Fokker–Planck方程式

同義語:Fokker–Planck equationFokker-Planck方程式Fokker-Planck equationFokker–Planck 方程式Kolmogorovの前進方程式Kolmogorov forward equation

概要

Fokker–Planck方程式(Fokker–Planck equation)とは、確率微分方程式 $dX=b\,dt+\sigma\,dB$ の解の密度 $p$ が満たす偏微分方程式 $\partial_tp=-\sum_i\partial_i(b_ip)+\frac12\sum_{i,j}\partial_i\partial_j(a_{ij}p)$($a=\sigma\sigma^{\mathsf T}$)で、Kolmogorov の前進方程式ともいう。流束を密度で与えた連続の方程式であり、伊藤の公式と試験関数から導かれる。ポテンシャルのドリフトでは Gibbs 測度が定常分布になり、相対エントロピーは時間とともに減る($H$ 定理)。自由エネルギーの Wasserstein 勾配流と見ることもできる。

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

前提知識: 確率微分方程式, 伊藤の公式, 連続の方程式

Fokker–Planck 方程式(Fokker–Planck equation)は、確率微分方程式の解の分布の時間発展を記述する偏微分方程式である。$\mathbb{R}^n$ の確率微分方程式
$$ dX_t=b(X_t,t)\,dt+\sigma(X_t,t)\,dB_t $$
の解の密度 $p(x,t)$ は、$a=\sigma\sigma^{\mathsf T}$ として
$$ \partial_tp=-\sum_i\partial_i(b_ip)+\frac12\sum_{i,j}\partial_i\partial_j(a_{ij}p) $$
を満たす。Kolmogorov の前進方程式(forward equation)ともいう。粒子の 1 本の軌道は確率的でも、分布は決定論的な方程式に従う。
この記事の内容は次のとおりである。

  • 伊藤の公式と試験関数による導出(thm-fp-law)。
  • 定常分布と、ポテンシャルのドリフトの Gibbs 測度(thm-fp-gibbs)。
  • 相対エントロピーが時間とともに減ること($H$ 定理、thm-fp-h)。
  • 自由エネルギーの Wasserstein勾配流 という見方(案内)と、$W_2$ の縮小(prop-fp-contraction)。

定義

$b\colon\mathbb{R}^n\times[0,T]\to\mathbb{R}^n$ と、対称で非負定値な行列の値をとる $a\colon\mathbb{R}^n\times[0,T]\to\mathbb{R}^{n\times n}$ を連続とする。$C^2$ 級の関数 $\varphi$ について
$$ L_t\varphi:=\sum_ib_i\partial_i\varphi+\frac12\sum_{i,j}a_{ij}\partial_i\partial_j\varphi $$
とおく。$b$ が $x$ について $C^1$ 級、$a$ が $x$ について $C^2$ 級なら、その形式的な随伴 $L_t^*p:=-\sum_i\partial_i(b_ip)+\frac12\sum_{i,j}\partial_i\partial_j(a_{ij}p)$ が定まる。

Fokker–Planck 方程式

方程式 $\partial_tp=L_t^*p$ を Fokker–Planck 方程式 という。$b$ を ドリフト、$a$ を 拡散行列 という。

流束を
$$ J_i:=b_ip-\frac12\sum_j\partial_j(a_{ij}p) $$
とおくと、方程式は $\partial_tp+\nabla\cdot J=0$ である。すなわち Fokker–Planck 方程式は、流束を密度の 1 階の式で与えた 連続の方程式 である。連続の方程式 の表の「流束の与え方」のうち、輸送と拡散を合わせたものにあたる。
密度をもたない分布も扱うため、連続の方程式 の定義「測度の解」と同じ形の弱い定義を使う。

測度の解

$(\mu_t)_{t\in[0,T]}$ を $\mathbb{R}^n$ の上の確率測度の族で、有界連続関数 $f$ について $t\mapsto\int f\,d\mu_t$ が連続なものとする。$\mathbb{R}^n\times[0,T)$ にコンパクトな台をもつ $C^2$ 級の関数 $\varphi(x,t)$ のすべてについて($\varphi_t$ は時間微分)
$$ \int_0^T\!\!\int(\varphi_t+L_t\varphi)\,d\mu_t\,dt+\int\varphi(x,0)\,d\mu_0=0 $$
が成り立つとき、$(\mu_t)$ を Fokker–Planck 方程式の解 という。

