KPZ方程式

同義語:Kardar–Parisi–Zhang equationKPZ equationKardar–Parisi–Zhang方程式

概要

KPZ方程式(Kardar–Parisi–Zhang equation)とは、成長する界面の高さ $h$ を表す確率偏微分方程式 $\partial_th=\frac12\partial_x^2h+\frac12(\partial_xh)^2+\xi$ のことで、$\xi$ は時空の白色雑音である。解の候補は Brown 運動程度に粗く非線形の項が定義できないので、数学では線形の確率熱方程式の正の解 $Z$ の対数 $h=\log Z$ を解と定める。これを Cole–Hopf 解という。雑音をならすと、$\log Z$ は発散する定数を引いた形の方程式を満たす。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: Cole–Hopf変換, 熱方程式, 伊藤の公式, Brown運動

KPZ 方程式(Kardar–Parisi–Zhang equation)は、成長する界面の高さ $h(t,x)$ を表すために Kardar・Parisi・Zhang が 1986 年に提案した確率偏微分方程式
$$ \partial_th=\frac12\partial_x^2h+\frac12(\partial_xh)^2+\xi\qquad\text{(K)} $$
である。$x\in\mathbb{R}$ とし、$\xi$ は時空の白色雑音を表す。右辺の 3 つの項は、ならす効果、傾きによる成長、雑音である。
ただし (K) は、このままでは数学の方程式になっていない。後で見るように、解の候補は $x$ について Brown 運動と同じ程度に粗く、$\partial_xh$ は関数にならない。その 2 乗 $(\partial_xh)^2$ は定義できない。
数学では、Cole–Hopf変換 $Z=e^h$ を使う。形式的には、(K) は線形の 確率熱方程式
$$ \partial_tZ=\frac12\partial_x^2Z+Z\xi\qquad\text{(H)} $$
に移る。(H) は積の項が Itô 積分で読めるので、きちんと解ける。そこで (H) の解の対数を (K) の解と定義する。これが Cole–Hopf 解(Hopf–Cole 解)である。
この記事では、次のことを証明する。

  • 雑音だけの線形の方程式の解は、空間の増分の分散が距離程度で、微分を滑らかにした量の 2 乗の平均は発散する(prop-kpz-rough、prop-kpz-divergence)。
  • (H) の解は存在して一意である(thm-kpz-she)。空間 2 次元以上では同じ方法が使えない(ex-kpz-counter)。
  • 雑音を空間でならすと、$\log Z$ は発散する定数を引いた形の KPZ 方程式を満たす(prop-kpz-renormalization)。引く定数は上の発散と同じである。
  • 平らな初期値の $Z$ の 2 次のモーメントの厳密な式(prop-kpz-moment)。
    $Z$ の正値性、離散モデルからの収束、Hairer の理論、長時間の $t^{1/3}$ の揺らぎは引用する。どこまでが定理で、どこからが物理の議論や予想かは、節「確立した結果と物理の議論」で区別する。変換そのものの計算は Cole–Hopf変換 が持つ。

白色雑音と確率積分

$W$ を $\mathbb{R}_{\ge0}\times\mathbb{R}$ の時空の白色雑音とする。すなわち、$\varphi\in L^2(\mathbb{R}_{\ge0}\times\mathbb{R})$ で添字づけられた平均 $0$ の Gauss 確率変数の族 $W(\varphi)$ で、$\mathbb{E}[W(\varphi)W(\psi)]=\langle\varphi,\psi\rangle_{L^2}$ を満たすものである。形式的には $\mathbb{E}[\xi(t,x)\xi(s,y)]=\delta(t-s)\delta(x-y)$ と書く。$\xi$ は関数でなく超関数である。
$\mathcal{F}_t$ を $W(1_{[0,s]\times A})$($s\le t$、$A$ は有界な Borel 集合)で生成されるフィルトレーションとする。可予測な確率場 $f$ で $\mathbb{E}\iint f^2\,dy\,ds<\infty$ を満たすものについて、Itô 積分 $\iint f(s,y)\,W(ds,dy)$ が定まる。平均は $0$ で、Itô の等長性
$$ \mathbb{E}\Bigl[\Bigl(\iint f\,dW\Bigr)^2\Bigr]=\mathbb{E}\iint f(s,y)^2\,dy\,ds $$
が成り立つ(Cor12 §2.2.2、(36))。
熱核を $p_t(x)=(2\pi t)^{-1/2}e^{-x^2/2t}$ とする。これは 熱方程式 $\partial_tu=\frac12\partial_x^2u$ の核である。半群の性質から
$$ \int_{\mathbb{R}}p_s(x-y)p_s(x'-y)\,dy=p_{2s}(x-x'),\qquad\int_{\mathbb{R}}p_s(y)^2\,dy=p_{2s}(0)=(4\pi s)^{-1/2}\qquad(1) $$
である。この $s^{-1/2}$ が $s=0$ の近くで可積分であることが、空間 1 次元の特別な点である。

