Skorokhod空间

Skorokhod 空间 (Skorokhod Space)

Skorokhod 空间是概率论与随机过程理论中的基本概念，由苏联数学家Anatoliy Skorokhod（Анатолій Володимирович Скороход）于1956年引入。它指的是由右连左极（càdlàg: continue à droite, limite à gauche）函数构成的一类函数空间，通常记为 $D[0,T]$ 或 $D[0,\infty)$ 。与此空间相伴的Skorokhod 拓扑（ $J_1$ 拓扑）使得跳跃过程（如泊松过程、Lévy 过程和经验过程）的收敛理论成为可能，是现代随机过程极限理论（weak convergence of stochastic processes）的基石。

定义：càdlàg 函数空间

对于固定的时间区间 $[0,T]$ ，Skorokhod 空间 $D[0,T]$ 定义为所有定义在 $[0,T]$ 上、取值于某个完备可分度量空间 $(E, r)$ 的右连左极函数的集合。具体而言， $x \in D[0,T]$ 满足：

对任意 $t \in [0,T)$ ，右极限存在且等于函数值： $\lim_{s \downarrow t} x(s) = x(t)$ ；
对任意 $t \in (0,T]$ ，左极限存在（记为 $x(t-)$ ）： $\lim_{s \uparrow t} x(s) = x(t-)$ ， $x(t-)$ 未必等于 $x(t)$ 。

当 $E = \mathbb{R}$ 时， $D[0,T]$ 包括了所有分段连续且在跳跃点处仅涉及第一类间断的实值函数。这使得它天然适合描述具有跳跃的随机过程——连续空间 $C[0,T]$ 无法容纳此类路径，而更宽松的包含所有右连续函数的空间又过于宽泛以至于丧失概率上的有用结构。

Skorokhod 拓扑与 $J_1$ 度量

对 $D[0,T]$ 赋予一致拓扑（uniform topology）会导致不良性质：两个仅在跳跃发生时刻略有偏差的函数，若跳跃时间微小错位，一致距离可以很大，即使它们在直觉上"接近"。这促使 Skorokhod 引入了一种对时间参数进行容许扰动（time change）的拓扑。

$J_1$ 拓扑的核心思想是：两条路径 $x$ 和 $y$ 接近，当且仅当存在一个时间变换（严格递增的连续双射） $\lambda: [0,T] \to [0,T]$ ，使得 $\lambda(t) \approx t$ 且 $x(\lambda(t)) \approx y(t)$ 对一切 $t$ 成立。形式化的 $J_1$ 度量为：

d_{J_1}(x, y) = \inf_{\lambda \in \Lambda} \max\left\{ \sup_{t \in [0,T]} |\lambda(t) - t|,\; \sup_{t \in [0,T]} r\big(x(\lambda(t)), y(t)\big) \right\}

其中 $\Lambda$ 是所有满足 $\lambda(0)=0, \lambda(T)=T$ 的严格递增连续函数的集合。该度量的巧妙之处在于同时惩罚了"时间错位"和"空间偏离"：若两路径跳跃高度相同但跳跃时刻微小错开，可通过一个偏离恒等映射很小的 $\lambda$ 将其对齐，使得 $d_{J_1}$ 很小——一致度量则无法做到这一点。

紧致性与 Prokhorov 定理

Skorokhod 空间之所以成为极限理论的首选舞台，在于其上的紧致性刻画（compactness criteria）与Prokhorov 定理的适用性。当 $E$ 是 Polish 空间（完备可分度量空间）时， $D[0,T]$ 在 $J_1$ 拓扑下虽非完备，但可赋予一个拓扑等价的完备度量使其成为 Polish 空间。由此，Prokhorov 定理保证了概率测度族的胎紧（tightness）等价于相对紧，这为建立随机过程列的弱收敛提供了标准路径。

Skorokhod 表示定理（Skorokhod representation theorem）进一步构成了连接弱收敛与几乎必然收敛的桥梁：若一列概率测度 $P_n$ 在 Polish 空间上弱收敛于 $P$ ，则存在一个公共概率空间及其上的随机元 $X_n$ 和 $X$ ，使得 $X_n \sim P_n$ ， $X \sim P$ ，且 $X_n \to X$ 几乎必然。这一定理在 $D[0,T]$ 框架下尤其有力，因为它允许将弱收敛的论证转化为逐路径的论证。