確率微分方程式からの導出

$(B_t)$ を $d$ 次元の Brown 運動とし、$\sigma\colon\mathbb{R}^n\times[0,T]\to\mathbb{R}^{n\times d}$ を連続とする。$a:=\sigma\sigma^{\mathsf T}$ とおく。

分布は Fokker–Planck 方程式の解である

$(X_t)_{t\in[0,T]}$ を、道が連続で適合した過程で
$$ X_t=X_0+\int_0^tb(X_s,s)\,ds+\int_0^t\sigma(X_s,s)\,dB_s $$
を満たすものとする。$X_t$ の分布を $\mu_t$ とすると、$(\mu_t)$ は def-fp-weak の解である。

伊藤の公式を試験関数に当てる

$f$ が有界連続なら、道の連続性と優収束定理により $t\mapsto E[f(X_t)]=\int f\,d\mu_t$ は連続である。
$\varphi$ を def-fp-weak の試験関数とする。多次元の伊藤の公式(半マルチンゲール の注意「所在と連続な場合の分解」、Mey76 IV.21。この記事では証明しない)により、$\langle B^k,B^l\rangle_t=\delta_{kl}t$ に注意すると
$$ \varphi(X_t,t)-\varphi(X_0,0)=\int_0^t(\varphi_s+L_s\varphi)(X_s,s)\,ds+\int_0^t(\nabla\varphi^{\mathsf T}\sigma)(X_s,s)\,dB_s $$
である。2 階の項は $\frac12\sum_{i,j}\partial_i\partial_j\varphi\,\sum_k\sigma_{ik}\sigma_{jk}=\frac12\sum_{i,j}a_{ij}\partial_i\partial_j\varphi$ である。
$\nabla\varphi^{\mathsf T}\sigma$ は連続で台がコンパクトなので有界である。よって確率積分の期待値は $0$ である(伊藤の公式 の定理「伊藤積分の存在と等長性」)。$\varphi_s+L_s\varphi$ も有界なので、Fubini の定理が使える。$\varphi$ を台の外で $0$、$t< 0$ へ $C^2$ 級に延ばしておき、$t=T$ として $\varphi(\cdot,T)=0$ を使うと
$$ -E[\varphi(X_0,0)]=\int_0^TE\bigl[(\varphi_s+L_s\varphi)(X_s,s)\bigr]\,ds $$
である。これは def-fp-weak の式そのものである。$\square$

証明の要点は、関数の期待値を時間で微分することである。$f\in C_c^2(\mathbb{R}^n)$ なら、$\frac{d}{dt}E[f(X_t)]=E[L_tf(X_t)]$ である。左辺に分布、右辺に作用素が現れ、部分積分で作用素を分布の側へ移すと $L_t^*$ になる。

密度の方程式

thm-fp-law の状況で、$b$ が $x$ について $C^1$ 級、$a$ が $x$ について $C^2$ 級とする。$\mu_t$ が密度 $p(x,t)$ をもち、$p,\partial_tp,\partial_ip,\partial_i\partial_jp$ が $\mathbb{R}^n\times(0,T)$ で連続なら、そこで $\partial_tp=L_t^*p$ である。

部分積分

$\varphi$ を $\mathbb{R}^n\times(0,T)$ にコンパクトな台をもつ滑らかな関数とする。def-fp-weak で $\varphi(\cdot,0)=0$ で、$x$ について 2 回、$t$ について 1 回部分積分すると $\int_0^T\!\int\varphi(-\partial_tp+L_t^*p)\,dx\,dt=0$ である。$\varphi$ は任意で被積分関数は連続なので、$\partial_tp=L_t^*p$ である。$\square$

