[论文解读] Propagation of chaos for Hölder continuous interaction kernels via Glivenko-Cantelli

Thomas Holding|arXiv (Cornell University)|Aug 9, 2016

Stochastic processes and financial applications参考文献 20被引用 16

一句话总结

本论文提出了一种新颖的方法，结合经验过程理论与随机流，针对具有霍尔德连续相互作用核的相互作用粒子系统，建立了定量的混沌传播，即使核函数在任何地方都不满足利普希茨连续性。该方法在不依赖特殊准备的初始数据条件下，实现了关于 $N$ 的多项式收敛速率，其关键依赖于噪声的存在，并可推广至霍尔德指数大于 $2/3$ 的二阶朗之万系统。主要贡献在于为一类霍尔德连续向量场驱动的随机微分方程建立了一类格利文科-坎泰利型大数定律。

ABSTRACT

We develop a new technique for establishing quantitative propagation of chaos for systems of interacting particles. Using this technique we prove propagation of chaos for diffusing particles whose interaction kernel is merely Hölder continuous, even at long ranges. Moreover, we do not require specially prepared initial data. On the way, we establish a law of large numbers for SDEs that holds over a class of vector fields simultaneously. The proofs bring together ideas from empirical process theory and stochastic flows.

研究动机与目标

• 建立扩散粒子系统在霍尔德连续相互作用核下（即使核函数在任何地方都不满足利普希茨连续性）的定量混沌传播。
• 消除先前基于耦合方法中对特殊准备初始数据的需求。
• 为一类有界霍尔德连续向量场驱动的随机微分方程建立格利文科-坎泰利型大数定律。
• 将分析扩展至霍尔德连续核的二阶朗之万系统，且最小霍尔德指数为 $2/3$。
• 通过统一经验过程理论与随机流，克服经典耦合方法在非利普希茨设定下的局限性。

提出的方法

• 该方法采用一种新框架，将经验过程理论与随机流分析相结合，以控制粒子系统经验测度。
• 在一类有界霍尔德连续函数构成的向量场类上，建立随机微分方程的格利文科-坎泰利定理，确保该类上的一致收敛性。
• 利用各向异性的贝索夫空间与熵估计控制向量场类的复杂性，从而实现对经验测度的统一有界性。
• 对于一阶系统，该方法证明了经验测度 $\mu_t^N$ 以关于 $N$ 的多项式速率收敛至平均场福克-普朗克方程的解 $f_t$。
• 对于二阶系统，该方法在相互作用核具有霍尔德连续性且指数 $>2/3$ 的条件下适用，这是由于生成元的退化性所致。
• 证明依赖于对向量场类的新型熵界估计，利用抛物型各向异性和索伯列夫嵌入来控制近似误差。

实验结果

研究问题

• RQ1 能否在相互作用核为霍尔德连续但处处不满足利普希茨连续的相互作用粒子系统中建立混沌传播？
• RQ2 能否在不依赖特殊准备初始数据的条件下量化收敛速率？
• RQ3 能否为一类霍尔德连续向量场驱动的随机微分方程推导出格利文科-坎泰利型大数定律？
• RQ4 二阶系统中生成元的退化性如何影响相互作用核所需的正则性？
• RQ5 能否通过经验过程理论与随机流克服耦合方法在非利普希茨设定下的局限性？

主要发现

• 论文为一阶系统在霍尔德连续相互作用核下建立了定量混沌传播，实现了 $O(N^{-\gamma})$ 的收敛速率（$\gamma > 0$），且不依赖初始数据的准备。
• 该方法不要求相互作用核为利普希茨连续，即使在远距离范围也适用，且可处理处处不可微的核函数。
• 为一类有界霍尔德连续向量场驱动的随机微分方程证明了新的格利文科-坎泰利定理，实现关于 $N$ 与向量场类的一致收敛。
• 对于二阶朗之万系统，当核函数的霍尔德指数大于 $2/3$ 时，混沌传播成立，这是由于次椭圆正则性约束所致。
• 二阶情形下的收敛速率同样是关于 $N$ 的多项式，其指数依赖于霍尔德指数与维度。
• 分析依赖于各向异性的贝索夫空间中的熵界，关键估计为 $H(\varepsilon, \mathcal{C}, \|\cdot\|_{L^{-r,\infty}}) \leq C\varepsilon^{-d/s}$，该估计控制了向量场类的复杂性。