線形の方程式で見る粗さ

非線形の項を落とすと、$\partial_tY=\frac12\partial_x^2Y+\xi$(Edwards–Wilkinson 方程式)になる。$Y(0,\cdot)=0$ の解は
$$ Y(t,x)=\int_0^t\!\!\int_{\mathbb{R}}p_{t-s}(x-y)\,W(ds,dy) $$
である。$Y$ は Gauss 場で、(1) から $\mathbb{E}Y(t,x)^2=\int_0^tp_{2s}(0)\,ds=\sqrt{t/\pi}$ である。

空間の増分

$t>0$、$r=\lvert x-x'\rvert$ とする。このとき
$$ \mathbb{E}\bigl[(Y(t,x)-Y(t,x'))^2\bigr]=r-R,\qquad0\le R\le\frac{r^2}{2\sqrt{\pi t}} $$
である。とくに差分商の分散は $r\to0$ で $1/r$ の程度に発散する。

分散の計算

Itô の等長性と (1) により、左辺は
$$ \int_0^t\!\!\int\bigl(p_s(x-y)-p_s(x'-y)\bigr)^2dy\,ds=2\int_0^t\bigl(p_{2s}(0)-p_{2s}(r)\bigr)ds=\int_0^{2t}\bigl(p_u(0)-p_u(r)\bigr)du $$
である。被積分関数は $0$ 以上である。無限区間の積分を計算する。$u=r^2/2v$ と置換すると
$$ \int_0^\infty\bigl(p_u(0)-p_u(r)\bigr)du=\frac{r}{2\sqrt\pi}\int_0^\infty v^{-3/2}(1-e^{-v})\,dv=\frac{r}{2\sqrt\pi}\cdot2\Gamma\Bigl(\frac12\Bigr)=r $$
である(中の積分は部分積分による)。よって $R=\int_{2t}^\infty(p_u(0)-p_u(r))\,du\ge0$ である。$1-e^{-a}\le a$ から
$$ R\le\int_{2t}^\infty(2\pi u)^{-1/2}\frac{r^2}{2u}\,du=\frac{r^2}{2\sqrt{\pi t}} $$
である。$\square$

Brown 運動の増分の分散はちょうど $r$ である。$Y(t,\cdot)$ は小さなスケールで Brown 運動と同じ大きさの揺らぎをもつ。したがって $\partial_xY$ は関数にならない。
$\partial_xY$ を幅 $\varepsilon$ でならすと、2 乗の平均は $\varepsilon^{-1}$ の程度に発散する。$\rho\ge0$ を $C_c^\infty(\mathbb{R})$ の関数で $\int\rho=1$ を満たすものとし、$\rho_\varepsilon(x)=\varepsilon^{-1}\rho(x/\varepsilon)$、$\widetilde\rho(x)=\rho(-x)$ とする。定数
$$ C_\varepsilon:=\|\rho_\varepsilon\|_{L^2}^2=\frac{\|\rho\|_{L^2}^2}{\varepsilon} $$
をおく。

ならした微分の 2 乗の平均

$Y_\varepsilon(t,x)=\int\rho_\varepsilon(x-z)Y(t,z)\,dz$ とする。$t>0$ で
$$ \mathbb{E}\bigl[(\partial_xY_\varepsilon(t,x))^2\bigr]=C_\varepsilon-\bigl(p_{2t}*\rho_\varepsilon*\widetilde\rho_\varepsilon\bigr)(0) $$
であり、右辺の第 2 項は $0$ 以上 $(4\pi t)^{-1/2}$ 以下である。

