[論文レビュー] Flow equation approach to singular stochastic PDEs

Paweł Duch|arXiv (Cornell University)|Sep 23, 2021

Stochastic processes and financial applications被引用数 6

ひとこと要約

本稿は、トーラス上での分数ラプラシアン、加法的ノイズ、多項式非線形性を有する広範なクラスの特異確率偏微分方程式（SPDE）について、巨視的スケーリング極限の普遍性を確立する。ウィルスン型重正化群アプローチを、ポルチンスキの流れ方程式に基づいて用いることで、線形方程式の関連摂動によって支配される普遍的な巨視的法則の存在を証明する。これは、d=4 および立方非線形性（σ>2）の全下臨界的領域をカバーするが、組合せ的・代数的重正化技術に依存しない。

ABSTRACT

We prove universality of a macroscopic behavior of solutions of a large class of semi-linear parabolic SPDEs on $\mathbb{R}_+ imes\mathbb{T}$ with fractional Laplacian $(-Δ)^{σ/2}$, additive noise and polynomial non-linearity, where $\mathbb{T}$ is the $d$-dimensional torus. We consider the weakly non-linear regime and not necessarily Gaussian noises which are stationary, centered, sufficiently regular and satisfy some integrability and mixing conditions. We prove that the macroscopic scaling limit exists and has a universal law characterized by parameters of the relevant perturbations of the linear equation. We develop a new solution theory for singular SPDEs of the above-mentioned form using the Wilsonian renormalization group theory and the Polchinski flow equation. In particular, in the case of $d=4$ and the cubic non-linearity our analysis covers the whole sub-critical regime $σ>2$. Our technique avoids completely all the algebraic and combinatorial problems arising in different approaches.

研究の動機と目的

• 分数ラプラシアンと加法的ノイズを有する半線形放物型SPDEの広範なクラスについて、巨視的スケーリング極限の存在と普遍性を確立すること。
• 従来の代数的および組合せ的手法に依存せずに、ウィルスン型重正化群とポルチンスキの流れ方程式を用いて、特異SPDEの新しい解理論を構築すること。
• 非線形係数がスケーリングパラメータ ν→0 の際に消える弱非線形的領域を分析し、普遍的な有効理論への収束を保証すること。
• d=4 および立方非線形性（σ>2）の全下臨界的領域をカバーすることにより、以前の結果をガウス型ノイズにとどまらず、非摂動的領域へと拡張すること。

提案手法

• 粗化の下で有効力係数がどのように変化するかを記述する動的系としてポルチンスキの流れ方程式を用い、特異SPDEの非摂動的取り扱いを可能にする。
• 重正化問題に流れ方程式のアプローチを導入し、スケールに伴う力係数の変化を追跡することで、安定性と収束性を保証する。
• 放物型次元割り当てを用いて項を関連、臨界的、無関係に分類し、普遍的挙動を支配する有限個の関連係数に焦点を当てる。
• シューオーダー推定とDa Prato-Debusscheのテクニックに基づく決定的解析を用いて、解のノルムを制御し、局所的well-posednessを保証する。
• 有効力係数のキュムラントに対する一様な境界を、キュムラントの流れ方程式から導出し、粗化の下での確率的安定性を保証する。
• 局所解の繰り返し接合による最大解の構成を行い、一様な境界とホルダー空間における収束性に依存する。

実験結果

リサーチクエスチョン

• RQ1 分数ラプラシアンと多項式非線形性を有する特異SPDEの巨視的スケーリング極限は存在し、微視的詳細に依存しない普遍的挙動を示すか？
• RQ2 組合せ的・代数的重正化技術に依存せずに、流れ方程式に基づく重正化群アプローチが特異SPDEを解けるか？
• RQ3 特に d=4 および立方非線形性において、普遍的スケーリング極限が成立する正確な領域は何か？
• RQ4 非ガウス型、定常的かつ混合的ノイズ場は、巨視的挙動の普遍性にどのように影響を与えるか？
• RQ5 弱非線形的領域（λνスケーリング）が、普遍的有効理論への収束を保証する役割を果たすか？

主な発見

• 巨視的スケーリング極限は存在し、普遍的であり、線形方程式の関連摂動のパrameterのみによって特徴づけられる。
• d=4 および立方非線形性において、全下臨界的領域 σ>2 がカバーされ、以前の結果をガウス型ノイズや非摂動的領域へと拡張する。
• 解理論は、他のアプローチで一般的な組合せ的・代数的複雑性を回避し、代わりに流れ方程式の定式化に依存する。
• キュムラントに対する一様な境界が流れ方程式から導かれ、粗化の下での確率的収束性が保証される。
• 最大解は、ある T>0 に対して C([0,T], Cβ(T^d)) に構成され、ν→0 の際に収束し、初期データと重正化パrameterのみに依存する。
• この方法により、ノイズが混合性および可積分性条件を満たしていれば、極限分布が微視的ノイズの詳細に依存しないことが保証される。