$u$ が後退方程式 $\partial_tu+L_tu=0$ の解なら、部分積分ができるかぎり
$$ \frac{d}{dt}\int up\,dx=\int(\partial_tu\,p+u\,L_t^*p)\,dx=\int(\partial_tu+L_tu)p\,dx=0 $$
である。$u(\cdot,T)=f$ なら $E[f(X_T)]=\int u(x,0)\,d\mu_0$ で、終端の値から期待値を求めるのが後退方程式、初期の分布を進めるのが前進方程式である。

後退方程式前進方程式(Fokker–Planck)
式$\partial_tu+L_tu=0$$\partial_tp=L_t^*p$
未知関数関数の期待値分布の密度
与える値終端の値 $f$初期の分布 $\mu_0$
Brown 運動の場合$\partial_tu+\frac12\Delta u=0$$\partial_tp=\frac12\Delta p$

例

Brown 運動

$b=0$、$\sigma=I$、$X_0=0$ なら、$p(x,t)=(2\pi t)^{-n/2}e^{-\lvert x\rvert^2/2t}$ は $\partial_tp=\frac12\Delta p$ を満たす。これは 熱方程式 の熱核 $\Phi(x,t)$ の時間を置き換えた $\Phi(x,t/2)$ である。

Ornstein–Uhlenbeck 過程の分布

$\theta,\nu>0$ とし、$n=1$、$dX_t=-\theta X_t\,dt+\sqrt{2\nu}\,dB_t$(Ornstein–Uhlenbeck過程)を考える。Fokker–Planck 方程式は $\partial_tp=\partial_x(\theta xp)+\nu\partial_x^2p$ である。$X_0$ が $N(m_0,s_0)$($s_0$ は分散)に従い $B$ と独立なら、$X_t$ は $N(m(t),s(t))$ に従う。ここで
$$ m(t)=e^{-\theta t}m_0,\qquad s(t)=\frac\nu\theta+\Bigl(s_0-\frac\nu\theta\Bigr)e^{-2\theta t} $$
である(確率微分方程式 の例「Ornstein–Uhlenbeck 過程の解」)。
直接確かめる。$s>0$ の正規分布の密度 $g$ について $\partial_mg=-\partial_xg$、$\partial_sg=\frac12\partial_x^2g$ である。$m'=-\theta m$、$s'=-2\theta s+2\nu$ と $\partial_x(xg)=g+x\partial_xg$ を使うと、示すべき式は $\theta m\,\partial_xg-\theta s\,\partial_x^2g=\theta g+\theta x\,\partial_xg$ になる。$\partial_xg=-\frac{x-m}sg$、$\partial_x^2g=(\frac{(x-m)^2}{s^2}-\frac1s)g$ を代入すると両辺は等しい。
$t\to\infty$ で分布は $N(0,\nu/\theta)$ に近づき、これは次の節の定常分布である。

定常分布と Gibbs 測度

この節では、係数は時間によらないとする。

Fokker–Planck 方程式の定常分布

$\mathbb{R}^n$ の上の確率測度 $\pi$ が、すべての $\varphi\in C_c^2(\mathbb{R}^n)$ について $\int L\varphi\,d\pi=0$ を満たすとき、$\pi$ を 定常分布 という。

$\pi$ が $C^2$ 級の密度 $\rho$ をもつなら、これは $L^*\rho=0$、すなわち $\nabla\cdot J=0$ と同値である。
thm-fp-law の解の分布がすべての $t$ で $\pi$ なら、$\pi$ は定常分布である。実際、$\alpha\in C^2$ が $[0,T)$ にコンパクトな台をもつとして $\varphi(x,t)=\alpha(t)f(x)$ を def-fp-weak に入れる。$\int_0^T\alpha'\,dt=-\alpha(0)$ なので時間微分の項と初期値の項は打ち消し、$\int_0^T\alpha\,dt\cdot\int Lf\,d\pi=0$ である。$\int_0^T\alpha\,dt\ne0$ の $\alpha$ をとれば $\int Lf\,d\pi=0$ である。
流束そのものが $0$ である場合が基本である。$U\in C^2(\mathbb{R}^n)$、$\nu>0$ とし、$b=-\nabla U$、$a=2\nu I$ とする。確率微分方程式は $dX_t=-\nabla U(X_t)\,dt+\sqrt{2\nu}\,dB_t$ で、Fokker–Planck 方程式は
$$ \partial_tp=\nabla\cdot(p\nabla U)+\nu\Delta p $$
である。