Plancherel の等式

要点:Itô の等長性で確定した積分にし、Fourier 変換の側で時間について積分する。

詳しい証明を開く

$\partial_xY_\varepsilon(t,x)=\int_0^t\!\int g_{t-s}(x-y)\,W(ds,dy)$、$g_s=\partial_x(p_s*\rho_\varepsilon)$ である。$\widehat f(k)=\int e^{-ikx}f(x)\,dx$ と書くと $\widehat{p_s}(k)=e^{-sk^2/2}$ なので、Plancherel の等式から

$\mathbb{E}[(\partial_xY_\varepsilon)^2]=\int_0^t\|g_s\|_{L^2}^2\,ds=\frac1{2\pi}\int_{\mathbb{R}}\int_0^tk^2e^{-sk^2}\,ds\,\lvert\widehat\rho(\varepsilon k)\rvert^2\,dk=\frac1{2\pi}\int_{\mathbb{R}}(1-e^{-tk^2})\lvert\widehat\rho(\varepsilon k)\rvert^2\,dk$

である。$\frac1{2\pi}\int\lvert\widehat\rho(\varepsilon k)\rvert^2\,dk=\|\rho_\varepsilon\|_{L^2}^2=C_\varepsilon$ である。残りの項は $e^{-tk^2}=\widehat{p_{2t}}(k)$、$\lvert\widehat\rho(\varepsilon k)\rvert^2=\widehat{\rho_\varepsilon*\widetilde\rho_\varepsilon}(k)$ なので、反転公式により $(p_{2t}*\rho_\varepsilon*\widetilde\rho_\varepsilon)(0)$ に等しい。$\rho_\varepsilon*\widetilde\rho_\varepsilon$ は積分 $1$ の非負の関数で、$p_{2t}\le p_{2t}(0)$ である。$\square$

(K) の解が小さなスケールで $Y$ のように振る舞うなら、$\frac12(\partial_xh)^2$ は発散する定数 $\frac12C_\varepsilon$ を平均にもつ。prop-kpz-renormalization で、同じ定数が (K) の補正の項として現れる。

確率熱方程式

(H) は積分形で読む。

確率熱方程式の解

$Z_0\colon\mathbb{R}\to\mathbb{R}$ を有界な可測関数とする。可予測な確率場 $Z$ が (H) の初期値 $Z_0$ の mild 解 であるとは、各 $T>0$ で $\sup_{t\le T,\,x}\mathbb{E}Z(t,x)^2<\infty$ であり、各 $(t,x)$($t>0$)で確率 $1$ で
$$ Z(t,x)=\int_{\mathbb{R}}p_t(x-y)Z_0(y)\,dy+\int_0^t\!\!\int_{\mathbb{R}}p_{t-s}(x-y)Z(s,y)\,W(ds,dy) $$
が成り立つことをいう。

確率熱方程式の解の存在と一意性

有界な可測関数 $Z_0$ について、(H) の mild 解が存在し、修正を除いて一意である。さらに
$$ \sup_{t\ge0}\sup_x e^{-t}\,\mathbb{E}Z(t,x)^2\le C\|Z_0\|_\infty^2 $$
である($C$ は絶対定数)。

重みつきノルムの縮小

鍵は次の評価である。$b\colon[0,\infty)\to[0,\infty]$ に対して $\|b\|:=\sup_{t\ge0}e^{-t}b(t)$ とおくと、$c(t):=\int_0^t(4\pi(t-s))^{-1/2}b(s)\,ds$ について
$$ e^{-t}c(t)\le\|b\|\int_0^t(4\pi r)^{-1/2}e^{-r}\,dr\le\|b\|\cdot(4\pi)^{-1/2}\Gamma\Bigl(\frac12\Bigr)=\frac12\|b\|\qquad(2) $$
である($r=t-s$ と置換した)。
一意性:$Z,Z'$ を $[0,T]$ の解とし、$D=Z-Z'$、$b(t)=\sup_x\mathbb{E}D(t,x)^2$($t>T$ では $0$)とする。Itô の等長性と (1) により
$$ \mathbb{E}D(t,x)^2=\int_0^t\!\!\int p_{t-s}(x-y)^2\,\mathbb{E}D(s,y)^2\,dy\,ds\le\int_0^t(4\pi(t-s))^{-1/2}b(s)\,ds $$
である。(2) より $\|b\|\le\frac12\|b\|$ で、$\|b\|<\infty$ なので $b=0$ である。
存在:$Z^0(t,x)=\int p_t(x-y)Z_0(y)\,dy$ とし、$Z^{m+1}=Z^0+\iint p\,Z^m\,dW$ と定める。$b_m(t)=\sup_x\mathbb{E}(Z^{m+1}-Z^m)(t,x)^2$ とおく。上と同じ計算で $\|b_m\|\le\frac12\|b_{m-1}\|$ である。$\lvert Z^0\rvert\le\|Z_0\|_\infty$ から $b_0(t)\le\|Z_0\|_\infty^2\sqrt{t/\pi}$ である。よって $\sum_m\|b_m\|^{1/2}<\infty$ で、$Z^m$ は平方平均で各 $(t,x)$ ごとに収束する。極限は(可予測な修正をとると)mild 解である。ノルムの評価は同じ和から得られる。$\square$

