[论文解读] Metastability of one-dimensional, non-reversible diffusions with periodic boundary conditions

Cláudio Landim, Il Won Seo|arXiv (Cornell University)|Oct 18, 2017

Markov Chains and Monte Carlo Methods参考文献 7被引用 3

一句话总结

本文针对具有周期边界条件的环面上一维非平衡扩散过程中平稳分布的预因子及容量，建立了精确的渐近估计。通过利用平稳测度的显式公式并分析泊松方程的解，作者采用一种新颖的基于鞅的方法，证明了隧穿行为，并展示了过程在势阱上的投影收敛于一个非平衡、不可约的有限状态马尔可夫链，同时推导出基于容量的首次 hitting 时间概率上界。

ABSTRACT

We consider small perturbations of a dynamical system on the one-dimensional torus. We derive sharp estimates for the pre-factor of the stationary state, we examine the asymptotic behavior of the solutions of the Hamilton-Jacobi equation for the pre-factor, we compute the capacities between disjoint sets, and we prove the metastable behavior of the process among the deepest wells following the martingale approach. We also present a bound for the probability that a Markov process hits a set before some fixed time in terms of the capacity of an enlarged process.

研究动机与目标

• 推导环面上非平衡扩散过程中平稳分布预因子的精确渐近估计。
• 分析控制预因子的哈密顿-雅可比方程解的渐近行为。
• 通过一种新颖的适用于扩散过程的鞅方法，建立深势阱之间过程的亚稳态行为。
• 基于扩大过程的容量，提供首次 hitting 时间概率的一般上界。
• 证明势阱上的简化动力学为不可约且非平衡的马尔可夫链。

提出的方法

• 利用 Faggionato 和 Gabrielli 提供的显式平稳密度公式，精确计算预因子与容量。
• 应用势论与变分原理（狄利克雷与汤姆孙原理）估计不相交集合之间的容量。
• 提出一种新方法，通过分析泊松方程解的统一有界性与渐近常数性，证明势阱上迹过程的收敛性。
• 通过验证泊松方程解的渐近常数性，建立迹过程在势阱上的投影过程收敛于有限状态马尔可夫链的弱收敛性。
• 通过扩大过程的容量，推导出在固定时间内命中某集合的概率的一般上界。
• 结合大偏差技术与显式景观分解为谷底与地形，分析亚稳态跃迁行为。

实验结果

研究问题

• RQ1 如何在一维非平衡环面上扩散过程中，以精确渐近精度估计平稳分布的预因子？
• RQ2 控制预因子的哈密顿-雅可比方程的解具有何种渐近行为？其结果如何推广至高维情形？
• RQ3 尽管迹过程结构复杂，能否将马尔可夫链的鞅方法扩展至扩散过程？
• RQ4 势阱上的简化动力学结构为何？其是否不可约且非平衡？
• RQ5 如何利用容量来界定扩散过程在给定时间前命中目标集合的概率？

主要发现

• 通过不变测度的显式公式，以精确渐近精度计算了平稳分布的预因子。
• 泊松方程 $ L_\epsilon F_\epsilon = G $ 的解在每个势阱上一致有界且渐近常数，从而保证了迹过程的收敛性。
• 迹过程在势阱上的投影在适当时间尺度下依分布收敛于有限状态马尔可夫链，从而证明了亚稳态行为。
• 势阱上的简化动力学为不可约且非平衡的马尔可夫链，这是该背景下首次出现此类结果。
• 过程在固定时间前命中某集合的概率，其上界由涉及扩大过程容量的表达式给出。
• 泊松解的主要贡献来自全局极小值邻域与谷底端点，各项之和恰好对应于简化链的生成元。