[论文解读] Conservative stochastic PDE and fluctuations of the symmetric simple exclusion process

Nicolas Dirr, Benjamin Fehrman+1 more|arXiv (Cornell University)|Dec 3, 2020

Stochastic processes and statistical mechanics参考文献 41被引用 5

一句话总结

本文提出了一类具有空间相关噪声的非线性、保守随机偏微分方程（SPDE），用于建模对称简单排斥过程（SSEP）中的涨落。证明了该SPDE能正确捕捉中心极限涨落和罕见事件，其解满足零噪声大偏差原理，且速率函数与粒子系统的精确速率函数一致。

ABSTRACT

In this paper, we provide a continuum model for the fluctuations of the symmetric simple exclusion process about its hydrodynamic limit. The model is based on an approximating sequence of stochastic PDEs with nonlinear, conservative noise. In the small-noise limit, we show that the fluctuations of the solutions are to first-order the same as the fluctuations of the particle system. Furthermore, the SPDEs correctly simulate the rare events in the particle process. We prove that the solutions satisfy a zero-noise large deviations principle with rate function equal to the rate function describing the deviations of the symmetric simple exclusion process from its hydrodynamic limit.

研究动机与目标

• 开发一种连续模型，准确捕捉对称简单排斥过程（SSEP）中的典型涨落与罕见事件。
• 克服线性化模型的局限性，后者虽能正确描述中心极限涨落，却无法描述罕见事件。
• 构建一个具有保守性、乘性噪声的非线性SPDE，以保持粒子系统的物理与概率结构。
• 建立SPDE解满足大偏差原理，且其速率函数与原始粒子系统相同。
• 通过空间-时间白噪声的谱逼近，证明SPDE能正确建模从典型到罕见的全范围涨落。

提出的方法

• 提出形式为 $\partial_t \rho_N = \Delta \rho_N - \frac{1}{\sqrt{N}} \nabla \cdot \left( \sqrt{\rho_N(1 - \rho_N)} \circ \xi^{K(N)} \right) $ 的非线性随机偏微分方程，其中 $ \xi^{K(N)} $ 为空间-时间白噪声的谱逼近。
• 采用类似粘性项的正则化方法与动能形式化方法，处理SPDE解中非线性与正则性不足的问题。
• 应用随机粘性解方法与动能形式化方法，证明逼近解的收敛性与稳定性。
• 利用Aubin–Lions–Simons引理与控制项在 $ L^2 $ 中的一致有界性，建立解集的紧致性。
• 应用弱紧初始数据子集上一致拉普拉斯与大偏差原理之间的等价性，证明大偏差结果。
• 采用先验估计与弱收敛技术，将正则化SPDE中的极限过程传递至极限动能测度。

实验结果

研究问题

• RQ1 能否构造一个非线性、保守的SPDE，以建模对称简单排斥过程中的典型与罕见涨落？
• RQ2 所提出的SPDE是否能正确再现粒子系统的速率函数，特别是罕见事件的速率函数？
• RQ3 能否以空间相关噪声形式构造SPDE，使其产生函数值解，同时保持正确的涨落统计特性？
• RQ4 SPDE解的大偏差原理是否与原始粒子系统的大偏差原理等价？
• RQ5 噪声逼近方式（谱截断）的选择如何影响解的收敛性与大偏差行为？

主要发现

• 所提出的SPDE采用非线性、保守噪声，能正确建模SSEP的一阶涨落，其结果与广义Ornstein–Uhlenbeck过程描述的中心极限涨落一致。
• SPDE解满足零噪声大偏差原理，其速率函数与对称简单排斥过程完全相同，证实了罕见事件统计的正确性。
• SPDE的速率函数 $ I_{\rho_0}(\mu) $ 表达为 $ \frac{1}{2} \inf \|g\|^2_{L^2} $，其中路径满足 $ \partial_t \rho = \Delta \rho - \nabla \cdot (\sqrt{\rho(1 - \rho)} g) $，与粒子系统的精确速率函数一致。
• 正则化SPDE的解 $ \rho^\varepsilon $ 在 $ L^2(\mathbb{T}^d \times [0,T]) $ 上满足大偏差原理，其良好速率函数为 $ I_{\rho_0} $，在条件 $ \varepsilon K(\varepsilon)^{d+2} \to 0 $ 且 $ K(\varepsilon) \to \infty $ 下成立。
• 在 $ L^2(\mathbb{T}^d; [0,1]) $ 中初始数据的弱紧子集上，解集在 $ L^2(\mathbb{T}^d \times [0,T]) $ 中是紧致的，确保了稳定性与收敛性。
• SPDE模型通过引入非线性、保守噪声，成功捕捉了全范围涨落谱——包括典型与罕见事件——而线性化模型在罕见事件上表现失败。