$Z$ は連続な修正をもつ。$Z_0\ge0$ の積分が正なら、確率 $1$ ですべての $t>0$、$x$ で $Z(t,x)>0$ である(Mueller の定理。Cor12 §2.2.1。この記事では証明しない)。GP15 §7 は、周期的な場合に経路ごとの別証明を与える。

Cole–Hopf 解

$h_0$ を $e^{h_0}$ が有界な連続関数とする。$Z$ を $Z_0=e^{h_0}$ の (H) の連続な解とするとき、$h:=\log Z$ を (K) の Cole–Hopf 解(Hopf–Cole 解)という。

$\nu=\frac12$、$V=-\xi$ とすると、これは Cole–Hopf変換 の定理「基本の恒等式」の $w=-h$、$\theta=Z$ の形である。文献によっては $H=-\log Z$ を高さとし(Cor12 Definition 2.2、ACQ11 (1.4))、雑音の符号も違うが、$-\xi$ は $\xi$ と同じ法則なので同じ対象である。傾き $u=\partial_xh$ は形式的に確率 Burgers 方程式 $\partial_tu=\frac12\partial_x^2u+\frac12\partial_x(u^2)+\partial_x\xi$ を満たす。

くりこみの定数

def-kpz-solution が (K) の解と呼ぶに値する理由は、雑音をならすとわかる。
$\xi$ を空間で $\rho_\varepsilon$ でならしたものを $\xi_\varepsilon=\rho_\varepsilon*\xi$ とする。積分した $W_\varepsilon(t,x):=\int_0^t\!\int\rho_\varepsilon(x-y)\,W(ds,dy)$ は、各 $x$ で分散 $C_\varepsilon t$ の Brown 運動である。

伊藤の公式の補正

$Z_\varepsilon>0$ が $x$ について $C^2$ 級で、各 $x$ で
$$ dZ_\varepsilon=\frac12\partial_x^2Z_\varepsilon\,dt+Z_\varepsilon\,dW_\varepsilon(t,x) $$
を満たす連続セミマルチンゲールとする。このとき $h_\varepsilon=\log Z_\varepsilon$ は、各 $x$ で
$$ dh_\varepsilon=\Bigl(\frac12\partial_x^2h_\varepsilon+\frac12(\partial_xh_\varepsilon)^2-\frac12C_\varepsilon\Bigr)dt+dW_\varepsilon(t,x) $$
を満たす。

対数に伊藤の公式を当てる

$x$ を固定する。$Z_\varepsilon$ の 2 次変分は $d\langle Z_\varepsilon\rangle=Z_\varepsilon^2C_\varepsilon\,dt$ である。伊藤の公式 により
$$ d\log Z_\varepsilon=\frac{dZ_\varepsilon}{Z_\varepsilon}-\frac12\frac{d\langle Z_\varepsilon\rangle}{Z_\varepsilon^2}=\frac{\partial_x^2Z_\varepsilon}{2Z_\varepsilon}\,dt+dW_\varepsilon-\frac12C_\varepsilon\,dt $$
である。$Z_\varepsilon=e^{h_\varepsilon}$ から $\partial_x^2Z_\varepsilon/Z_\varepsilon=\partial_x^2h_\varepsilon+(\partial_xh_\varepsilon)^2$ である。$\square$

