[论文解读] Quantitative normal approximations for the stochastic fractional heat equation

Obayda Assaad, David Nualart+2 more|arXiv (Cornell University)|Jul 29, 2020

Stochastic processes and financial applications参考文献 25被引用 13

一句话总结

本文针对由广义高斯噪声（包括时空白噪声及具有Riesz或有界空间协方差的色噪声）驱动的随机分数阶热方程解的空间平均，建立了定量中心极限定理。通过使用Malliavin微积分与Stein方法，证明了当空间区域扩大时，归一化后的空间平均依总变差距离收敛于正态分布，且给出了依赖于分数阶拉普拉斯参数$\alpha$与噪声特性的显式界。

ABSTRACT

In this article we present a {\\it quantitative} central limit theorem for the stochastic fractional heat equation driven by a a general Gaussian multiplicative noise, including the cases of space-time white noise and the white-colored noise with spatial covariance given by the Riesz kernel or a bounded integrable function. We show that the spatial average over a ball of radius $R$ converges, as $R$ tends to infinity, after suitable renormalization, towards a Gaussian limit in the total variation distance. We also provide a functional central limit theorem. As such, we extend recently proved similar results for stochastic heat equation to the case of the fractional Laplacian and to the case of general noise.

研究动机与目标

• 建立具有广义高斯噪声的随机分数阶热方程解的空间平均的定量中心极限定理。
• 将先前针对经典随机热方程（对应于$\alpha = 2$）的结果推广至分数阶拉普拉斯（$\alpha \in (0,2]$）的情形。
• 为在分数阶Dalang条件下存在与唯一性提供一个通用框架。
• 推导归一化空间平均与正态分布之间总变差距离的显式界。
• 将泛函中心极限定理推广至分数阶与色噪声设定。

提出的方法

• 利用Malliavin微积分分析解的正则性，并计算空间平均的Malliavin导数。
• 应用Stein方法以界定归一化空间平均与正态随机变量之间的总变差距离。
• 采用Green函数$G_\alpha(t,x)$，其傅里叶变换定义为$\mathcal{F}G_\alpha(t,\cdot)(\xi) = e^{-t|\xi|^\alpha}$，以表征分数阶热方程的解。
• 建立关键不等式（命题3.2），证明与空间协方差$\gamma$相关的卷积算子有界，这对控制Malliavin导数至关重要。
• 通过递归序列$g_n(t,x)$对Malliavin导数的$L^2$-范数进行迭代估计，利用$G_\alpha$的标度性与渐近性质导出界。
• 应用Green函数的半群性质及涉及贝塞尔函数的估计，以控制导数范数的增长。

实验结果

研究问题

• RQ1 当空间区域扩大时，随机分数阶热方程解的空间平均是否收敛于正态分布？
• RQ2 能否为归一化空间平均与正态极限之间的总变差距离推导出显式的定量界？
• RQ3 收敛速度如何依赖于分数阶拉普拉斯参数$\alpha$与噪声的空间协方差结构？
• RQ4 何种噪声条件可保证分数阶随机热方程的温和解的存在性与唯一性？
• RQ5 用于时空白噪声的方法能否推广至覆盖更广义的高斯噪声，包括具有Riesz核或有界协方差的噪声？

主要发现

• 在半径为$R$的球上对解的空间平均，经适当归一化后，当$R \to \infty$时，依总变差距离收敛于正态极限。
• 收敛速度通过依赖于$\alpha$、噪声的空间协方差$\gamma$与维度$d$的总变差距离界得以量化。
• 对于时空白噪声情形，界为$R^{-\kappa/2}$量级，其中$\kappa = \frac{2d}{\alpha} - \frac{d}{q\alpha}$，$q > 1$与可积性条件相关。
• 通过迭代方案与标度估计，建立了空间平均的Malliavin导数的界，得到$\|D_t u(R)\|_{L^2(\Omega)} \leq C R^{-\kappa/2}$。
• 泛函中心极限定理成立，表明空间平均过程在$R \to \infty$时收敛于一个布朗运动。
• 结果推广了先前关于经典随机热方程（$\alpha = 2$）的工作，并适用于包括Riesz核与有界可积协方差在内的广泛噪声类。