Skip to main content
QUICK REVIEW

[论文解读] The conditioned Lyapunov spectrum for random dynamical systems

Matheus M. Castro, Dennis Chemnitz|arXiv (Cornell University)|Apr 8, 2022
Gene Regulatory Network Analysis被引用 4
一句话总结

本文通过将条件非吸收的 $Q$-过程嵌入随机动力系统框架,建立了无记忆随机动力系统在吸收情形下的完整李雅普诺夫谱。证明了有限时间李雅普诺夫指数在条件概率下收敛,并将结果应用于迭代函数系统和带吸收的SDE,通过拟平稳测度将经典李雅普诺夫理论扩展至非遍历、被吸收的系统。

ABSTRACT

We establish the existence of a full spectrum of Lyapunov exponents for memoryless random dynamical systems with absorption. To this end, we crucially embed the process conditioned to never being absorbed, the $Q$-process, into the framework of random dynamical systems, allowing us to study multiplicative ergodic properties. We show that the finite-time Lyapunov exponents converge in conditioned probability and apply our results to iterated function systems and stochastic differential equations.

研究动机与目标

  • 将经典李雅普诺夫指数理论扩展至因缺乏全局遍历性而失效的吸收型随机动力系统。
  • 为避免吸收的系统定义并分析完整的李雅普诺夫指数谱。
  • 在一般条件下,建立 $Q$-过程唯一不变测度(拟平稳分布)的存在性。
  • 通过将 $Q$-过程嵌入随机动力系统框架,弥合经典动力系统理论与具有吸收态的随机系统之间的鸿沟。
  • 为研究有界区域内的噪声系统中的局部稳定性和分岔现象提供严格基础。

提出的方法

  • 通过时间变换测度,将定义为永不被吸收的条件动力系统的 $Q$-过程嵌入随机动力系统(RDS)框架。
  • 以存在唯一拟平稳分布(QSD)及其指数收敛性作为关键假设(假设 H)。
  • 利用 QSD 中的调和函数 $\eta$ 和指数速率 $\beta$,在乘积空间 $\Omega \times M$ 上定义新的概率测度 $\mathbb{Q}_x$。
  • 证明 $Q$-过程满足上链性质并继承 RDS 结构,从而可应用乘法遍历理论。
  • 对 $Q$-过程应用奥斯列杰茨乘法遍历定理,建立完整李雅普诺夫谱的存在性。
  • 验证有限时间李雅普诺夫指数在 $\mathbb{Q}$-概率下的收敛性,并通过 $\mathbb{S}^1$ 上的例子展示谱的结构。

实验结果

研究问题

  • RQ1能否为吸收型随机动力系统定义完整的李雅普诺夫谱,使得经典李雅普诺夫理论因缺乏全局遍历性而失效?
  • RQ2如何将条件非吸收的 $Q$-过程嵌入 RDS 框架,以支持乘法遍历分析?
  • RQ3在何种条件下可保证唯一拟平稳分布的存在性及其指数收敛性,从而支持 $Q$-过程的构造?
  • RQ4 $Q$-过程的李雅普诺夫指数如何与原系统的动力学和稳定性特性相关联?
  • RQ5在退化情形(如李雅普诺夫指数重合)下,Oseledets 分旗与李雅普诺夫谱的结构如何?

主要发现

  • $Q$-过程的有限时间李雅普诺夫指数在 $\mathbb{Q}$-概率下收敛至完整的李雅普诺夫指数谱,将经典结果扩展至非遍历、被吸收的系统。
  • $Q$-过程具有唯一的不变测度 $\mathbb{Q}_\nu$,且在噪声平移 $\Theta$ 下是遍历的,确保乘法遍历定理的有效性。
  • 对于 $Q$-过程,李雅普诺夫指数由 $\Lambda_k = \lim_{t \to \infty} \frac{1}{t} \log \|D\varphi_t^{(k)}\|$ 给出,且在 $\mathbb{Q}_\nu$-几乎必然下收敛,谱为实数且有序。
  • 当李雅普诺夫指数互异时,Oseledets 分旗非平凡:$\{0\} \subset \mathrm{Span}\{(0,1)\} \subset \mathbb{R}^2$,反映了李雅普诺夫子空间的结构。
  • 当李雅普诺夫指数重合时(例如 $\sigma_1 = \sigma_2$),谱为 $\{\Lambda_1, 2\}$,表示重数为二,且分旗为 $\{0\} \subset \mathbb{R}^2$,与理论一致。
  • 结果被应用于 SDE 和迭代函数系统,证明即使在具有吸收和无界噪声的系统中,仍存在明确定义的李雅普诺夫谱。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。