つまり $h_\varepsilon$ の方程式は (K) に $-\frac12C_\varepsilon$ を足したものである。$C_\varepsilon\to\infty$ なので、$h_\varepsilon$ が収束するのは、発散する定数を引いているからである。これは prop-kpz-divergence の平均の発散をちょうど打ち消す。形式的に書けば、Cole–Hopf 解は
$$ \partial_th=\frac12\partial_x^2h+\frac12\bigl((\partial_xh)^2-\infty\bigr)+\xi $$
の解である。$\log$ の連鎖律が通常の形でないこの差が、Cole–Hopf変換 の恒等式をそのまま使えない理由である。周期境界の場合の同じ計算と、$Z_\varepsilon\to Z$ の収束は Hai13 (1.5) とその前後にある(この記事では $Z_\varepsilon\to Z$ を証明しない)。Hai13 §1 は、この解釈が線形化した方程式の Gauss 構造に関する Wick 積に当たることも述べている。

平らな初期値のモーメント

$Z_0\equiv1$($h_0\equiv0$)とする。

2 次のモーメント

$Z_0\equiv1$ の解について、すべての $(t,x)$ で $\mathbb{E}Z(t,x)=1$ であり、
$$ \mathbb{E}Z(t,x)^2=e^{t/4}\Bigl(1+\operatorname{erf}\frac{\sqrt t}{2}\Bigr) $$
である。

Volterra 方程式を Laplace 変換で解く

mild 解の式の Itô 積分は平均 $0$ なので、$\mathbb{E}Z(t,x)=1$ である。
$W$ の法則は空間の平行移動で変わらないので、thm-kpz-she の一意性から $m(t):=\mathbb{E}Z(t,x)^2$ は $x$ によらない。mild 解の式を 2 乗して平均をとると、Itô の等長性と (1) により
$$ m(t)=1+\int_0^t(4\pi(t-s))^{-1/2}m(s)\,ds $$
である。thm-kpz-she により $m(t)\le Ce^t$ なので、$\lambda>1$ で Laplace変換 $M(\lambda)$ が定まる。$(4\pi t)^{-1/2}$ の変換は $\frac12\lambda^{-1/2}$ なので、$M(\lambda)=\lambda^{-1}+\frac12\lambda^{-1/2}M(\lambda)$、すなわち
$$ M(\lambda)=\frac1{\sqrt\lambda\,(\sqrt\lambda-\frac12)} $$
である。これは $e^{a^2t}(1+\operatorname{erf}(a\sqrt t))$($a=\frac12$)の Laplace 変換である(実際、誤差関数 $\operatorname{erf}$ について $\phi(t)=e^{a^2t}\operatorname{erf}(a\sqrt t)$ とおくと、$\phi(0)=0$、$\phi'=a^2\phi+a(\pi t)^{-1/2}$ なので、$\lambda>a^2$ で $\mathcal{L}[\phi]=\frac{a}{\sqrt\lambda(\lambda-a^2)}$ である。これに $\mathcal{L}[e^{a^2t}]=\frac1{\lambda-a^2}$ を足す)。Laplace 変換の一意性と $m$ の連続性から結論を得る。$\square$

$\lim_{t\to\infty}t^{-1}\log\mathbb{E}Z^2=\frac14$ である。これは ACQ11 (1.19) の増大率 $\frac1{24}n(n^2-1)$ の $n=2$ の場合と同じ値である(同式はデルタ関数の初期値についての式である)。
$\mathbb{E}Z=1$ なのに $\mathbb{E}Z^2$ が指数的に増えるので、$Z$ の期待値は稀な大きい値に支配される。$h$ の側では、Jensenの不等式 より
$$ \mathbb{E}h(t,x)=\mathbb{E}\log Z(t,x)\le\log\mathbb{E}Z(t,x)=0 $$
である。$t>0$ で $Z$ は定数でない($m(t)>1$)ので、不等式は真である。雑音の平均は $0$ なのに、平らな界面の平均の高さは $0$ より下になる。これが prop-kpz-renormalization の負の補正の痕跡である。

スケーリングと長時間の揺らぎ

ここは形式的な計算である。$h^\delta(t,x):=\delta^ah(\delta^{-z}t,\delta^{-1}x)$ とおく。$\xi^\delta(t,x):=\delta^{-(z+1)/2}\xi(\delta^{-z}t,\delta^{-1}x)$ は白色雑音と同じ法則をもつ。(K) を書き直すと
$$ \partial_th^\delta=\frac12\delta^{2-z}\partial_x^2h^\delta+\frac12\delta^{2-z-a}(\partial_xh^\delta)^2+\delta^{a+\frac12-\frac z2}\xi^\delta $$
である。3 つの係数を同時に $1$ にする指数はない。

