[论文解读] Metastable states, quasi-stationary and soft measures, mixing time asymprtotics via variational principles

Alessandra Bianchi, Alexandre Gaudillière|arXiv (Cornell University)|Mar 6, 2011

Stochastic processes and statistical mechanics被引用 5

一句话总结

本文在简单条件下建立了有限状态空间上马尔可夫链的非平衡态，利用变分原理与势论推导出混合时间、退出时间及跃迁律的精确渐近行为。引入软测度以在受限系综与准平稳测度之间插值，证明了具有显式定量误差界修正项的指数退出与跃迁律。

ABSTRACT

We establish metastability in the sense of Lebowitz and Penrose under practical and simple hypothesis for (families of) Markov chains on finite configuration space in some asymptotic regime, including the case of configuration space size going to infinity. By comparing restricted ensemble and quasi-stationary measure, we study point-wise convergence velocity of Yaglom limits and prove asymptotic exponential exit law. We introduce soft measures as interpolation between restricted ensemble and quasi-stationary measure to prove an asymptotic exponential transition law on a generally different time scale. By using potential theoretic tools we prove a new general Poincar\'e inequality and give sharp estimates via two-sided variational principles on relaxation time as well as mean exit time and transition time. We also establish local thermalization on a shorter time scale and give mixing time asymptotics up to a constant factor through a two-sided variational principal. All our asymptotics are given with explicit quantitative bounds on the corrective terms.

研究动机与目标

• 在实际且简单的假设下，建立有限构型空间上马尔可夫链的非平衡态。
• 通过比较受限系综与准平稳测度，分析Yaglom极限的逐点收敛速度。
• 引入软测度作为工具，以在不同时间尺度上推导渐近指数跃迁律。
• 证明一个新的广义Poincaré不等式，并对松弛时间、平均退出时间与跃迁时间获得精确的双侧估计。
• 在较短时间尺度上建立局部热化，并利用变分原理推导出混合时间渐近行为，其误差控制在常数因子内。

提出的方法

• 使用势论工具推导马尔可夫链的新广义Poincaré不等式。
• 应用双侧变分原理，对松弛时间、平均退出时间与跃迁时间获得精确估计。
• 引入软测度作为受限系综与准平稳测度之间的插值，以分析不同时间尺度上的跃迁动力学。
• 通过比较受限系综与准平稳测度，研究Yaglom极限收敛速度。
• 利用变分原理推导出混合时间渐近行为，其误差控制在常数因子内。
• 通过渐近分析在较短时间尺度上建立局部热化。

实验结果

研究问题

• RQ1 在渐近极限下，有限构型空间上马尔可夫链族在何种简单且实际的条件下会出现非平衡态？
• RQ2 Yaglom极限的逐点收敛速度有多快？其收敛速率由什么决定？
• RQ3 退出时间分布的渐近行为如何？能否证明其服从指数分布？
• RQ4 软测度如何实现对不同于准平稳测度时间尺度的跃迁律的推导？
• RQ5 混合时间的精确渐近行为是什么？如何利用变分原理将其误差控制在常数因子内？

主要发现

• 本文在简单假设下证明了非平衡马尔可夫链的渐近指数退出律，且对修正项给出了显式界。
• 通过势论工具建立了一个新的广义Poincaré不等式，从而可对松弛时间进行精确估计。
• 双侧变分原理对平均退出时间与跃迁时间提供了精确渐近估计，且对误差项具有显式定量控制。
• 软测度成功地在受限系综与准平稳测度之间实现插值，从而在不同时间尺度上推导出渐近指数跃迁律。
• 在较短时间尺度上建立了局部热化，表明在非平衡集合内可快速达到平衡。
• 通过双侧变分原理推导出混合时间渐近行为，其误差控制在常数因子内，且所有渐近估计均对修正项给出了显式定量界。