[论文解读] Rates in almost sure invariance principle for slowly mixing dynamical systems

Guy Cohen, Jérôme Dedecker+2 more|arXiv (Cornell University)|Jan 16, 2018

Mathematical Dynamics and Fractals参考文献 35被引用 5

一句话总结

该论文针对缓慢混合的动力系统（如Pomeau-Manneville间歇映射）建立了本质上最优的几乎必然不变性原理（ASIP），其速率为 $ o(n^{\beta}L(n)) $，方法基于Young塔式的马尔可夫链表示，并将Komlós-Major-Tusnády（KMT）近似技术适配于依赖过程。关键结果突破了以往的 $ O(n^{1/4}) $ 速率屏障，实现了 $ o(n^{\beta}) $ 的速率，其中 $ \beta $ 取决于混合速度 $ \gamma $，且 $ \gamma < 1/2 $。

ABSTRACT

We prove the one-dimensional almost sure invariance principle with essentially optimal rates for slowly (polynomially) mixing deterministic dynamical systems, such as Pomeau-Manneville intermittent maps, with Hölder continuous observables. Our rates have form $o(n^γL(n))$, where $L(n)$ is a slowly varying function and $γ$ is determined by the speed of mixing. We strongly improve previous results where the best available rates did not exceed $O(n^{1/4})$. To break the $O(n^{1/4})$ barrier, we represent the dynamics as a Young-tower-like Markov chain and adapt the methods of Berkes-Liu-Wu and Cuny-Dedecker-Merlevède on the Komlós-Major-Tusnády approximation for dependent processes.

研究动机与目标

• 解决缓慢混合动力系统（尤其是多项式混合的间歇映射）中几乎必然不变性原理（ASIP）速率不精确的问题。
• 通过先进耦合与近似技术，突破此类系统中ASIP长期存在的 $ O(n^{1/4}) $ 速率屏障，从而提升功能中心极限定理近似的精度。
• 为赫尔德连续可观测量建立本质上最优的速率 $ o(n^{\beta}L(n)) $，其中 $ \beta $ 由混合速率 $ \gamma $ 决定。
• 将原本为独立或弱依赖过程设计的强近似方法，拓展至非均匀双曲且非混合的动力系统。
• 为具有相关系数多项式衰减的系统（如Pomeau-Manneville映射）提供推导精确ASIP速率的框架。

提出的方法

• 将间歇映射的动力系统表示为类似Young塔的马尔可夫链，以利用诱导返回结构并控制记忆效应。
• 通过鞅近似与耦合技术，将Komlós-Major-Tusnády（KMT）近似框架适配于依赖、弱依赖及非平稳过程。
• 利用返回集 $ Y = (1/2,1] $ 上的诱导系统分析返回时间 $ \tau $，并利用可积性条件 $ \int_Y \tau^{1/\gamma} d{\rm Leb} < \infty $（当 $ \gamma < 1/2 $ 时成立）。
• 通过方差控制结合Borel-Cantelli引理准则，证明返回时间几乎必然无限次超过 $ (n \log n)^{1/\beta} $，从而支持ASIP速率。
• 利用周期系统投影技术（通过 $ \pi_0 $）将全系统的部分和与诱导系统的部分和联系起来，实现ASIP结果的转移。
• 结合Berkes-Liu-Wu与Cuny-Dedecker-Merlevède关于依赖过程KMT近似的成果，推导出最终的ASIP，其误差为 $ o(n^\beta L(n)) $。

实验结果

研究问题

• RQ1 对于Pomeau-Manneville映射等缓慢混合动力系统，其赫尔德连续可观测量的几乎必然不变性原理（ASIP）最优速率是什么？
• RQ2 能否通过先进耦合与近似技术，突破现有ASIP结果中此类系统长期存在的 $ O(n^{1/4}) $ 速率屏障？
• RQ3 Komlós-Major-Tusnády（KMT）近似方法能否被扩展至具有多项式混合速率的非均匀双曲系统？
• RQ4 ASIP速率与混合参数 $ \gamma $ 的精确依赖关系是什么？其与返回时间分布有何关联？
• RQ5 在何种条件下，可以从返回集 $ Y $ 上诱导系统的ASIP推导出全系统的ASIP？投影 $ \pi_0 $ 在此过程中起到何种作用？

主要发现

• 该论文为 $ \gamma < 1/2 $ 的Pomeau-Manneville映射建立了几乎必然不变性原理，其速率为 $ o(n^{\gamma}L(n)) $，其中 $ L(n) $ 为慢变函数。
• 当 $ \gamma \in (1/4, 1/2) $ 时，速率提升至 $ o(n^{\gamma/2 + 1/4 + \varepsilon}) $，显著优于先前的 $ O(n^{1/4}) $ 上界。
• 通过采用类似Young塔的马尔可夫链表示，并将KMT方法适配于依赖过程，作者成功打破了ASIP速率中的 $ O(n^{1/4}) $ 局限。
• 该结果适用于零空间平均的赫尔德连续可观测量，确保中心极限定理成立。
• 对于 $ \gamma \in [1/4, 1/2) $，实现了最优速率 $ o(n^{\gamma + \varepsilon}) $，表明速率与混合速度 $ \gamma $ 直接相关。
• 该框架可通过投影 $ \pi_0 $ 将诱导系统上的ASIP结果传递至全系统，同时保持误差率结构不变。