[论文解读] The Large Deviation Principle for Coarse-Grained Processes

Richard S. Ellis, Kyle Haven+1 more|ArXiv.org|Dec 12, 2000

Statistical Mechanics and Entropy参考文献 17被引用 4

一句话总结

本文建立了从二维和准地转湍流的统计力学模型中产生的$ L^2 $-取值粗粒化过程的大型偏差原理（LDP）。通过在乘积测度$ P_n $下定义双索引过程$ W_{n,r} $，证明了在强$ L^2 $拓扑下的LDP，其速率函数在弱拓扑下具有紧水平集，从而实现了对微正则系综和正则系综中平衡宏观态的严格表征。

ABSTRACT

The large deviation principle is proved for a class of $L^2$-valued processes that arise from the coarse-graining of a random field. Coarse-grained processes of this kind form the basis of the analysis of local mean-field models in statistical mechanics by exploiting the long-range nature of the interaction function defining such models. In particular, the large deviation principle is used in a companion paper to derive the variational principles that characterize equilibrium macrostates in statistical models of two-dimensional and quasi-geostrophic turbulence. Such macrostates correspond to large-scale, long-lived flow structures, the description of which is the goal of the statistical equilibrium theory of turbulence. The large deviation bounds for the coarse-grained process under consideration are shown to hold with respect to the strong $L^2$ topology, while the associated rate function is proved to have compact level sets with respect to the weak topology. This compactness property is nevertheless sufficient to establish the existence of equilibrium macrostates for both the microcanonical and canonical ensembles.

研究动机与目标

• 严格建立从统计力学模型中随机场导出的粗粒化过程的大型偏差原理（LDP）。
• 为具有长程相互作用的湍流局部平均场模型中平衡宏观态的分析提供数学基础。
• 通过大型偏差技术，实现对微正则系综和正则系综中平衡宏观态的表征。
• 支持对湍流中相干结构（如涡旋和急流）的变分原理推导。
• 为利用大型偏差界和李雅普诺夫泛函进行平衡宏观态稳定性分析奠定理论基础。

提出的方法

• 将双索引粗粒化过程$ W_{n,r} $定义为在具有$ a_n = 2^{2n} $个格点的 dyadic 网格$ \mathcal{L}_n $上独立同分布随机变量的局部平均。
• 在$ \mathcal{Y}^{a_n} $上使用乘积测度$ P_n $，其中各分量独立同分布，分布为$ \rho $，且满足指数矩条件（1.1）。
• 证明$ W_{n,r} $在强$ L^2 $拓扑下的LDP，建立偏差概率的精确渐近界。
• 证明相关速率函数在弱$ L^2 $拓扑下具有紧水平集，从而保证变分问题中极小化元的存在性。
• 应用LDP推导微正则系综和正则系综中平衡宏观态的变分原理。
• 利用LDP证明在稳定性分析中使用李雅普诺夫泛函的合理性，通过惩罚法将阿诺德方法扩展至微正则情形。

实验结果

研究问题

• RQ1 在何种条件下，粗粒化过程$ W_{n,r} $在$ L^2 $拓扑下满足大型偏差原理？
• RQ2 速率函数在弱拓扑下的水平集紧致性如何支持平衡宏观态的存在性？
• RQ3 在非凹熵的湍流模型背景下，微正则系综与正则系综之间存在何种关系？
• RQ4 大型偏差原理如何用于推导两种系综中平衡宏观态的稳定性判据？
• RQ5 粗粒化过程在湍流中如何介导微观动力学与宏观相干结构之间的关系？

主要发现

• 粗粒化过程$ W_{n,r} $在强$ L^2 $拓扑下满足大型偏差原理。
• 与LDP相关的速率函数在弱$ L^2 $拓扑下具有紧水平集，从而保证了变分问题中极小化元的存在性。
• LDP使得对二维和准地转湍流模型的微正则系综与正则系综中平衡宏观态的表征成为可能。
• 若微正则熵$ S $严格凹且光滑，则两系综等价；否则可能不等价，且$ \mathcal{E}^{E^*} $与所有$ \mathcal{E}_\beta $不相交。
• 基于对$ I + \beta H $进行惩罚的改进型李雅普诺夫泛函，可建立在系综不等价时微正则平衡宏观态的$ L^2 $稳定性。
• LDP为微观态提供了一种弱稳定性形式，表明在遍历演化下，粗粒化过程将保持与平衡宏观态接近。