[논문 리뷰] Deterministic homogenization for discrete-time fast-slow systems under optimal moment assumptions

Ilya Chevyrev, Peter K. Friz외 3명|arXiv (Cornell University)|2019. 03. 25.

Advanced Mathematical Modeling in Engineering인용 수 4

한 줄 요약

이 논문은 p-변동 근본 경로 이론을 사용하여 최적의 모멘트 조건 하에서 이산시간 빠른-느린 시스템에 대한 결정론적 균질화를 수립한다. 이는 느린 성분이 약한 수렴을 통해 이토 확산으로 수렴하고, 이에 따라 드리프트 및 확산 계수를 명시적으로 특성화함으로써 이전의 연속시간 결과를 최소한의 모멘트 가정 하에 이산시간으로 확장한다.

ABSTRACT

We consider discrete-time fast-slow systems of the form $$ X^{(n)}_{k+1} = X^{(n)}_k + n^{-1}a_n(X_k^{(n)},Y_k^{(n)}) + n^{-1/2}b_n(X_k^{(n)},Y_k^{(n)})\;, \quad Y_{k+1}^{(n)} = T_nY_k^{(n)}\;.$$ We give conditions under which the dynamics of the slow equations converge weakly to an Ito diffusion $X$ as $n o\infty$. The drift and diffusion coefficients of the limiting stochastic differential equation satisfied by $X$ are given explicitly. This extends the results of [Kelly--Melbourne, J. Funct. Anal. 272 (2017) 4063-4102] from the continuous-time case to the discrete-time case. Moreover, our methods ($p$-variation rough paths) work under optimal moment assumptions.

연구 동기 및 목표

• 연속시간에서의 결정론적 균질화 결과를 이산시간 빠른-느린 시스템으로 확장한다.
• 최소한의 모멘트 가정 하에서 느린 성분이 이토 확산으로 약한 수렴함을 확립한다.
• 한계 SDE의 드리프트 및 확산 계수에 대한 명시적 표현을 유도한다.
• p-변동 근본 경로 기법이 최적의 모멘트 조건 하에서 이산시간 설정에서 효과적으로 적용될 수 있음을 보여준다.

제안 방법

• 형태 $ X^{(n)}_{k+1} = X^{(n)}_k + n^{-1}a_n(X_k^{(n)},Y_k^{(n)}) + n^{-1/2}b_n(X_k^{(n)},Y_k^{(n)}) $, $ Y_{k+1}^{(n)} = T_nY_k^{(n)} $ 를 가진 이산시간 빠른-느린 시스템을 분석한다.
• 이산시간 역학을 다루고 균질화 오차를 통제하기 위해 p-변동 근본 경로 이론을 적용한다.
• 수렴에 대해 최적인 조건을 부과하는 계수 $ a_n $ 과 $ b_n $ 에 대한 모멘트 조건을 설정한다.
• 빠른 과정 $ Y_k^{(n)} $ 의 에르고딕성 및 믹싱 성질을 이용하여 한계 확산의 효과적 계수를 도출한다.
• 빠른 과정의 통계적 성질을 통해 평균화된 드리프트 및 확산 계수를 계산함으로써 한계 이토 SDE를 도출한다.
• 이론적 수렴을 $ n \to \infty $ 에서 느린 과정 $ X^{(n)} $ 이 한계 이토 SDE의 해로 수렴함을 확립한다.

실험 결과

연구 질문

• RQ1 이산시간 빠른-느린 시스템의 느린 성분이 어떤 조건에서 확산 과정으로 약한 수렴을 보이는가?
• RQ2 이산시간 설정에서 한계 이토 SDE의 드리프트 및 확산 계수는 어떻게 명시적으로 특성화할 수 있는가?
• RQ3 이산시간에서의 균질화를 위해 계수 $ a_n $ 과 $ b_n $ 에 대해 필요한 최소한의 모멘트 가정은 무엇인가?
• RQ4 p-변동 근본 경로 기법은 최적의 모멘트 조건을 확보하기 위해 이산시간 균질화에 적응시킬 수 있는가?
• RQ5 이산시간 균질화 결과는 가정과 일반성 측면에서 기존 연속시간 결과와 어떻게 비교되는가?

주요 결과

• 계수에 대한 최적의 모멘트 조건 하에서 느린 성분 $ X^{(n)} $ 이 $ n \to \infty $ 일 때 이토 확산으로 약한 수렴을 보인다.
• 한계 SDE의 드리프트 및 확산 계수는 빠른 과정 $ Y_k^{(n)} $ 의 불변 측도에 대한 평균값으로 명시적으로 계산된다.
• 수렴은 p-변동 근본 경로 이론을 통해 확립되며, 이는 최소한의 모멘트 가정을 허용한다.
• 이 프레임워크는 켈리와 멜버른(2017)의 결과를 연속시간에서 이산시간 시스템으로 확장한다.
• 이 방법은 두 번째 모멘트를 초과하는 모멘트를 요구하지 않으며, 가정의 최적성을 확인한다.
• 한계 SDE는 잘 정의되어 있으며, 효과적 계수들이 비랜덤이면서 명시적으로 계산 가능하므로 균질화 한계는 결정론적이다.