McKean–Vlasov方程式

同義語:McKean-Vlasov方程式McKean–Vlasov equationMcKean-Vlasov equation

概要

McKean–Vlasov方程式(McKean–Vlasov equation)とは、係数が解自身の分布に依存する確率微分方程式で、平均場で相互作用する粒子系の粒子数を無限大にした極限を記述する。係数が分布について Wasserstein 距離で Lipschitz なら、分布を固定して解いては入れ替える反復で解がただ 1 つ存在し、その分布は非線形 Fokker–Planck 方程式を満たす。同じ Brown 運動で駆動した独立な非線形過程と比べる同期結合により、粒子系の各粒子は誤差 $1/\sqrt N$ で非線形過程に近づき、混沌が伝播する。

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

前提知識: 確率微分方程式, Wasserstein距離, Fokker–Planck方程式, Grönwallの不等式

McKean–Vlasov方程式(McKean–Vlasov equation)は、係数が解自身の分布に依る確率微分方程式
$$ dX_t=b\bigl(X_t,\mathcal L(X_t)\bigr)\,dt+\sigma\bigl(X_t,\mathcal L(X_t)\bigr)\,dW_t $$
である。$\mathcal L(X_t)$ は $X_t$ の分布を表す。多数の粒子が互いの位置の 平均 を通してだけ影響し合う系(平均場の相互作用をもつ粒子系)で、粒子の数 $N$ を無限大にした極限に 1 個の粒子が従う方程式であり、その分布は非線形の Fokker–Planck方程式 を満たす。McKean が 1966 年に非線形の放物型方程式に付随する Markov 過程として導入した(McK66。CD22a p. 118 はこれを非線形 Markov 過程の枠組みの典拠に挙げる)。名前の Vlasov は、無衝突のプラズマの Vlasov方程式 が同じ平均場の構造をもつことによる。
粒子系から極限への移行は 混沌の伝播(propagation of chaos)と呼ばれる。初めに独立だった粒子は、相互作用のために独立でなくなるが、$N\to\infty$ では有限個の粒子が漸近的に独立で、各粒子が McKean–Vlasov 方程式に従う。この記事では、雑音が加法的な場合に次を証明する。

結果内容
thm-mv-wellposed係数が位置と分布(Wasserstein 距離)について Lipschitz なら、解はただ 1 つ存在する
prop-mv-fokker-planck解の分布の流れは非線形 Fokker–Planck 方程式の弱解である
thm-mv-chaos有界で Lipschitz な相互作用の粒子系は、同じ雑音で動かした独立な McKean–Vlasov 過程に $1/\sqrt N$ の速さで近づく(主定理)
cor-mv-kac粒子系の分布の族は Kac の意味で混沌である

定義

$d\ge1$ とし、$\mathcal P_1(\mathbb R^d)$ を 1 次モーメントが有限な確率測度の全体とする。Wasserstein距離 $W_1$ は、$\mu,\nu$ の結合 $\pi$ についての $\int\lvert x-y\rvert\,d\pi$ の下限である。$\mathcal L(X)=\mu$、$\mathcal L(Y)=\nu$ なら $(X,Y)$ の分布は結合なので
$$ W_1(\mu,\nu)\le\mathbb E\lvert X-Y\rvert $$
である。この記事の証明はこの不等式だけを使う。
$(\Omega,\mathcal F,(\mathcal F_t),\mathbb P)$ をフィルトレーションつきの確率空間、$W$ を $d$ 次元の $(\mathcal F_t)$-Brown 運動、$X_0$ を $\mathbb E\lvert X_0\rvert< \infty$ の $\mathcal F_0$-可測な確率変数とする。

McKean–Vlasov 方程式(加法的な雑音)

$b\colon\mathbb R^d\times\mathcal P_1(\mathbb R^d)\to\mathbb R^d$ と定数の行列 $\sigma\in\mathbb R^{d\times d}$ について、連続で $(\mathcal F_t)$-適合な過程 $X$ が、各 $T>0$ で $\mathbb E\sup_{t\le T}\lvert X_t\rvert< \infty$ を満たし、
$$ X_t=X_0+\int_0^tb(X_s,\mu_s)\,ds+\sigma W_t,\qquad\mu_s:=\mathcal L(X_s)\qquad(t\ge0) $$
をほとんど確実に満たすとき、$X$ を McKean–Vlasov 方程式 の解といい、$X$ を 非線形な過程(nonlinear process)と呼ぶ。