指数 $(a,z)$係数読み取れること
$(\frac12,2)$$(1,\ \delta^{-1/2},\ 1)$$\delta\to\infty$(小さいスケール)で非線形の項が消え、線形の方程式に近づく
$(\frac12,\frac32)$$(\delta^{1/2},\ 1,\ \delta^{1/4})$$\delta\to0$(大きいスケール)で非線形の項だけが残る

1 行目の性質を、Hai14 §1 は局所部分臨界(locally subcritical)と呼ぶ。この性質が Hairer の理論の前提である。2 行目は、$h$ の揺らぎが $t^{1/3}$、相関の幅が $t^{2/3}$ の程度であるという KPZ の指数の説明になる。$(\frac12,\frac32)$ の $a=\frac12$ は、両側 Brown 運動が確率 Burgers 方程式の平衡に対応し(ACQ11 §1.1)、大きいスケールでも $h$ の空間の増分が Brown 運動の大きさであることから来る。

確立した結果と物理の議論

主張状態所在
(H) の解の存在と一意性、$h=\log Z$ の定義定理thm-kpz-she、Cor12 §2.2
$Z>0$定理(Mueller)Cor12 §2.2.1
弱非対称な単純排他過程(排他過程)の揺らぎの極限が Cole–Hopf 解定理(Bertini–Giacomin)Hai13 §1、Cor12 §2.2.1
Cole–Hopf 解の経路ごとの解釈(周期境界)定理(Hairer)。下の rem-kpz-hairerHai13 Theorem 1.1
デルタ関数の初期値の $Z$ の 1 点分布の厳密な式定理(Amir–Corwin–Quastel)ACQ11 Theorem 1.1
同じ初期値で、中心化した $\log Z$ の $t^{-1/3}$ 倍が GUE Tracy–Widom 分布に収束定理ACQ11 Corollary 1.3
同じ初期値で、中心化した $\log Z$ の高さを $2^{1/3}T^{-1/3}$ 倍、空間を $2^{1/3}T^{2/3}$ 倍にスケールすると、Airy$_2$ 過程から放物線 $y^2$ を引いた過程に収束(ACQ11 が予想した)証明が発表されている(Virág、Wu)ACQ11 Conjecture 1.5、Wu25 §1、Theorem 1.6
ballistic deposition など多くの成長模型が同じ指数をもつ(普遍性)予測。Cor12(2011 年)は ballistic deposition の指数を未証明としているCor12 §1.1.1
高次元の界面の成長Cor12(2011 年)は予測も結果も少ないとしている。その後、空間 2 次元の KPZ 方程式では、雑音を幅 $\varepsilon$ でならして強さを $\varepsilon$ の対数で弱めると、部分臨界の範囲で揺らぎの極限が加法的な雑音の確率熱方程式の解になることが示された(CSZ20 Theorem 1.1)Cor12 §1.1.1

ACQ11 Corollary 1.3 の主張は次のとおりである。デルタ関数の初期値の解 $Z$ について $F(T,X)=\log Z(T,X)-\log p_T(X)$ とおく。$T\to\infty$ のとき、$T^{-1/3}(F(T,X)+\frac T{24})$ の分布関数は $s\mapsto F_{\mathrm{GUE}}(2^{1/3}s)$ に収束する。$F_{\mathrm{GUE}}$ は GUE の最大固有値の揺らぎの極限の分布関数で、ランダム行列 の定理「スペクトルの端」の $F_2$ である。中心化の $-\frac T{24}$ は、prop-kpz-moment のあとで見た負の平均の、この初期値での形である。

Hairer の定理

Hai13 Theorem 1.1 は、空間を円周とし、雑音の分散の定数を調整した (K) について、次を述べる(この記事では証明しない。Hairer の理論の枠組みは 正則性構造)。Polish 空間 $X$ と可測写像 $\Psi\colon\Omega\to X$、連続な解写像 $S_{\mathrm{R}}(h_0,\Psi)$ があり(爆発の時刻の手前で連続)、ほとんどすべての $\omega$ で Cole–Hopf 解が $S_{\mathrm{R}}(h_0,\Psi(\omega))$ に等しい。つまり、雑音から確率的に $\Psi$ を作る部分と、確定的に解く連続な部分に分かれる。変換を経由しない解の概念である。Hai14 の正則性構造の理論は、これを局所部分臨界な方程式の広い族に一般化した。GP15 は、周期的な (K) を paracontrolled distributions の方法で扱い、(K)、確率 Burgers 方程式、(H) の関係を示している。