流束が消える密度

$\rho>0$ を $C^1$ 級の関数とする。$J=-\rho\nabla U-\nu\nabla\rho$ が恒等的に $0$ であることと、定数 $C>0$ があって $\rho=Ce^{-U/\nu}$ であることは同値である。

積分因子

$J=-\nu e^{-U/\nu}\nabla(\rho e^{U/\nu})$ である。$\mathbb{R}^n$ は連結なので、$J\equiv0$ は $\rho e^{U/\nu}$ が定数であることと同値である。$\square$

$Z:=\int e^{-U/\nu}\,dx< \infty$ なら、$\pi(dx):=Z^{-1}e^{-U/\nu}\,dx$ は確率測度である。これを $U$ の Gibbs 測度 という。密度を $\rho$ とすると、部分積分により $\int L\varphi\,\rho\,dx=\int J\cdot\nabla\varphi\,dx=0$ なので、$\pi$ は定常分布である。$U(x)=\theta x^2/2$ なら $N(0,\nu/\theta)$ で、ex-fp-ou の極限である。
定常分布でも流束が $0$ とは限らない。周期的な場合、$b\equiv c\ne0$、$a=2\nu$ の円周の上では、$\rho\equiv1$ は定常で $J\equiv c$ である。定数 $c$ は円周の上の周期関数の勾配ではない。これは 連続の方程式 の例「平衡の分布」と同じ現象である。

$H$ 定理

無限遠の条件を避けるため、周期的な場合に述べる。$\mathbb{T}^n:=\mathbb{R}^n/\mathbb{Z}^n$ とし、$b$ は $x$ について $C^1$ 級、$a$ は $x$ について $C^2$ 級で、$\mathbb{T}^n$ の上で定義されているとする(ここでは時間によってもよい)。$\partial_tp=L_t^*p$ を満たす $\mathbb{T}^n\times[0,T]$ の上の正の値の関数で $x$ について $C^2$ 級、$t$ について $C^1$ 級のものを 正の解 と呼ぶことにし、全積分は $1$ とする。流束の形から全積分は時間で変わらない。
正の確率密度 $p,q$ の 相対エントロピー を
$$ H(p\mid q):=\int_{\mathbb{T}^n}p\log\frac pq\,dx $$
とおく。これは Kullback–Leiblerダイバージェンス の密度の場合である。$t\log t\ge t-1$ から $H(p\mid q)\ge\int(p-q)\,dx=0$ で、等号は $p=q$ のときに限る。

$H$ 定理

$p,q$ を同じ Fokker–Planck 方程式の正の解とする。このとき
$$ \frac{d}{dt}H(p_t\mid q_t)=-\frac12\int_{\mathbb{T}^n}p\,\Bigl(a\nabla\log\frac pq\Bigr)\cdot\nabla\log\frac pq\,dx\le0 $$
である。さらに、ある $\lambda>0$ について $a\ge\lambda I$ なら、右辺が $0$ になる時刻では $p_t=q_t$ である。

