[論文レビュー] Solving Poisson's equation for Wasserstein contractive Markov chains

Julian Hofstadler|arXiv (Cornell University)|Feb 22, 2026

Geometric Analysis and Curvature Flows被引用数 0

ひとこと要約

The paper studies Poisson’s equation for general state space Markov chains under Wasserstein contraction, proving existence and regularity of solutions for Lipschitz and certain L^p forcing functions, and derives maximal inequalities.

ABSTRACT

We study Poisson's equation in the context of general state space Markov chains. For chains satisfying a contraction assumption w.r.t. a Wasserstein distance, we show that a solution exists for Lipschitz functions and investigate its regularity properties. If the kernel is additionally reversible we are also able to show that solutions for $L^p$ functions exist. Combining our findings with Doob's inequalities for martingales we derive maximal inequalities for contractive Markov chains. A number of examples is provided to demonstrate the applicability of our results, in particular in the context of Markov chain Monte Carlo methods.

研究の動機と目的

• 一般状態空間マルコフ連鎖の Poisson 方程式を動機づけて分析する。
• Wasserstein 収縮の下で解の存在と正則性を確立する。
• 可逆性の下で L^p 設定へ結果を拡張し、積分性境界を導く。
• MCMC 法などの応用可能性を示す例を提供する。

提案手法

• 有界中心 Lipschitz 関数空間上のマルコフ作用素のスペクトル特性を用いる。
• 適切な関数空間上で Neumann級数 (Id - P)^{-1} によって解を表す。
• Kantorovich-Rubinstein 双対性を用いて作用素ノルムを Wasserstein 収縮（tau）と関連づける。
• Lipschitz 力場 f に対して、L_0^d における一意解 u_f の存在を示し、 ||u||_d ≤ Λ||f||_d を満たす境界を得る。
• 追加のモーメント条件と可逆性の下で u の L^p 境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 Wasserstein 収縮性の下で、Poisson 方程式は特定の力場 f に対して中心 Lipschitz 関数空間で一意解を持つか。
• RQ2 Poisson 方程式の正則性（L^p 境界）はどの程度確立でき、可逆性は L^p 理論にどのように影響するか。
• RQ3 この設定から部分和 S_n f の最大不等式を導出できるか。
• RQ4 これらの結果は MCMC アルゴリズムや他の収縮性マルコフ連鎖にどのように適用されるか。
• RQ5 Wasserstein 収縮定数や eccentricity 測度に依存する明示的境界は何か。

主な発見

• Poisson 方程式の中心 Lipschitz 空間に対して、p-偏心率が有限な各 f に対し u_f が一意に存在し、 ||u||_d ≤ Λ||f||_d。
• ある x0 に対して E_p(x0) < ∞ であり、かつ p ≥ 1 のとき、Lipshitz な f に対して π(|f|^p) および π(f) が定義可能となり、Poisson 方程式の適定性が確保される。
• E_1 の追加積分性が成り立つ場合、より強い L^p 境界が得られ、明示的な L^{p0} 境界を含む。
• 連鎖が可逆である場合、Poisson 方程式の L^p 架構が拡張され、以前の一様遍歴性のケースを包括する。
• 収縮性マルコフ連鎖に新しい最大不等式をもたらし、No-U-Turn-Sampler (NUTS) などのアルゴリズムのパスごとの収束解析を可能にする。
• 本枠組みには MCMC に関連する例（例：Heat bath、Slice Sampling、MALA、独立 Metropolis-Hastings など）を含み、収縮性と適用性を示す。