反例:条件を外すと成り立たないこと

主張外す条件反例成り立たなくなること
thm-kpz-she空間 1 次元$d\ge2$ の熱核$\int_0^t\int p_s^2=\infty$ で、線形の解の分散が無限大
def-kpz-solution の $\log Z$初期値が $0$ でないこと$Z_0\equiv0$$Z\equiv0$ で、$\log Z$ が定まらない
通常の連鎖律伊藤の補正prop-kpz-renormalization の $-\frac12C_\varepsilon$ を落とす定数 $\frac12C_\varepsilon$ の分だけ方程式が合わない
prop-kpz-divergence の有界性ならし($\varepsilon>0$)$\varepsilon\to0$$C_\varepsilon\to\infty$
$\mathbb{E}\log Z=\log\mathbb{E}Z$$Z$ が確率変数でないこと平らな初期値の $Z$左辺は負で、右辺は $0$ である
反例の確かめ

$d\ge2$ の場合:$d$ 次元の熱核について、$\int_{\mathbb{R}^d}p_s(y)^2\,dy=(4\pi s)^{-d/2}$ である。$d\ge2$ では $\int_0^ts^{-d/2}\,ds=\infty$ なので、$\iint p_{t-s}(x-y)^2\,dy\,ds=\infty$ であり、確定した関数 $p_{t-s}(x-\cdot)$ の Itô 積分すら定義できない。thm-kpz-she の証明の (2) の評価が使えない。
$Z_0\equiv0$ の場合:$Z\equiv0$ は mild 解で、一意性からそれが解である。正値性の定理の仮定を外している。
連鎖律の場合:$x$ によらない解を見る。$B$ を $\mathbb{E}B(t)^2=Ct$ の Brown 運動とする。$dZ=Z\,dB$、$Z(0)=1$ の解は $Z=e^{B-Ct/2}$ で、$\log Z=B-\frac12Ct$ である。補正は空間の微分の項と無関係に現れる。

出典

prop-kpz-rough、prop-kpz-divergence、prop-kpz-moment の式は、この記事で直接計算した。thm-kpz-she は Cor12 §2.2.2 の定義の有界な初期値の場合で、証明はここに書いた。KPZ 方程式の提案と指数の予想(Kardar–Parisi–Zhang、1986 年)、Bertini–Giacomin の定義と収束の定理、Mueller の正値性の定理は Cor12 と Hai13 の記述による。

関連項目

参考文献

[1]
Ivan Corwin, The Kardar–Parisi–Zhang equation and universality class, Random Matrices: Theory and Applications 1 (2012), 1130001; arXiv:1106.1596v4, 2012, §1.1.1、§2.2、Definition 2.2、Definition 2.3、(36)
[2]
Martin Hairer, Solving the KPZ equation, Annals of Mathematics 178 (2013), 559–664; arXiv:1109.6811, 2013, §1、(1.1)–(1.5)、Theorem 1.1
[3]
Gideon Amir, Ivan Corwin, Jeremy Quastel, Probability distribution of the free energy of the continuum directed random polymer in 1+1 dimensions, Communications on Pure and Applied Mathematics 64 (2011), 466–537; arXiv:1003.0443, 2011, §1.1、(1.1)、(1.4)、(1.13)、(1.19)、Theorem 1.1、Corollary 1.3、Conjecture 1.5
[4]
Martin Hairer, A theory of regularity structures, Inventiones Mathematicae 198 (2014), 269–504; arXiv:1303.5113, 2014, §1
[5]
Xuan Wu, The KPZ equation and the directed landscape, arXiv:2301.00547v3, 2025, §1、(1.8)、Definition 1.3、Theorem 1.6
[6]
Francesco Caravenna, Rongfeng Sun, Nikos Zygouras, The two-dimensional KPZ equation in the entire subcritical regime, Annals of Probability 48 (2020), 1086–1127; arXiv:1812.03911, 2020, §1.1、Theorem 1.1
[7]
Massimiliano Gubinelli, Nicolas Perkowski, KPZ reloaded, Communications in Mathematical Physics 349 (2017), 165–269; arXiv:1508.03877, 2017, §1、§7

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する