[论文解读] Exponential mixing for some SPDEs with Lévy noise

Enrico Priola, Jerzy Zabczyk+1 more|arXiv (Cornell University)|Oct 21, 2010

Stochastic processes and financial applications参考文献 10被引用 11

一句话总结

本文通过利用温和的柯尔莫哥洛夫方程推导转移半群的梯度估计，建立了无限维空间中由 $\alpha$-稳定 Lévy 白噪声驱动的半线性随机偏微分方程的指数混合性。关键结果表明，若非线性项 $F$ 有界且其利普希茨常数足够小，则系统即使在 $\alpha \in (0,2)$ 时，也会以指数速度收敛到唯一的不变测度，从而将已知的维纳噪声情况（$\alpha=2$）推广至非高斯 Lévy 噪声。

ABSTRACT

We show how gradient estimates for transition semigroups can be used to establish exponential mixing for a class of Markov processes in infinite dimensions. We concentrate on semilinear systems driven by cylindrical $α$-stable noises, $α\in (0,2)$, introduced in Priola-Zabczyk "Structural properties of semilinear SPDEs driven by cylindrical stable processes" (PTRF to appear). We first prove that if the nonlinearity is bounded, then the system is ergodic and strong mixing. Then we show that the system is exponentially mixing provided that the nonlinearity, or its Lipschitz constant, are sufficiently small.

研究动机与目标

• 建立希尔伯特空间中由圆柱形 $\alpha$-稳定噪声驱动的一类半线性 SPDE 的指数混合性。
• 将遍历性与混合性的理论推广至非高斯 Lévy 噪声，特别是 $\alpha \in (0,2)$ 的情形，超越维纳过程的情形。
• 发展并应用转移半群的梯度估计，以证明向平衡态的指数收敛。
• 明确识别出非线性项 $F$ 的显式条件——特别是利普希茨常数较小或有界——在此条件下指数混合性成立。
• 将现有关于强混合性与遍历性的结果推广至 $\alpha$-稳定噪声情形，并获得指数收敛速率。

提出的方法

• 利用温和的柯尔莫哥洛夫方程推导马尔可夫过程 $X(t)$ 的转移半群的梯度估计。
• 应用梯度估计控制半群 $P_t f(x)$ 的时间变化，证明差值 $|P_{t_2}f(x) - P_{t_1}f(x)|$ 的指数衰减。
• 将解分解为两部分：$X^N(t,x^N) = Y^N(t) + Z^N_A(t)$，其中 $Y^N$ 满足含 $F^N$ 的确定性积分方程。
• 通过 Lévy 噪声 $Z_A(t)$ 的矩界估计 $\mathbb{E}|X^N(s,x^N) - x^N|_H$ 和 $\mathbb{E}|X^N(s,x^N) - x^N|_H^p$（$p < \alpha$）。
• 当 $\alpha \leq 1$ 时，利用 Hölder 连续性估计 $[f]_s \leq 2^{1-s} \|f\|_0^{1-s} \|Df\|_0^s$（$s \in (0,\alpha)$）。
• 取 $N \to \infty$ 的极限过程，将有限维近似的结果推广至完整的无限维系统。

实验结果

研究问题

• RQ1 在何种非线性项 $F$ 的条件下，$\alpha$-稳定 Lévy 噪声驱动的 SPDE 会表现出指数混合性？
• RQ2 能否利用转移半群的梯度估计证明无限维 SPDE 在 Lévy 噪声下向平衡态的指数收敛？
• RQ3 在 $\alpha \in (1,2)$ 与 $\alpha \in (0,1]$ 的情况下，系统的行为在噪声的矩与 Hölder 正则性方面有何不同？
• RQ4 当非线性项有界但不满足小扰动条件时，指数混合性是否仍可实现？
• RQ5 通过温和的柯尔莫哥洛夫方程推导梯度估计的方法是否可适配至非高斯 Lévy 噪声，以获得指数收敛速率？

主要发现

• 对于有界且利普希茨连续的 $F$，系统 (1.1) 是遍历的且强混合的，如定理 2.5 所示。
• 当 $F$ 的利普希茨范数足够小时，系统表现出指数混合性，如定理 2.6 所示。
• 收敛至平衡态的速率是指数级的：当 $\alpha \in (1,2)$ 时，有 $|P_{t_2}f(x) - P_{t_1}f(x)| \leq C_3 e^{-\omega t_1} \|Df\|_0 (1 + |x|_H)$；当 $\alpha \in (0,1]$ 时，有 $|P_{t_2}f(x) - P_{t_1}f(x)| \leq C_5 e^{-\omega p t_1} \|f\|_{C^1_b} (1 + |x|_H)^p$。
• 常数 $C_3$、$C_5$、$\omega$ 和 $p$ 显式依赖于噪声参数和非线性项，但与 $t_1$、$t_2$ 和 $x$ 无关。
• 结果在经典维纳噪声情形（$\alpha = 2$）下经微小修改后依然成立，证实了该方法的稳健性。
• 该方法依赖于 $\mathbb{E}|Z_A(t)|_H$ 和 $\mathbb{E}|Z_A(t)|_H^p$ 的一致有界性，这些有界性源于特征值 $\gamma_n$ 的衰减性以及 $|\beta_n|^\alpha / \gamma_n$ 的可求和性。