[论文解读] Rough center manifolds

Christian Kuehn, Alexandra Neamţu|arXiv (Cornell University)|Nov 25, 2018

Probabilistic and Robust Engineering Design参考文献 53被引用 4

一句话总结

本文通过离散化李雅普诺夫-佩隆方法，利用粗糙路径估计和可控粗糙路径理论，建立了由一般粗糙路径驱动的粗糙微分方程（RDEs）的局部中心流形的存在性与正则性。作者证明了李雅普诺夫-佩隆映射的压缩性质，将经典中心流形理论扩展至布朗运动之外的随机与粗糙系统。

ABSTRACT

Since the breakthrough in rough paths theory for stochastic ordinary differential equations (SDEs), there has been a strong interest in investigating the rough differential equation (RDE) approach and its numerous applications. Rough path techniques can stay closer to deterministic analytical methods and have the potential to transfer many pathwise ordinary differential equation (ODE) techniques more directly to a stochastic setting. However, there are few works that analyze dynamical properties of RDEs and connect the rough path / regularity structures, ODE and random dynamical systems approaches. Here we contribute to this aspect and analyze invariant manifolds for RDEs. By means of a suitably discretized Lyapunov-Perron-type method we prove the existence and regularity of local center manifolds for such systems. Our method directly works with the RDE and we exploit rough paths estimates to obtain the relevant contraction properties of the Lyapunov-Perron map.

研究动机与目标

• 将中心流形理论从常微分方程（ODEs）扩展至由一般粗糙路径驱动的粗糙微分方程（RDEs）。
• 发展一种路径无关的方法，避免将系统转化为随机微分方程，从而在随机设定下保留确定性技术。
• 建立非线性、乘性噪声超出布朗运动的RDEs的局部中心流形的存在性与正则性。
• 通过在粗糙路径框架内直接证明不变流形结果，弥合粗糙路径理论、ODE动力学与随机动力系统之间的鸿沟。

提出的方法

• 采用离散化李雅普诺夫-佩隆方法构造中心流形，该方法适用于粗糙路径设定中的离散时间步长。
• 该方法依赖粗糙路径估计与可控粗糙路径理论，以控制解的正则性与增长。
• 李雅普诺夫-佩隆映射通过涉及线性化系统在中心、稳定与不稳定子空间上投影的积分方程定义。
• 通过涉及指数衰减率（ρ₁, ρ₂, ρ₃）与权重参数η的间隙条件，确保映射在加权赫尔德空间中的压缩性。
• 解空间配备加权范数 ||U||_{BC^η(D^{2α}_W)}，以控制粗糙路径解的增量与导数的增长。
• 构造过程使用噪声的粗糙路径提升，并应用古宾尼利理论定义路径无关积分，无需随机分析。

实验结果

研究问题

• RQ1 能否为由一般粗糙路径驱动的粗糙微分方程构造中心流形，而不仅限于布朗运动？
• RQ2 李雅普诺夫-佩隆方法是否可推广至粗糙路径设定，同时保留存在性证明所需的压缩性论证？
• RQ3 粗糙路径估计是否可用于控制中心流形构造中解的正则性与增长？
• RQ4 是否可能路径无关地定义中心流形，而无需通过奥恩斯坦-乌伦贝克过程将系统转化为随机微分方程？

主要发现

• 在涉及谱投影与指数衰减率的间隙条件下，证明了粗糙微分方程存在局部中心流形。
• 证明了中心流形在粗糙路径意义下关于初值具有连续可微性。
• 通过粗糙路径估计建立了李雅普诺夫-佩隆映射的压缩性，确保在加权赫尔德空间中存在唯一不动点。
• 该方法适用于具有赫尔德连续轨迹的一般粗糙路径，超越了布朗运动与斯特拉托诺维奇 SDEs 的限制。
• 通过调整谱间隙与投影结构，该框架可进一步用于构造中心-稳定流形与中心-不稳定流形。
• 该结果将经典 ODE 中心流形理论推广至粗糙路径设定，使确定性方法可直接应用于随机系统。