[论文解读] Fisher-KPP equation with small data and the extremal process of branching Brownian motion

Leonid Mytnik, Jean‐Michel Roquejoffre+1 more|arXiv (Cornell University)|Sep 4, 2020

Stochastic processes and statistical mechanics参考文献 27被引用 7

一句话总结

本文通过将小初值下的Fisher-KPP方程与二元分支布朗运动（BBM）中的粒子位置极限分布联系起来，建立了BBM中粒子位置的极限分布。研究发现，经过导数鞅 $ Z $ 的对数位移后，重标度的粒子密度收敛于指数分布 $ e^x $，且波动收敛于1稳定分布，该结果基于小初值 $ \varepsilon \ll 1 $ 时Bramson位移的精细渐近分析。这些结果深化了BBM极值过程与KPP方程动力学之间的联系。

ABSTRACT

We consider the limiting extremal process ${\\mathcal X}$ of the particles of the binary branching Brownian motion. We show that after a shift by the logarithm of the derivative martingale $Z$, the rescaled "density" of particles, which are at distance $n+x$ from a position close to the tip of ${\\mathcal X}$, converges in probability to a multiple of the exponential $e^x$ as $n\ o+\\infty$. We also show that the fluctuations of the density, after another scaling and an additional random but explicit shift, converge to a $1$-stable random variable. Our approach uses analytic techniques and is motivated by the connection between the properties of the branching Brownian motion and the Bramson shift of the solutions to the Fisher-KPP equation with some specific initial conditions initiated in \\cite{BD1,BD2} and further developed in the present paper. The proofs of the limit theorems for ${\\mathcal X}$ rely crucially on the fine asymptotics of the behavior of the Bramson shift for the Fisher-KPP equation starting with initial conditions of "size" $0<\\varepsilon\\ll 1$, up to terms of the order $[{(\\log \\varepsilon^{-1})]^{-1-\\gamma}}$, with some $\\gamma>0$.

研究动机与目标

• 理解在小初值条件下二元分支布朗运动（BBM）中极值粒子过程的极限行为。
• 建立BBM粒子密度与小初值条件下Fisher-KPP方程解之间的精确联系。
• 推导经过适当中心化与缩放后粒子位置的渐近分布，特别是波动收敛于1稳定分布。
• 将Fisher-KPP方程在初值大小为 $ \varepsilon \ll 1 $ 时的Bramson位移渐近分析细化至 $ (\log \varepsilon^{-1})^{-1-\gamma} $ 阶项。

提出的方法

• 使用分析技术研究小初值 $ \varepsilon \ll 1 $ 下Fisher-KPP方程解的渐近行为。
• 应用McKean-Bramson方法，将BBM与Fisher-KPP方程联系起来，其中解 $ u(t,x) $ 等于粒子在 $ x $ 以上存活的概率。
• 利用导数鞅 $ Z $ 作为随机位移，对BBM粒子过程进行中心化，从而实现向确定性指数密度 $ e^x $ 的收敛。
• 分析BBM过程尖端附近的重标度粒子密度，并证明当 $ n \to \infty $ 时，其在概率上收敛于 $ e^x $。
• 通过进一步缩放和随机位移，推导波动的极限分布，证明其收敛于1稳定分布。
• 依赖于小初值下Bramson位移的精确渐近分析，包括 $ (\log \varepsilon^{-1})^{-1-\gamma} $ 阶误差项，其中 $ \gamma > 0 $。

实验结果

研究问题

• RQ1 当初始数据较小时，二元分支布朗运动中粒子重标度密度在尖端附近的行为如何？
• RQ2 在以导数鞅的对数进行中心化后，粒子波动的极限分布是什么？
• RQ3 Fisher-KPP方程在小初值 $ \varepsilon \ll 1 $ 条件下Bramson位移的渐近分析如何影响BBM极值过程的收敛性？
• RQ4 BBM中粒子密度的波动是否可能收敛于稳定分布？如果是，是哪种？
• RQ5 导数鞅 $ Z $ 在将BBM过程中心化以实现向指数密度收敛的过程中起着何种精确作用？

主要发现

• 在经过 $ \log Z $ 位移后，距离尖端 $ n + x $ 处的粒子重标度密度，当 $ n \to \infty $ 时，以概率收敛于 $ e^x $。
• 在额外缩放和随机位移后，粒子密度的波动收敛于一个1稳定随机变量的分布。
• 对指数密度 $ e^x $ 的收敛性在任意固定的 $ K \in \mathbb{R} $ 下的半无限区间 $ x \geq K $ 上是一致成立的。
• 小初值 $ \varepsilon \ll 1 $ 条件下Bramson位移的渐近分析被细化至 $ O((\log \varepsilon^{-1})^{-1-\gamma}) $ 阶，其中 $ \gamma > 0 $，这对主要收敛结果至关重要。
• BBM的极限极值过程 $ \mathcal{X} $ 通过重标度粒子密度收敛于 $ e^x $ 得到刻画，证实了BBM与Fisher-KPP方程之间存在深刻联系。
• 证明依赖于热核的精确估计和最大值原理论证，特别是在 $ \ell^{2-\alpha} \leq t \leq \ell^{2+\alpha} $ 的参数范围内，以控制解的行为。