比 $h=p/q$ の流束を書き直す

$h:=p/q$ とおく。$h$ は正で、$x$ について $C^2$ 級、$t$ について $C^1$ 級である。$\mathbb{T}^n\times[0,T]$ はコンパクトなので、積分記号の下で微分できる。$p=hq$ から $p\,\partial_th/h=q\,\partial_th=\partial_tp-h\,\partial_tq$ なので
$$ \frac{d}{dt}H(p\mid q)=\int\partial_tp\,\log h\,dx+\int p\frac{\partial_th}{h}\,dx=\int\partial_tp\,\log h\,dx+\int\partial_tp\,dx-\int h\,\partial_tq\,dx $$
である。第 2 項は $0$ である。
$J^p,J^q$ を $p,q$ の流束とする。$\partial_tp=-\nabla\cdot J^p$、$\partial_tq=-\nabla\cdot J^q$ を代入し、$\mathbb{T}^n$ には境界がないので部分積分すると
$$ \frac{d}{dt}H(p\mid q)=\int J^p\cdot\nabla\log h\,dx-\int J^q\cdot\nabla h\,dx $$
である。ここで流束の差を計算する。積の微分から $\partial_j(a_{ij}hq)=h\,\partial_j(a_{ij}q)+a_{ij}q\,\partial_jh$ なので
$$ J_i^p=b_ihq-\frac12\sum_j\partial_j(a_{ij}hq)=hJ_i^q-\frac12q\sum_ja_{ij}\partial_jh $$
すなわち $J^p=hJ^q-\frac12q\,a\nabla h$ である。$\nabla\log h=\nabla h/h$ を使うと
$$ \int J^p\cdot\nabla\log h\,dx=\int J^q\cdot\nabla h\,dx-\frac12\int\frac qh(a\nabla h)\cdot\nabla h\,dx $$
となり、$J^q$ の項が打ち消す。$\frac qh(a\nabla h)\cdot\nabla h=qh\,(a\nabla\log h)\cdot\nabla\log h=p\,(a\nabla\log h)\cdot\nabla\log h$ なので、等式を得る。$a$ は非負定値なので右辺は $0$ 以下である。
$a\ge\lambda I$ で右辺が $0$ なら、$p>0$ なので $\nabla\log h=0$ で、$\mathbb{T}^n$ は連結なので $h$ は定数である。全積分から $h\equiv1$ である。$\square$

証明でドリフト $b$ は流束の式の中で消えた。$b$ が勾配でなくてもよい。同じ Markov 過程で 2 つの分布を進めると区別がつきにくくなる、というのが主張である。これは Kullback–Leiblerダイバージェンス の系「通信路を通しても増えない」の連続時間の形と見ることができる。

正の解の一意性と Gibbs 測度
  1. 同じ初期値をもつ正の解は一致する。
  2. $U\in C^2(\mathbb{T}^n)$、$b=-\nabla U$、$a=2\nu I$ とする。正の時間によらない解は Gibbs 測度の密度 $\pi=Z^{-1}e^{-U/\nu}$ に限る。
  1. $H(p_t\mid q_t)$ は $0$ 以上で増えず、$t=0$ で $0$ なので、つねに $0$ である。相対エントロピーの等号の場合から $p_t=q_t$ である。
  2. $\pi$ は $J=0$ の解である。$\rho$ を時間によらない解とすると、$H(\rho\mid\pi)$ は定数なので thm-fp-h の右辺は $0$ で、$\rho=\pi$ である。$\square$

ポテンシャルの場合、$q=\pi$ として自由エネルギー
$$ F(p):=\int Up\,dx+\nu\int p\log p\,dx=\nu H(p\mid\pi)-\nu\log Z $$
を考えると、$v:=-\nabla U-\nu\nabla\log p=-\nu\nabla\log(p/\pi)$ として
$$ \frac{d}{dt}F(p_t)=-\nu^2\int p\,\Bigl\lvert\nabla\log\frac p\pi\Bigr\rvert^2dx=-\int p\lvert v\rvert^2\,dx $$
である。$v$ は 連続の方程式 の例「平衡の分布」の速度場である。$F$ は $\pi$ で最小値 $-\nu\log Z$ をとる。

指数的な減衰

上の状況で、定数 $\kappa>0$ があり、すべての正の滑らかな確率密度 $\rho$ について 対数Sobolev不等式
$$ H(\rho\mid\pi)\le\frac1{2\kappa}\int\rho\,\Bigl\lvert\nabla\log\frac\rho\pi\Bigr\rvert^2dx $$
が成り立つとする。$p$ が滑らかな正の解なら、$H(p_t\mid\pi)\le e^{-2\kappa\nu t}H(p_0\mid\pi)$ で、$\|p_t-\pi\|_{L^1}\le\sqrt{2H(p_0\mid\pi)}\,e^{-\kappa\nu t}$ である。

thm-fp-h と不等式から $\frac{d}{dt}H\le-2\kappa\nu H$ なので、Grönwallの不等式 から前半を得る。後半。Borel 集合 $A$ について、$A$ と補集合の 2 点の分布に Kullback–Leiblerダイバージェンス の定理「Pinsker の不等式」を当てる。Jensen の不等式で $H(p\mid\pi)$ は 2 点の分布のダイバージェンス以上なので、$\lvert\int_A(p-\pi)\rvert\le\sqrt{H/2}$ である。$\|p-\pi\|_{L^1}=2\sup_A\int_A(p-\pi)$ なので $\|p-\pi\|_{L^1}\le\sqrt{2H}$ である。$\square$

