[论文解读] Asymptotic symmetry and asymptotic solutions to Ito stochastic differential equations

Giuseppe Gaeta, Roman Kozlov+1 more|arXiv (Cornell University)|Oct 1, 2021

Nonlinear Waves and Solitons参考文献 102被引用 5

一句话总结

本文将条件对称性和渐近对称性理论——该理论在确定性微分方程中已有充分发展——推广至伊tô随机微分方程（SDEs）。通过将对称性方法与渐近分析相结合，并将不变量方法适配至随机设定，作者证明了渐近对称性和不变量可被系统性地识别，并用于构造渐近解。其核心贡献是一个框架，即使在完整对称性缺失的情况下，也能通过对称性性质表征长期随机动力学。

ABSTRACT

We consider several aspects of conjugating symmetry methods, including the method of invariants, with an asymptotic approach. In particular we consider how to extend to the stochastic setting several ideas which are well established in the deterministic one, such as conditional, partial and asymptotic symmetries. A number of explicit examples are presented.

研究动机与目标

• 将此前仅适用于确定性方程的条件与渐近对称性理论，推广至由伊tô SDEs所描述的随机设定。
• 研究渐近对称性与不变性如何用于表征随机过程的长期行为。
• 将不变量方法适配至随机微分方程，尤其在条件与渐近对称性的背景下。
• 通过显式且计算上可行的实例，展示该框架的实际适用性。
• 建立一种系统化程序，用于识别即使在完整对称性缺失时也存在的随机系统中的渐近对称性与不变量。

提出的方法

• 将动态不变子流形的概念适配至随机方程，特别关注渐近不变性。
• 为伊tô SDEs引入渐近不变量的概念，其定义基于解在不变流形上的长时间行为。
• 通过识别在渐近极限下沿解路径保持不变的函数，将不变量方法应用于随机方程。
• 在不变流形上应用条件对称性条件，以推导保持对称性性质的约化随机方程。
• 构造对称性并非完全存在但渐近出现的实例，利用伊tô SDEs中的径向与角向分量。
• 利用随机设定下对称性的李代数结构，分析对称性生成元的代数性质。

实验结果

研究问题

• RQ1 能否将确定性方程中已知的渐近对称性概念，有意义地推广至伊tô随机微分方程？
• RQ2 如何将不变量方法适配以识别随机系统中的渐近不变量？
• RQ3 在随机 SDEs 背景下，条件对称性与渐近对称性之间存在何种关系？
• RQ4 在何种条件下，即使缺乏完整对称性，随机系统仍表现出渐近旋转或缩放对称性？
• RQ5 渐近对称性能否用于构造或表征随机微分方程的渐近解？

主要发现

• 即使在完整对称性缺失的情况下，也可在伊tô SDEs 中定义并系统分析渐近对称性。
• 渐近不变量的存在——即在长时间极限下保持不变的函数——使得渐近对称性的识别成为可能。
• 随机系统中的条件对称性由保持特定不变流形（如径向坐标中的 r = 1）的对称性生成元表征。
• 在二维伊tô SDE 例子中，当漂移与扩散系数仅依赖于径向变量时，即使完整方程不具备旋转对称性，旋转对称性仍会渐近出现。
• 该理论提供了一种明确定义的算法程序，可用于识别渐近对称性与不变量，即使在完整对称性被破坏的情况下也适用。
• 该框架表明，渐近对称性比完整对称性更为普遍，暗示其在具有长期对称性的随机动力学建模中具有广泛适用性。