经典应用：Donsker 定理与经验过程

Skorokhod 空间的标志性应用是Donsker 定理（泛函中心极限定理）：若 $\xi_1, \xi_2, \ldots$ 为独立同分布零均值单位方差的随机变量，定义部分和过程：

S_n(t) = \frac{1}{\sqrt{n}} \sum_{i=1}^{\lfloor nt \rfloor} \xi_i, \quad t \in [0,1]

则 $S_n$ 在 $D[0,1]$ 中依 $J_1$ 拓扑弱收敛于标准布朗运动 $B$ 。注意每个 $S_n$ 是阶梯函数（跳跃过程），属于 $D[0,1] \setminus C[0,1]$ ，而极限布朗运动具有连续路径——Skorokhod 拓扑精确处理了这种"离散跳跃逼近连续扩散"的场景。

在经验过程（empirical process）理论中，经验分布函数的泛函收敛同样以 $D[0,1]$ 为舞台。若 $F_n$ 为基于 $n$ 个独立同分布样本的经验分布函数，则 $\sqrt{n}(F_n - F)$ 作为 $D[0,1]$ 中的随机元弱收敛于一个 $F$ -布朗桥（ $F$ -Brownian bridge）。这一结果构成了Kolmogorov-Smirnov 检验和众多非参数统计方法的大样本理论基础。

$M_1$ 拓扑与更弱拓扑

除 $J_1$ 外，Skorokhod 还引入了 $M_1$ 拓扑（Skorokhod 的第二度量），其时间变换仅要求 $\lambda$ 连续非减而不必严格递增——这允许多个点映射到同一时刻，适合处理具有平缓波动而非跳跃的过程。 $M_1$ 拓扑弱于 $J_1$ ，在排队论、重尾分布和多变量极值理论中有重要应用。后续研究还发展了 $J_2$ 和 $M_2$ 等多参数推广，使得 Skorokhod 空间方法可延拓至随机场（random fields）和时空过程的极限分析。

经济学与金融中的 Skorokhod 空间

Skorokhod 空间在经济学和金融学中同样扮演重要角色。金融资产价格常被建模为半鞅（semimartingale），其路径天然属于 $D[0,\infty)$ 。在高频计量经济学中，已实现波动率（realized volatility）和跳跃检验统计量的渐近分布依赖 $D[0,T]$ 中的弱收敛理论。微观计量中，断点回归（regression discontinuity）和处理效应模型的极限理论也涉及 càdlàg 函数空间上的收敛。此外，拍卖理论和博弈论中具有跳跃策略的动态模型同样以 $D[0,T]$ 为自然的状态空间。

胎紧性条件与 Aldous 准则

在 $D[0,T]$ 中建立概率测度族的胎紧性（tightness）是应用 Skorokhod 拓扑的关键步骤。除经典的Prokhorov 定理外，实际验证中常用Aldous 准则（Aldous' criterion）：对于 $D[0,T]$ 值随机过程列 $\{X_n\}$ ，若其满足（i）对每个 $t$ ， $\{X_n(t)\}$ 在 $E$ 中胎紧；（ii）对任意停时序列 $\tau_n$ 和正数列 $\delta_n \downarrow 0$ ，有 $r(X_n(\tau_n + \delta_n), X_n(\tau_n)) \xrightarrow{P} 0$ ，则该列在 $D[0,T]$ 中胎紧。这一准则将过程在时间方向上的"可控跳跃"转化为概率不等式，是 Donsker 定理和一般半鞅收敛定理证明中的关键技术工具。Billingsley 的经典专著《Convergence of Probability Measures》（1968, 1999）系统建立了 $C[0,T]$ 与 $D[0,T]$ 中弱收敛的统一框架，至今仍是该领域的标准参考文献。

Skorokhod 空间的深远贡献在于：它为处理"存在跳跃的时间路径"提供了统一的概率论语言和极限工具，使得随机过程理论能够超越连续路径的局限，覆盖从统计物理到数量金融的广阔应用领域。

返回百科索引

Skorokhod空间