$b$ の仮定として、次の Lipschitz 条件を使う:定数 $L$ があり
$$ \lvert b(x,\mu)-b(y,\nu)\rvert\le L\bigl(\lvert x-y\rvert+W_1(\mu,\nu)\bigr)\qquad(x,y\in\mathbb R^d,\ \mu,\nu\in\mathcal P_1(\mathbb R^d)). $$
典型は、有界で Lipschitz 連続な 相互作用の核 $K\colon\mathbb R^d\times\mathbb R^d\to\mathbb R^d$ と Lipschitz 連続な $b_0$ による
$$ b(x,\mu)=b_0(x)+\int K(x,y)\,\mu(dy) $$
の形である。$K$ の Lipschitz 定数を $L_K$($\lvert K(x,y)-K(x',y')\rvert\le L_K(\lvert x-x'\rvert+\lvert y-y'\rvert)$)とすると、$\mu,\nu$ の結合で積分して $\lvert\int K(x,y)\mu(dy)-\int K(x,y)\nu(dy)\rvert\le L_KW_1(\mu,\nu)$ なので、Lipschitz 条件が成り立つ。
直観。$N$ 個の粒子が、自分の位置 $x$ と他の粒子の位置 $y$ から力 $K(x,y)$ を受け、その平均 $\frac1N\sum_jK(x,X^j)$ で動くとする。$N$ が大きいと大数の法則でこの平均は $\int K(x,y)\mu(dy)$ に近く、$\mu$ は粒子の分布である。1 個の粒子から見ると、周りは分布 $\mu$ の「平均場」に置き換わり、その $\mu$ は自分自身の分布でもある。これが係数に自分の分布が入る理由である。

平均場の粒子系

$b$ を上の形とし、$X^1_0,X^2_0,\dots$ を分布 $\mu_0\in\mathcal P_1(\mathbb R^d)$ の独立同分布な $\mathcal F_0$-可測な確率変数、$W^1,W^2,\dots$ を独立な $d$ 次元の Brown 運動とする。$N\ge1$ について
$$ X^{i,N}_t=X^i_0+\int_0^tb\bigl(X^{i,N}_s,\mu^N_s\bigr)\,ds+\sigma W^i_t,\qquad\mu^N_s:=\frac1N\sum_{j=1}^N\delta_{X^{j,N}_s}\qquad(1\le i\le N) $$
を $N$ 粒子系 という。$\mu^N_s$ を 経験測度 という。

経験測度の $W_1$ 距離は配置の差の平均で抑えられる($\frac1N\sum_j\delta_{x_j}$ と $\frac1N\sum_j\delta_{y_j}$ を $x_j$ と $y_j$ を組にして結ぶ)ので、粒子系の係数は $\mathbb R^{dN}$ の上で Lipschitz であり、各標本路ごとに下の thm-mv-wellposed の証明と同じ常微分方程式の議論で解がただ 1 つある。

Kac の意味の混沌

$E$ を完備可分な距離空間、$\mu$ を $E$ の上の確率測度とする。$E^N$ の上の対称な(座標の並べ替えで不変な)確率測度の列 $(F^N)_{N\ge1}$ が $\mu$-混沌的 であるとは、各 $k$ について、$F^N$ の最初の $k$ 座標の周辺分布が $N\to\infty$ で $\mu^{\otimes k}$ に弱収束することをいう(CD22a Definition 3.18、p. 60)。

$k=2$ で言えば、2 個の粒子の同時分布が、極限で同じ分布の独立な 2 個の積になることである。初期値が独立同分布なら $F^N=\mu_0^{\otimes N}$ は自明に $\mu_0$-混沌的で、混沌の伝播とは、この性質が時刻 $t>0$ の分布(さらに経路の分布)に引き継がれることをいう。

