[论文解读] Zero noise limit for multidimensional SDEs driven by a pointy gradient

François Delarue, Mario Maurelli|arXiv (Cornell University)|Sep 18, 2019

Stochastic processes and financial applications参考文献 22被引用 4

一句话总结

本文建立了由原点处奇异的 C¹,¹ 势能产生的尖锐梯度驱动的多维 SDE 的零噪声极限——表明当噪声强度趋于零时，解几乎必然沿最大化势能的路径从原点离开。该结果扩展了 Bafico 和 Baldi 的一维结果，通过概率性离开行为证明了极值解的选择。

ABSTRACT

The purpose of the article is to address the limiting behavior of the solutions of stochastic differential equations driven by a pointy $d$-dimensional gradient as the intensity of the underlying Brownian motion tends to $0$. By pointy gradient, we here mean that the drift derives from a potential that is ${\mathcal C}^{1,1}$ on any compact subset that does not contain the origin. As a matter of fact, the corresponding deterministic version of the differential equation may have an infinite number of solutions when initialized from $0_{{\mathbb R}^d}$, in which case the limit theorem proved in the paper reads as a selection theorem of the solutions to the zero noise system. Generally speaking, our result says that, under suitable conditions, the probability that the particle leaves the origin by going through regions of higher potential tends to $1$ as the intensity of the noise tends to $0$. In particular, our result extends the earlier one due to Bafico and Baldi for the zero noise limit of one dimensional stochastic differential equations.

研究动机与目标

• 分析由在原点非利普希茨的 C¹,¹ 势能导出的奇异漂移的多维 SDE 解的极限行为。
• 解决高维情况下的佩亚诺现象，即确定性系统从原点出发可能有无穷多条解。
• 在零噪声极限下建立解的选择原则，偏好通过更高势能区域离开原点的路径。
• 将 Bafico 和 Baldi 的一维零噪声极限结果推广至具有尖锐梯度的多维情形。

提出的方法

• 分析依赖于零噪声极限的概率方法，重点研究噪声强度 ε → 0 时从原点邻域的离开行为。
• 作者利用漂移由势能 V 导出的事实，该势能在原点外为 C¹,¹，且在原点处具有奇点，并满足 |∇V|/V^{p/(p+1)} 的增长条件，其中 p > 0。
• 关键技术工具是构造一个依赖于 ε 的过渡点 (t,x)，使得在时间 t 之前噪声占主导，之后漂移占主导，且 x 是时间 t 的典型位置。
• 证明利用了 V^{1/(p+1)} 的正则性，并通过方向导数论证表明 {g > 0}（其中 g = |∇V|）的边界具有零勒贝格测度。
• 应用孔隙度论证表明 {g = 0} 的测度为零，从而支持了解沿高势能方向几乎必然离开的结论。
• 通过证明当 ε → 0 时，通过高势能区域离开的概率趋于 1，得出主要结果。

实验结果

研究问题

• RQ1 当噪声强度趋于零时，具有尖锐梯度的多维 SDE 的解行为如何，特别是当确定性系统从原点出发有多个解时？
• RQ2 零噪声极限能否用于在佩亚诺现象设定下从无穷多条可能解中选择唯一解？
• RQ3 在零噪声极限下，从原点离开的优选方向由什么决定——具体而言，势能梯度是否影响解的选择？
• RQ4 Bafico 和 Baldi 的一维结果在具有奇异漂移的高维情形下能推广到何种程度？
• RQ5 随着噪声消失，势能梯度的几何结构如何影响随机过程的离开行为？

主要发现

• 当噪声强度 ε → 0 时，解通过高势能区域离开原点的概率趋于 1。
• 零噪声极限选择那些沿势能梯度最大化路径行进的解，从而在无穷多条确定性解中实现选择原则。
• {g > 0}（其中 g = |∇V|）的边界具有零勒贝格测度，意味着非零梯度方向的集合在测度意义下是稠密的。
• 该结果推广了 Bafico 和 Baldi 的一维零噪声极限，其中极限测度集中在按离开速度加权的极值解上。
• 离开行为由势能的局部正则性决定：V 在不包含原点的紧集上为 C¹,¹，且在原点邻域内 |∇V|/V^{p/(p+1)} 的比值远离零。
• ε = 0.001 的数值模拟显示，模拟路径与理论预测的离开方向高度吻合，为理论预测提供了实证支持。