[论文解读] Irreducibility of stochastic real Ginzburg-Landau equation driven by $α$-stable noises and applications

Ran Wang, Jie Xiong+1 more|arXiv (Cornell University)|Oct 7, 2015

Stochastic processes and financial applications参考文献 15被引用 3

一句话总结

本文通过最大不等式与控制问题方法，证明了在环面 $\mathbb{T}$ 上由 $α$-稳定 Lévy 白噪声驱动的随机实 Ginzburg-Landau 方程的不可约性。主要贡献在于：在强于总变差拓扑的更强拓扑下证明了指数遍历性，并通过李雅普诺夫检验函数推导出中等偏差原理，从而将遍历理论结果从维纳噪声推广至非利普希茨、非高斯的 $α$-稳定噪声情形。

ABSTRACT

We establish the irreducibility of stochastic real Ginzburg-Landau equation with $α$-stable noises by a maximal inequality and solving a control problem. As applications, we prove that the system converges to its equilibrium measure with exponential rate under a topology stronger than total variation and obeys the moderate deviation principle by constructing some Lyapunov test functions.

研究动机与目标

• 建立由 $α$-稳定 Lévy 噪声驱动、且满足 $α \in (3/2, 2)$ 的随机实 Ginzburg-Landau 方程的不可约性。
• 在强于总变差拓扑的更强拓扑下，证明系统对不变测度的指数收敛性。
• 通过李雅普诺夫检验函数推导出该系统的中等偏差原理。
• 将遍历理论结果从维纳噪声推广至非利普希茨、非高斯的 $α$-稳定噪声设定。

提出的方法

• 通过最大不等式处理非利普希茨非线性项与 $α$-稳定噪声的不连续路径，求解控制问题以证明不可约性。
• 构造李雅普诺夫检验函数，以在强于总变差拓扑的更强拓扑下建立指数遍历性。
• 应用文献 [21] 的结果，通过验证与指数遍历性相同的李雅普诺夫条件，推导出中等偏差原理。
• 采用温和解框架与 $H = L^2(\mathbb{T}; \mathbb{R})$ 中的傅里叶分析，利用正交基 $\{e_k = e^{i2\pi k\xi}\}_{k \in \mathbb{Z}_*}$。
• 定义生成元 $\mathcal{L}$，并通过 Itô 公式与 $L^1$ 和 $L^2$ 半鞅中的收敛性论证，验证 $\Psi \in \mathbf{D}_e(\mathcal{L})$。
• 应用 Fatou 引理与 Lebesgue 控制收敛定理，将极限过程从逼近序列 $X^m$ 推广至 $X$，确保 $\|X_s\|_V^2$ 与 $\langle X_s, N(X_s)\rangle_H$ 相关积分的收敛性。

实验结果

研究问题

• RQ1 尽管缺乏二阶矩且路径不连续，能否建立由 $α$-稳定噪声驱动的随机实 Ginzburg-Landau 方程的不可约性？
• RQ2 系统是否在强于总变差拓扑的更强拓扑下，以指数速率收敛至其不变测度？
• RQ3 能否为该非维纳、非利普希茨的随机偏微分方程系统推导出中等偏差原理？
• RQ4 在缺乏二阶矩结构的情况下，如何构造李雅普诺夫检验函数以证明指数遍历性与中等偏差？

主要发现

• 由 $α \in (3/2, 2)$ 的 $α$-稳定噪声驱动的随机实 Ginzburg-Landau 方程在环面 $\mathbb{T}$ 上是不可约的。
• 系统在强于总变差拓扑的更强拓扑下，以指数速率收敛至其唯一的不变测度 $\pi$。
• 通过与指数遍历性相同的李雅普诺夫条件，已确立该系统的中等偏差原理。
• 不可约性通过求解控制问题并利用最大不等式得以证明，从而克服了非利普希茨非线性项与非高斯噪声带来的挑战。
• 不变测度 $\pi$ 的存在性与唯一性继承自先前结果，且利用强 Feller 性质强化了遍历性结果。
• 通过 Fatou 引理与控制收敛定理，严格证明了逼近序列 $X^m$ 到 $X$ 在 $L^1$ 与 $L^2$ 半鞅项中的收敛性，确保了相关积分的收敛。