[论文解读] Strongly degenerate time inhomogeneous SDEs: densities and support properties. Application to a Hodgkin-Huxley system with periodic input

Reinhard Höpfner, Eva Löcherbach+1 more|arXiv (Cornell University)|Oct 1, 2014

Stability and Controllability of Differential Equations参考文献 20被引用 6

一句话总结

本文在局部 Hörmander 条件下，建立了具有非全局 Lipschitz 系数和一维噪声的强退化时变随机微分方程（SDE）的连续严格正转移密度的存在性。该结果被应用于具有周期性输入的 5D 随机霍奇金-赫克斯利模型，证明了在稳定平衡点或周期轨道附近密度的存在性与正性，为未来关于遍历性和统计推断的研究奠定了基础。

ABSTRACT

In this paper we study the existence of densities for strongly degenerate stochastic differential equations (SDEs) whose coefficients depend on time and are not globally Lipschitz. In these models neither local ellipticity nor the strong Hörmander condition is satisfied. In this general setting we show that continuous transition densities indeed exist in all neighborhoods of points where the weak Hörmander condition is satisfied. We also exhibit regions where these densities remain positive. We then apply these results to stochastic Hodgkin-Huxley models with periodic input as a first step towards the study of ergodicity properties of such systems in the sense of [27]-[28].

研究动机与目标

• 建立具有非全局 Lipschitz 系数的强退化时变 SDE 的转移密度存在性与正则性。
• 分析此类系统中密度的支撑性质及其严格正区域。
• 将理论结果应用于具有周期性突触输入的 5D 随机霍奇金-赫克斯利模型。
• 为神经动力学模型中未来的遍历性与统计推断研究提供基础。
• 弥合理论 SDE 理论与涉及电导基模型和随机输入的神经科学应用之间的鸿沟。

提出的方法

• 利用马利avin微积分与弱 Hörmander 条件，证明具有时变、非 Lipschitz 系数的 SDE 存在勒贝格密度。
• 应用支撑定理与时变向量场分析，刻画密度严格为正的区域。
• 提出一类包含内部变量与随机输入的 SDE 类，用于建模电导基神经元系统。
• 通过伊藤与斯特拉托诺维奇微积分推导随机流与雅可比矩阵的动力学，确保流雅可比矩阵的可逆性。
• 利用漂移与扩散系数有界时空导数的性质，建立对流逆矩阵及其迭代导数的矩界。
• 改编 Bismut-Elworthy-Li 型公式的估计，以在局部 Hörmander 条件（LWH）下控制密度下界，即使在缺乏局部椭圆性时亦成立。

实验结果

研究问题

• RQ1 在何种条件下，具有非 Lipschitz 系数的强退化时变 SDE 存在连续转移密度？
• RQ2 这些密度在状态空间中的哪些区域严格为正，特别是靠近平衡点或周期轨道时？
• RQ3 弱 Hörmander 条件能否用于证明在缺乏局部椭圆性或强 Hörmander 条件的系统中密度的存在性？
• RQ4 具有周期性输入的 5D 随机霍奇金-赫克斯利模型是否具有勒贝格密度，且在稳定状态邻域内是否为正？
• RQ5 理论密度结果如何应用于推断电导基神经元模型中的遍历性与长期行为？

主要发现

• 在局部 Hörmander 条件满足的邻域内，所研究类 SDE 的连续转移密度存在，即使缺乏局部椭圆性或全局 Lipschitz 连续性。
• 密度在底层确定性系统稳定平衡点或稳定周期轨道周围的区域严格为正。
• 具有周期性输入的 5D 随机霍奇金-赫克斯利模型具有勒贝格密度，且在稳定平衡点或周期轨道附近为正。
• 马利avin矩阵与逆流的理论界确保密度下界在小 $ t $ 时表现为 $ O(t^{-m k_N}) $，其中 $ k_N > 0 $ 依赖于 LWH 条件。
• 结果对时变性具有鲁棒性，适用于仅在第一和最后两个分量上作用一维噪声的系统。
• 该框架为神经科学模型中未来的统计推断与遍历性分析提供了支持，尤其契合 MANDy 项目的目标。