Skip to main content
QUICK REVIEW

[論文レビュー] Averaging dynamics driven by fractional Brownian motion

Martin Hairer, Xue-Mei Li|arXiv (Cornell University)|Feb 28, 2019
Stochastic processes and statistical mechanics参考文献 25被引用数 8
ひとこと要約

本稿は、Hurstパラメータ H > 1/2 の分数 Browm運動によって駆動される遅い・速い確率的系を研究する。確率的せっせん補題を用いて、確率的収束を確立し、極限系が「直感的に」平均化された系に従うことを示す。これは、標準的な Browm運動(H = 1/2)の場合とは対照的であり、その場合、このような収束は成立しない。

ABSTRACT

We consider slow / fast systems where the slow system is driven by fractional Brownian motion with Hurst parameter $H>{1\over 2}$. We show that unlike in the case $H={1\over 2}$, convergence to the averaged solution takes place in probability and the limiting process solves the 'naïvely' averaged equation. Our proof strongly relies on the recently obtained stochastic sewing lemma.

研究の動機と目的

  • Hurstパラメータ H > 1/2 の分数 Browm運動によって駆動される遅い・速い確率的系の漸近的挙動を分析すること。
  • 長-range依存性を示す分数 Browm運動の文脈において、古典的な平均化原理が成立するかを同定すること。
  • H = 1/2(標準的 Browm運動)の場合と H > 1/2 の場合との間で平均化ダイナミクスの不一致を解明すること。
  • H > 1/2 の下で、非マルコフ的かつ粗い駆動ノイズのもとでも、極限過程が「直感的に」平均化された方程式を満たすことを確立すること。

提案手法

  • 最近開発された確率的せっせん補題を用いて、H > 1/2 の分数 Browm運動に起因する粗いパス型積分を扱う。
  • 遅い成分 xε と速い成分 yε を持つ二スケール系を考察し、遅い成分が分数 Browm運動 Bt によって駆動されることを想定する。
  • せっせん補題を用いて、元の系と平均化系との間の誤差を制御するための事前推定を導出する。
  • 速い成分に適切な正則性およびエルゴード性仮定をおくと、遅い成分が平均化方程式の解に確率的に収束することを証明する。
  • H ≠ 1/2 の分数 Browm運動に対しては、伊藤積分や半マルティンゲール理論が適用できないため、それらの使用を回避する。
  • 分数 Browm運動のガウス性および長-range依存性を活用して、パスワイズ型推定を導出する。

実験結果

リサーチクエスチョン

  • RQ1Hurstパラメータ H > 1/2 の分数 Browm運動によって駆動される遅い・速い系において、平均化原理が成立するか?
  • RQ2H = 1/2(標準的 Browm運動)の場合と比較して、収束挙動はどのように異なるか?
  • RQ3「直感的」な平均化手順(速い成分を不変測度に置き換えること)は、H > 1/2 の状況でも正しい極限ダイナミクスをもたらすか?
  • RQ4平均化問題において、非マルコフ的かつ非半マルティンゲール的性質を示す分数 Browm運動を取り扱うために必要なツールは何か?

主な発見

  • H > 1/2 の下で、遅い成分の収束はほとんど確実ではなく、確率的に成立する。
  • 極限過程は、速い成分を不変測度に置き換えることで得られる方程式を満たし、「直感的」な平均化手順の正当性が裏付けられる。
  • 確率的せっせん補題は、分数 Browm運動設定における粗いパス積分に起因する誤差項を制御するために不可欠である。
  • H = 1/2 の場合とは異なり、H > 1/2 の場合、長-range依存性のおかげで効果的な平均化が可能である。
  • 非マルコフ的駆動ノイズのもとでも、速い成分の滑らかさおよびエルゴード性の標準的仮定のもとで、結果は成立する。
  • 本手法は、H > 1/2 の粗いガウス過程によって駆動される系における平均化のための堅牢なフレームワークを提供する。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。