[論文レビュー] On Limiting Behavior of Stationary Measures for Stochastic Evolution Systems with Small Noise Intensity

Lifeng Chen, Zhao Dong+2 more|arXiv (Cornell University)|Nov 22, 2016

Stochastic processes and financial applications被引用数 3

ひとこと要約

本稿は、ノイズ強度 ε → 0 のとき、確率的発展系の定常測度 μ^ε のすべての弱極限が、対応する決定的半フロー X⁰ のバーキホフ中心に含まれる不変測度に収束することを確立する。この結果は {μ^ε} のtightnessを仮定することで成り立ち、ブラウン運動またはリーヴィノイズを伴うSDE、SPDE、SFDEに広く適用可能であり、グローバルアトラクターを超えた、不安定な平衡点やサドル点を含む場合を含めた、極限的サポートの明確な特徴付けを提供する。

ABSTRACT

The limiting behavior of stochastic evolution processes with small noise intensity $ε$ is investigated in distribution-based approach. Let $μ^ε$ be stationary measure for stochastic process $X^ε$ with small $ε$ and $X^{0}$ be a semiflow on a Polish space. Assume that $\{μ^ε: 0

研究の動機と目的

• ノイズ強度 ε → 0 のとき、確率的発展系の定常測度 μ^ε の極限的サポートを特定すること。
• グローバルアトラクターを超えて、より洗練されたバーキホフ中心へと既存のゼロノイズ極限結果を拡張すること。
• μ^ε のすべての弱極限が決定的半フロー X⁰ に関して不変であることを確立すること。
• ブラウン運動またはリーヴィノイズで駆動されるSDE、SPDE、SFDEに一般に適用可能な枠組みを提供すること。
• グローバルアトラクター内に安定な周期軌道や平衡点を含まない場合、極限測度がどこに集中するかという未解決の問題を解消すること。

提案手法

• 定常測度 μ^ε の極限的挙動を解析するため、分布に基づくアプローチを用いる。
• 弱収束の部分列が存在することを保証するため、{μ^ε : 0 < ε ≤ ε₀} のtightnessを主要仮定として課す。
• 決定的半フロー X⁰ における極限測度のサポートを特徴付けるために、バーキホフ中心理論を適用する。
• 弱収束の技術と ω-極限集合の性質を用いて、極限測度が X⁰ に関して不変であることを証明する。
• ポincareの再帰定理とサポートの不変性を活用し、任意の極限測度のサポートが X⁰ のバーキホフ中心に含まれることを示す。
• 具体的な例（例：ベルヌーイのレムニスケート、メイ・レオンハート系）を構築することで、極限測度が安定な平衡点やアトラクターだけでなく、サドル点に集中することを示す。

実験結果

リサーチクエスチョン

• RQ1 ノイズ強度 ε → 0 のとき、定常分布の極限測度はどこに集中するか、特にグローバルアトラクター内に安定な周期軌道が存在しない場合に焦点を当てる。
• RQ2 駆動ベクトル場のグローバルアトラクターを超えて、ゼロノイズ極限のサポートを明確に特徴づけることは可能か？
• RQ3 小ノイズ摂動下で、極限測度が不安定な平衡点やサドル点に集中することは可能か？
• RQ4 決定的半フローのバーキホフ中心は、ゼロノイズ極限の定常測度のサポートとどのように関係するか？
• RQ5 非退化拡散に限らず、退化またはリーヴィノイズを伴う系へもこの枠組みを拡張可能か？

主な発見

• すべての μ^ε の弱極限は、ε → 0 のとき、決定的半フロー X⁰ に関して不変である。
• そのような極限測度のサポートは、半フロー X⁰ のバーキホフ中心に含まれる。
• 散逸系では、バーキホフ中心はルベーグ測度がゼロであっても、グローバルアトラクターが正の測度を持つ場合がある。
• 安定な周期軌道が存在しない場合、極限測度はサドル点に集中することがある—ベルヌーイのレムニスケートの例によって示された。
• 1次元のホワイトノイズを伴うメイ・レオンハート系では、極限測度はグローバルアトラクターではなく、3つのサドル点に集中する。
• 任意の X⁰ の不変測度に対して、μ^ε がその測度に弱収束するようなノイズ構造を構成可能（命題3.2）であるため、この結果は最適である。