[论文解读] Quantitative spectral gaps and uniform lower bounds in the small noise limit for Markov semigroups generated by hypoelliptic stochastic differential equations

Jacob Bedrossian, Kyle Liss|arXiv (Cornell University)|Jul 27, 2020

Stochastic processes and financial applications参考文献 62被引用 7

一句话总结

本文为由次椭圆 SDE 生成的马尔可夫半群在小噪声极限下，建立了关于趋于平衡态的指数收敛速率的尖锐、关于 ε 一致的定量估计。该研究结合了统一的次椭圆 Moser 迭代与 de Giorgi 型迭代，证明了在 ε → 0 时最优缩放的谱间隙估计，包括平稳密度的统一下界与小噪声极限下的最优衰减速率。

ABSTRACT

We study the convergence rate to equilibrium for a family of Markov semigroups $\{\mathcal{P}_t^ε\}_{ε> 0}$ generated by a class of hypoelliptic stochastic differential equations on $\mathbb{R}^d$, including Galerkin truncations of the incompressible Navier-Stokes equations, Lorenz-96, and the shell model SABRA. In the regime of vanishing, balanced noise and dissipation, we obtain a sharp (in terms of scaling) quantitative estimate on the exponential convergence in terms of the small parameter $ε$. By scaling, this regime implies corresponding optimal results both for fixed dissipation and large noise limits or fixed noise and vanishing dissipation limits. As part of the proof, and of independent interest, we obtain uniform-in-$ε$ upper and lower bounds on the density of the stationary measure. Upper bounds are obtained by a hypoelliptic Moser iteration, the lower bounds by a de Giorgi-type iteration (both uniform in $ε$). The spectral gap estimate on the semigroup is obtained by a weak Poincaré inequality argument combined with quantitative hypoelliptic regularization of the time-dependent problem.

研究动机与目标

• 在小噪声极限下，推导由次椭圆 SDE 生成的马尔可夫半群趋于平衡态的指数收敛速率的尖锐、定量估计。
• 在小噪声范围内，建立关于平稳测度密度的关于 ε 一致的上界与下界。
• 证明能捕捉收敛到平衡态时 ε 最优缩放的关于 ε 一致的谱间隙估计。
• 通过缩放不变性，将结果扩展至固定耗散与大噪声极限情形。

提出的方法

• 使用关于 ε 一致的次椭圆 Moser 迭代，获得关于 ε 一致的平稳密度的 $L^\infty$ 估计。
• 应用 de Giorgi 型迭代，建立关于 ε 一致的平稳密度的正下界。
• 采用弱 Poincar\'e 不等式论证，将 $L^2$ 到 $L^\infty$ 正则化与谱间隙估计联系起来。
• 通过定量次椭圆正则化分析时变问题，以控制半群的衰减。
• 使用带粘性截断 $\delta$ 的正则化 Fokker-Planck 方程，以确保适定性与一致估计。
• 利用紧嵌入与唯一性，证明正则化解 $f_{\epsilon,\delta}$ 沿 $\delta \to 0$ 收敛于真实平稳密度 $f_\epsilon$。

实验结果

研究问题

• RQ1 当噪声强度 \epsilon \to 0 时，由次椭圆 SDE 生成的马尔可夫半群的谱间隙的最优缩放为何？
• RQ2 能否在关于 \epsilon 一致的意义下，建立此类半群平稳密度的上界与下界？
• RQ3 对于 Galerkin 截断的 Navier-Stokes 或 Lorenz-96 等模型，其趋于平衡态的收敛速率在小噪声极限下如何缩放？
• RQ4 能否通过缩放不变性，将谱间隙估计推广至固定耗散与大噪声极限情形？
• RQ5 哪些技术可实现对 \epsilon > 0 全范围下平稳密度的统一控制？

主要发现

• 获得了趋于平衡态的指数收敛速率的尖锐、最优缩放的定量估计，谱间隙按 $\epsilon^{\alpha}$ 缩放，其中 $\alpha \geq 0$。
• 通过次椭圆 Moser 迭代，建立了关于 \epsilon 一致的平稳密度上界，且与小噪声参数 \epsilon 无关。
• 通过 de Giorgi 型迭代，证明了关于 \epsilon 一致的平稳密度下界，确保密度远离零。
• 谱间隙估计通过弱 Poincar\'e 不等式与时变问题的定量次椭圆正则化推导得出。
• 结果对缩放具有鲁棒性，意味着在固定耗散与大噪声极限，或固定噪声与耗散趋于零的极限下，均存在相应的最优界。
• 证明了平稳密度 $f_\epsilon$ 具有光滑性且严格为正，并且当 $\delta \to 0$ 时，正则化解 $f_{\epsilon,\delta}$ 在 $H^k_{\text{loc}}$ 中收敛于 $f_\epsilon$。