$\mathbb{R}^n$ の上でも、無限遠で境界項が消える解については同じ計算が成り立つ。ex-fp-ou で $s_0=\nu/\theta$ なら $H(p_t\mid\pi)=\frac{\theta}{2\nu}m(t)^2$ で、ちょうど $e^{-2\theta t}$ で減る。Fisher 情報の項は $\nu\cdot(\theta m/\nu)^2=\theta^2m^2/\nu$ で、$\frac{d}{dt}H=-\theta^2m^2/\nu$ と一致する。対数 Sobolev 不等式は、Ricci 曲率の下限にあたる条件 $\mathrm{CD}(K,\infty)$($K>0$)から従う(AG13 Proposition 7.18。この記事では証明しない)。

Wasserstein 距離の勾配流

thm-fp-h から得た $F$ の散逸の等式には $\int p\lvert v\rvert^2\,dx$ という形が現れた。これは 連続の方程式 の運動の費用の 2 乗である。この一致には理由がある。Wasserstein距離 $W_2$ を距離とする確率測度の空間を形式的に Riemann 多様体と見ると、$\partial_tp+\nabla\cdot(pv)=0$ の接ベクトルの長さの 2 乗が $\int p\lvert v\rvert^2\,dx$ で、$F$ の変分は $U+\nu\log p+\nu$ である。$F$ の勾配の方向に降りる流れの速度場は $v=-\nabla(U+\nu\log p)$ となり、これは上の Fokker–Planck 方程式である(Otto の計算)。ここまでは形式的な議論で、$W_2$ の空間は通常の意味の Riemann 多様体ではない。
厳密には時間を離散化する。$h>0$ とし、$\rho^{k+1}$ を
$$ F(\rho)+\frac1{2h}W_2(\rho,\rho^k)^2 $$
を最小にする確率密度とする。滑らかな $U\ge0$ が $\lvert\nabla U\rvert\le C(U+1)$ を満たすとき、2 次モーメントと $F$ が有限な初期値から、$\rho^k$ を階段状につないだ関数は $h\to0$ で、各時刻で $L^1$ の弱位相について Fokker–Planck 方程式の解に収束する(JKO98 §5 の定理。この記事では証明しない)。

$W_2$ の縮小

$U\in C^2(\mathbb{R}^n)$ の $\nabla U$ が Lipschitz で、$\operatorname{Hess}U\ge\lambda I$($\lambda\in\mathbb{R}$)を満たすとする。$\mu_0,\tilde\mu_0$ を 2 次モーメントが有限な確率測度とする。$(Y_t)$、$(Z_t)$ を同じ Brown 運動についての $dX_t=-\nabla U(X_t)\,dt+\sqrt{2\nu}\,dB_t$ の解とし、$(Y_0,Z_0)$ は Brown 運動と独立で、その同時分布は $\mu_0,\tilde\mu_0$ の $W_2$ の最適な結合とする。$Y_t,Z_t$ の分布を $\mu_t,\tilde\mu_t$ とすると
$$ W_2(\mu_t,\tilde\mu_t)\le e^{-\lambda t}W_2(\mu_0,\tilde\mu_0) $$
である。

