[论文解读] A limit theorem for diffusions on graphs with variable configuration

Alexei Kulik|ArXiv.org|Jan 23, 2007

advanced mathematical theories参考文献 11被引用 3

一句话总结

该论文建立了图上随配置演化而变化的扩散过程的极限定理，其中边系数（漂移和扩散）及顶点非对称性参数均发生变化。当顶点群收缩为点时，给出了极限非对称性参数的显式公式，从而可通过图收缩实现对奇异扩散（例如具有Tsirelson奇异性的扩散）的弱逼近，使其可表示为随机微分方程的强解。

ABSTRACT

A limit theorem for a sequence of diffusion processes on graphs is proved in a case when vary both parameters of the processes (the drift and diffusion coefficients on every edge and the asymmetry coefficients in every vertex), and configuration of graphs, where the processes are set on. The explicit formulae for the parameters of asymmetry for the vertices of the limiting graph are given in the case, when, in the pre-limiting graphs, some groups of vertices form knots contracting into a points.

研究动机与目标

• 分析当边系数与顶点非对称性参数均变化时，图上扩散过程的弱极限。
• 解决在顶点群收缩为单一点时，计算极限非对称性参数的非平凡问题。
• 提供一种构造性方法，通过修改图上的非奇异扩散序列，逼近具有Tsirelson奇异性的扩散（例如在三重点处）。
• 证明此类奇异扩散可作为无Tsirelson奇异性的过程的弱极限，通过顶点结点收缩实现图的“解缠绕”。
• 使具有原本难以处理的奇异性的图上随机流能够使用强SDE表示。

提出的方法

• 构造一个包含m个顶点和2m条边的图序列，其中包含m条射线和m段长度为1/n的短边，连接相邻顶点。
• 在短边和射线上分配边系数（漂移与扩散）及非对称性参数 p_{i,∞}^n = p_{i,i+1}^n = 1/2。
• 将极限图定义为一个顶点连接m条边的图，利用边长趋于零及转移概率结构的收敛性。
• 应用定理3，推导出极限非对称性参数为 p^1, ..., p^m，其中归一化常数 P = 1/m。
• 证明投影过程 X^n 沿分布收敛于单顶点图上的极限过程 X̂。
• 将 X^n 表示为半直线上一维SDE强解的混合形式，证明其不具有Tsirelson奇异性。

实验结果

研究问题

• RQ1 当图上一组顶点收缩为单一点时，若边系数与顶点参数均变化，极限扩散过程的非对称性参数如何表现？
• RQ2 能否通过无此类奇异性的图上非奇异扩散序列，弱逼近具有Tsirelson奇异性的扩散过程（例如由三重点引起）？
• RQ3 在顶点收缩情况下，极限非对称性参数的显式公式是什么，特别是当预极限顶点具有已知非对称性参数时？
• RQ4 当图的配置以及边和顶点上的系数均可变时，如何表征扩散过程的极限行为？
• RQ5 是否可能将图上的奇异扩散表示为实时函数为一维布朗运动的弱极限过程？

主要发现

• 收缩顶点的极限非对称性参数恰好为 p^1, ..., p^m，其由预极限顶点参数的归一化贡献推导得出。
• 极限非对称性公式中的归一化常数 P 为 P = 1/m，其中 m 为收缩结点中顶点的数量。
• 极限过程 X̂ 从预极限过程中继承了非对称性参数 p^1, ..., p^m，确保与原始图结构的一致性。
• 在具有m个顶点和长度为1/n的短边的修改图上，过程序列 X^n 沿分布收敛于单顶点图上的极限过程 X̂。
• 每个 X^n 均可表示为一维SDE系统强解的混合形式，证明其不具有Tsirelson奇异性。
• 该方法可通过顶点收缩实现图的“解缠绕”，从而实现对任意具有Tsirelson奇异性的扩散的弱逼近。