[论文解读] Sharp Statistical Properties for a Family of Multidimensional NonMarkovian Nonconformal Intermittent Maps

Peyman Eslami, Ian Melbourne+1 more|arXiv (Cornell University)|Apr 2, 2019

Mathematical Dynamics and Fractals参考文献 72被引用 5

一句话总结

本文为一类具有中性不动点的多维、非马尔可夫、非共形间歇映射建立了相关性的锐多项式衰减及最优统计极限律。通过构造具有多项式尾部估计的Young塔并分析扭曲转移算子，证明了泛函中心极限定理、稳定分布律、Berry-Esseen界和大偏差，将一维结果推广至非共形与非马尔可夫设定下的高维情形。

ABSTRACT

Intermittent maps of Pomeau-Manneville type are well-studied in one-dimension, and also in higher dimensions if the map happens to be Markov. In general, the nonconformality of multidimensional intermittent maps represents a challenge that up to now is only partially addressed. We show how to prove sharp polynomial bounds on decay of correlations for a class of multidimensional intermittent maps. In addition we show that the optimal results on statistical limit laws for one-dimensional intermittent maps hold also for the maps considered here. This includes the (functional) central limit theorem and local limit theorem, Berry-Esseen estimates, large deviation estimates, convergence to stable laws and L\\'evy processes, and infinite measure mixing.

研究动机与目标

• 将一维间歇映射的锐统计性质（如相关性衰减与极限律）扩展至多维、非马尔可夫、非共形系统。
• 解决高维间歇映射中非共形性带来的挑战，该问题曾限制先前研究结果。
• 证明即使在缺乏马尔可夫结构或共形性的情况下，最优混合速率与极限定理（如泛函中心极限定理、稳定分布律）依然成立。
• 在多维非共形设定下，确立Berry-Esseen估计、大偏差原理及归一化Birkhoff和收敛至Lévy过程的有效性。

提出的方法

• 为映射构造一个具有多项式尾部估计的Young塔，利用返回到具有良好扭曲与衰减性质的基集的首次返回时间。
• 在塔基上定义转移算子，并通过引入包含可观测量特征函数的扭曲算子 $ R_t $ 分析其谱性质。
• 利用假设 $ \|R_t - R\|_{\mathcal{B}} \leq C|t|^{\alpha'} $ 控制 $ t=0 $ 附近谱的扰动，从而实现向稳定分布律的收敛。
• 证明扭曲算子的主特征值 $ \lambda_t $ 满足 $ \lambda_t = 1 - \sigma|t|^\alpha(1 - i\beta \operatorname{sgn}t \tan(\alpha\pi/2)) + o(|t|^\alpha) $，该表达式与极限稳定分布律的特征函数直接关联。
• 应用Lévy连续性定理，证明归一化Birkhoff和收敛于稳定分布律 $ G_{\alpha,\beta} $。
• 利用可观测量的有界变分性与Hölder正则性，确保在Banach空间 $ \mathcal{B}(Y) $ 中所需的可积性与谱控制。

实验结果

研究问题

• RQ1 能否为非共形且非马尔可夫的多维间歇映射建立锐多项式相关性衰减？
• RQ2 在相同形式下，泛函中心极限定理与稳定分布律是否在多维系统中成立，如同在一维间歇映射中一样？
• RQ3 在非共形设定下，扭曲转移算子的何种谱条件足以推出向稳定分布律的收敛？
• RQ4 非共形性的存在如何影响混合速率与极限律的形式，相较于共形或马尔可夫情形？
• RQ5 在一维映射中使用的技术能否被适配，以证明高维非马尔可夫间歇系统中的Berry-Esseen与大偏差估计？

主要发现

• 对于Hölder连续可观测量，相关性衰减被控制在 $ O(n^{-(1/\gamma - 1)}) $ 范围内，与 $ \gamma \in (0,1) $ 时的一维情形锐率一致，且该界为最优。
• 当 $ \gamma \in (0,1) $ 时，系统存在唯一的绝对连续不变概率测度 $ \mu $，且该测度是混合的。
• 归一化Birkhoff和 $ n^{-1/\alpha} \psi_n $ 依分布收敛于非退化的 $ \alpha $-稳定分布律 $ G_{\alpha,\beta} $，其特征函数为 $ \exp\{ -\sigma|t|^\alpha(1 - i\beta \operatorname{sgn}t \tan(\alpha\pi/2)) \} $，其中 $ \alpha \in (1,2) $。
• 在与一维情形相同的条件下，Berry-Esseen估计与局部极限定理成立，误差界为 $ O(n^{-\alpha'/\alpha}) $，其中 $ \alpha' \in (\alpha/2, 1] $。
• 对于 $ \gamma \in (0,1) $，建立了大偏差估计与矩收敛性，扩展了一维情形的结果。
• 当 $ \gamma \geq 1 $ 时，证明了无限测度下的混合性，存在唯一的 $ \sigma $-有限不变测度，并在适当归一化下，Birkhoff和收敛至Lévy过程。