同じ雑音で動かす

差 $D_t:=Y_t-Z_t$ では雑音の項が打ち消すので、$D_t=D_0-\int_0^t(\nabla U(Y_s)-\nabla U(Z_s))\,ds$ で、道は $C^1$ 級である。$\nabla U(y)-\nabla U(z)=\int_0^1\operatorname{Hess}U(z+\tau(y-z))(y-z)\,d\tau$ から $(y-z)\cdot(\nabla U(y)-\nabla U(z))\ge\lambda\lvert y-z\rvert^2$ なので
$$ \frac{d}{dt}\lvert D_t\rvert^2=-2D_t\cdot(\nabla U(Y_t)-\nabla U(Z_t))\le-2\lambda\lvert D_t\rvert^2 $$
である。よって確率 $1$ で $\lvert D_t\rvert\le e^{-\lambda t}\lvert D_0\rvert$ である。$\nabla U$ は Lipschitz なので、$\lvert Y_t\rvert$ は $\lvert Y_0\rvert+\sqrt{2\nu}\sup_{s\le t}\lvert B_s\rvert$ と定数の和の定数倍で Grönwallの不等式 により抑えられ、$\mu_t,\tilde\mu_t$ の 2 次モーメントは有限である。$(Y_t,Z_t)$ の同時分布は $\mu_t,\tilde\mu_t$ の結合なので、$W_2(\mu_t,\tilde\mu_t)^2\le E\lvert D_t\rvert^2\le e^{-2\lambda t}E\lvert D_0\rvert^2=e^{-2\lambda t}W_2(\mu_0,\tilde\mu_0)^2$ である。$\square$

勾配流の理論では、この縮小は $F$ の測地線に沿う凸性から従う(AG13 §3.3.2)。ex-fp-ou で分散が等しい 2 つの解の場合、平均の差は $e^{-\theta t}$ 倍になる。Wasserstein距離 の命題「平均の差による下界と平行移動」から、これは等号で、定数 $e^{-\lambda t}$($\lambda=\theta$)は改善できない。

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-fp-law の形伊藤積分であることStratonovich積分の $dX=X\circ dB$、$X_0=1$平均が $e^{t/2}$ で、$L^*p=\frac12\partial_x^2(x^2p)$ の解ではない
全質量の保存係数の増大の条件$a=0$、$b=1+x^2$全質量が減る(連続の方程式 の表)
Gibbs 測度の存在$Z< \infty$$n=1$、$U=0$、$\nu=1$定常な確率密度がない
$J=0$ドリフトが勾配であること円周、$b\equiv c\ne0$、$a=2\nu$$\rho\equiv1$ は定常で $J\equiv c$
thm-fp-h の等号の判定$a$ の一様な正定値性円周、$a=0$、$b\equiv c$$H$ は一定だが $p\ne q$
thm-fp-h の不等号$q$ も解であること円周、$b=0$、$a=2$、$q$ を時間によらない一様でない密度とする、$p_0=q$$H(p_0\mid q)=0$ で、$t>0$ で $H>0$ に増える
反例の確かめ

Stratonovich:解は $X_t=e^{B_t}$ で、平均は $e^{t/2}$ である。$\frac12\partial_x^2(x^2p)$ は $dX=X\,dB$ の方程式で、その解の平均は $1$ である。2 つの積分の差は 伊藤の公式 の例「左端・右端・両端の平均の和の比較」の補正項にあたり、伊藤の形に直すとドリフト $\frac12X$ が加わる。
Gibbs:定常な確率密度は $\rho''=0$ を満たすので 1 次関数で、$\mathbb{R}$ で可積分な 1 次関数は $0$ だけである。
等号の判定:$p(x,t)=p_0(x-ct)$、$q(x,t)=q_0(x-ct)$ で、平行移動は積分を変えない。
不等号:$p$ は熱方程式の解で、$q$ が定数でないので $t>0$ で $p_t\ne q$ である。

出典

この記事の thm-fp-law、thm-fp-gibbs、thm-fp-h、prop-fp-contraction の証明はここに書いた。ポテンシャルの場合の方程式、Gibbs 分布、自由エネルギーの $H$ 定理の位置づけは JKO98 §2 にある。Wasserstein 距離の勾配流の見方は AG13 §3.3 を見よ。

関連項目

参考文献

[1]
Richard Jordan, David Kinderlehrer, Felix Otto, The variational formulation of the Fokker–Planck equation, SIAM Journal on Mathematical Analysis, 1998, pp. 1–17
[2]
Paul-André Meyer, Un cours sur les intégrales stochastiques (exposés 1 à 6), Séminaire de probabilités, 1976, IV.21(p. 301)

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