[論文レビュー] Quantitative spectral gaps and uniform lower bounds in the small noise limit for Markov semigroups generated by hypoelliptic stochastic differential equations

Jacob Bedrossian, Kyle Liss|arXiv (Cornell University)|Jul 27, 2020

Stochastic processes and financial applications参考文献 62被引用数 7

ひとこと要約

本稿では、ナビエ＝ストークスのガラーキン截断やローレンツ-96モデルを含む、擬微分型SDEによって生成されるマルコフ半群の、平衡状態への指数的収束に関する、\epsilon に関して一様で鋭い定量的推定を確立する。一様な擬微分型モーザーおよびデ・ジョルジ型反復法を組み合わせることで、\epsilon \to 0 の極限における最適スケーリングを捉える、一様なスペクトルギャップ推定を証明する。この推定は、定常密度の下界が一様に保たれ、小ノイズ極限における最適な収束速度を示す。

ABSTRACT

We study the convergence rate to equilibrium for a family of Markov semigroups $\{\mathcal{P}_t^ε\}_{ε> 0}$ generated by a class of hypoelliptic stochastic differential equations on $\mathbb{R}^d$, including Galerkin truncations of the incompressible Navier-Stokes equations, Lorenz-96, and the shell model SABRA. In the regime of vanishing, balanced noise and dissipation, we obtain a sharp (in terms of scaling) quantitative estimate on the exponential convergence in terms of the small parameter $ε$. By scaling, this regime implies corresponding optimal results both for fixed dissipation and large noise limits or fixed noise and vanishing dissipation limits. As part of the proof, and of independent interest, we obtain uniform-in-$ε$ upper and lower bounds on the density of the stationary measure. Upper bounds are obtained by a hypoelliptic Moser iteration, the lower bounds by a de Giorgi-type iteration (both uniform in $ε$). The spectral gap estimate on the semigroup is obtained by a weak Poincaré inequality argument combined with quantitative hypoelliptic regularization of the time-dependent problem.

研究の動機と目的

• 小ノイズ極限における、擬微分型SDEによって生成されるマルコフ半群の、平衡状態への指数的収束速度に関する鋭い定量的推定を導出すること。
• 小ノイズ領域全域において、\epsilon に関して一様な上界および下界を、その定常測度の密度に確立すること。
• 平衡状態への収束における最適スケーリングを捉える、\epsilon に関して一様なスペクトルギャップ推定を証明すること。
• スケーリング不変性を用いて、固定散逸および大ノイズ極限の両方の状況に結果を拡張すること。

提案手法

• \epsilon に関して一様な、定常密度のL^\infty 界を、一様な擬微分型モーザー反復を用いて得ること。
• 定常密度の\epsilon 全体にわたる一様な正の下界を確立するために、デ・ジョルジ型反復を適用すること。
• L^2 から L^\infty への正則化とスペクトルギャップ推定を結びつけるために、弱いポンカラーレ不等式の議論を用いること。
• 時間依存問題の解析を通じて、定量的な擬微分型正則化を用いて、半群の減衰を制御すること。
• 適切な定式化と一様な推定を保証するため、粘性カットオフ \delta を持つ正則化されたフォッカー＝プランク方程式を用いること。
• コンパクト埋め込みと一意性を用いて、正則化解 f_{\epsilon,\delta} が \delta \to 0 のとき真の定常密度 f_\epsilon に収束することを証明すること。

実験結果

リサーチクエスチョン

• RQ1 ノイズ強度 \epsilon \to 0 のとき、擬微分型SDEによって生成されるマルコフ半群のスペクトルギャップの最適スケーリングは何か？
• RQ2 このような半群の定常密度に対して、\epsilon に関して一様な上界および下界を確立できるか？
• RQ3 ガラーキン截断ナビエ＝ストークスやローレンツ-96のようなモデルにおいて、小ノイズ極限における平衡状態への収束はどのようにスケーリングされるか？
• RQ4 スケーリング不変性を用いて、スペクトルギャップ推定を固定散逸および大ノイズ極限に拡張できるか？
• RQ5 \epsilon > 0 全体にわたる定常密度の均一な制御を可能にする技術は何か？

主な発見

• 指数的収束速度への鋭い、スケーリングに関して最適な定量的推定が得られ、スペクトルギャップが \epsilon^{\alpha}（\alpha \geq 0）のスケーリングを示す。
• 擬微分型モーザー反復を用いて、小ノイズパラメータ \epsilon に依存しない、定常密度に関する\epsilon に関して一様な上界が確立される。
• デ・ジョルジ型反復を用いて、定常密度に関する\epsilon に関して一様な下界が証明され、密度がゼロから離れて保たれることを保証する。
• 弱いポンカラーレ不等式と時間依存問題の定量的擬微分型正則化を用いて、スペクトルギャップ推定が導出される。
• 結果はスケーリングに対して安定であり、固定散逸および大ノイズ極限、あるいは固定ノイズと散逸が消える極限に対しても、対応する最適な境界が得られることを示唆する。
• 定常密度 f_\epsilon が滑らかで正の値をとることを示し、\delta \to 0 のとき H^k_{\text{loc}} で正則化解 f_{\epsilon,\delta} が f_\epsilon に収束することを証明する。