和任何$x\in G_{n}$令
选取$\gamma>0$和$\delta>0$满足
记
因为对于足够大的$x$有
则由引理2.2有
从而选择足够大的$a_{2}>0$使得$\sum\limits_{n}P(B_{n})<\infty$也就是由Borel--Cantelli引理蕴含$B_{n}\quad$ a.s.发生有限次.
(4) 固定整数$n$和某个$y\in R^{d(r-1)}$满足$\|y\|<2^{-n/\bar{\alpha}}n^{\beta}$, 显然可以把$y$表示成
其中
因为局部时是关于空间变量是连续的, 所以我们可以在事件$B_{n}^{c}$上, 应用三角不等式可得
由 (2.3) 和 (2.4) 式当$n$充分大的时候, 就得
也就是
从而当$n$充分大的时有
就得到 (2.1) 式.
(2.2) 式的证明与 (2.1) 式的证明大体一致.
首先固定$T=\prod\limits^{r}_{m=1} T_{m}\in\mathfrak{R}$, $T_{m}=\prod\limits^{N}_{l=1}[a_{m,l},b_{m,l}]$, 其中$a_{m,l}<b_{m,l}<a_{m+1,l}$对于每个$n=\prod\limits^{r}_{m=1}(n_{m1},\cdots,n_{mN})$, $n_{mj}(1\leq m\leq r,1\leq j \leq N)$为自然数.定义$2^{\sigma(n)}$个超立方体$(\sigma(n)=\sum\limits^{r}_{m=1}\sum\limits^{N}_{l=1}n_{m,l})$.记
显然$T\in\bigcup_{k,n}Q_{k,n}$.对任何$n$, 定义
注意$G_{n}$是逐渐扩充到$R^{d(r-1)}$的整数点集.对$\forall n,h\geq 1,x\in G_{n}$, 令
定义事件$A_{n}$, $B_{n}$如下
注意$J(n)$中$k$的个数为$\prod\limits^{r}_{m=1}\prod\limits^{N}_{l=1}2^{n_{m,l}}$, $G_{n}$中$x$的个数小于$(\prod\limits^{r}_{m=1}\prod\limits^{N}_{l=1} n_{m,l}2^{n_{m,l}+2})^{d(r-1)}$, 因此由引理2.2, 有
则对于充分大的$a_{1}$, $a_{2}$, 使得$\sum\limits_{n}P(A_{n})$和$\sum\limits_{n}P(B_{n})$收敛.由Borel--Cantelli引理就有
对于固定的$n$和满足$|y_{m,l}|\leq\prod\limits^{r}_{m=1}\prod\limits^{d}_{l=1}n_{m,l}2^{n_{m,l}}$的$y=(y_{1},\cdots,y_{r-1})$, $y_{m}=(y_{m,1},\cdots,y_{m,d})$, $1\leq m\leq r-1$, $1\leq l\leq d$, 存在$x\in G_{n}$使得$y-x\in[0,2^{-\sigma(n)}]^{d(r-1)}$.选择
$\varepsilon_{j}\in\{0,1\}^{d(r-1)}$, 满足$y_{h}\rightarrow y (h\rightarrow \infty)$.由自相交局部时关于空间变量的连续性, 在$B_{n}^{c}$上可得
则对满足$\displaystyle x_{m,l}\leq \prod\limits_{m = 1}^r {\mathop \prod \limits_{l = 1}^N } ,1\leq m\leq r-1,1\leq l\leq d$的$x$有
当$n$充分大时, 便可得到 (2.2) 式.