存在と一意性

解の存在と一意性

$b$ が Lipschitz 条件を満たすとする。このとき def-mv-equation の解 $X$ が存在し、同じ $X_0$、$W$ に対する解はほとんど確実に一致する。さらに $t\mapsto\mu_t=\mathcal L(X_t)$ は $W_1$ について連続である。

分布を固定して解き、分布を入れ替える反復

$T>0$ を固定し、$[0,T]$ で考える($T$ ごとの解は一意性から整合するので $[0,\infty)$ の解になる)。$\|Y\|_t:=\sup_{s\le t}\lvert Y_s\rvert$ と書く。
分布を固定した方程式。 $W_1$ について連続な $m\colon[0,T]\to\mathcal P_1(\mathbb R^d)$ を固定すると、$(x,t)\mapsto b(x,m_t)$ は連続で $x$ について定数 $L$ の Lipschitz である。各標本路で $Y_t:=X_t-\sigma W_t$ とおけば、方程式 $X_t=X_0+\int_0^tb(X_s,m_s)ds+\sigma W_t$ は常微分方程式 $\dot Y_t=b(Y_t+\sigma W_t,m_t)$、$Y_0=X_0$ になり、Picard–Lindelöf の定理(Cauchy–Lipschitzの定理)から $[0,T]$ でただ 1 つの解をもつ。この解を $X^{[m]}$ と書く。$\lvert b(x,m_t)\rvert\le\lvert b(0,\delta_0)\rvert+L\lvert x\rvert+L\sup_tW_1(m_t,\delta_0)$ と各標本路の Grönwallの不等式 から $\|X^{[m]}\|_T\le(\lvert X_0\rvert+\lvert\sigma\rvert\|W\|_T+C_m)e^{LT}$ で、$\mathbb E\|W\|_T< \infty$ なので $\mathbb E\|X^{[m]}\|_T< \infty$ である。$s\to t$ で $W_1(\mathcal L(X^{[m]}_s),\mathcal L(X^{[m]}_t))\le\mathbb E\lvert X^{[m]}_s-X^{[m]}_t\rvert\to0$(優収束定理)なので、$t\mapsto\mathcal L(X^{[m]}_t)$ も $W_1$ について連続である。
反復。 $X^0_t:=X_0$(時間によらない過程)とし、$k\ge0$ について $m^k_t:=\mathcal L(X^k_t)$、$X^{k+1}:=X^{[m^k]}$ と定める。$k\ge1$ で 2 つの方程式の差をとると、各標本路で
$$ \lvert X^{k+1}_t-X^k_t\rvert\le L\int_0^t\Bigl(\lvert X^{k+1}_s-X^k_s\rvert+W_1(m^k_s,m^{k-1}_s)\Bigr)ds $$
である。Grönwall の不等式と $W_1(m^k_s,m^{k-1}_s)\le\mathbb E\lvert X^k_s-X^{k-1}_s\rvert$ から、$c:=Le^{LT}$ として
$$ \|X^{k+1}-X^k\|_t\le c\int_0^t\mathbb E\|X^k-X^{k-1}\|_s\,ds . $$
$\delta_k(t):=\mathbb E\|X^{k+1}-X^k\|_t$ とおくと $\delta_k(t)\le c\int_0^t\delta_{k-1}(s)ds$ で、帰納法により $\delta_k(T)\le\frac{(cT)^k}{k!}\delta_0(T)$ である。$\sum_k\delta_k(T)< \infty$ なので、$\sum_k\|X^{k+1}-X^k\|_T$ は可積分で、ほとんど確実に有限である。よって $X^k$ はほとんど確実に $[0,T]$ で一様に、また $\mathbb E\|X^k-X\|_T\to0$ の意味で、連続な適合過程 $X$ に収束する。
極限は解である。 $\mu_t:=\mathcal L(X_t)$ とすると
$$ \lvert b(X^{k+1}_s,m^k_s)-b(X_s,\mu_s)\rvert\le L\bigl(\|X^{k+1}-X\|_T+\mathbb E\|X^k-X\|_T\bigr) $$
は $s$ について一様にほとんど確実に $0$ に収束する。$X^{k+1}$ の方程式で $k\to\infty$ とすれば、$X$ が解であることが分かる。$\mathbb E\|X\|_T< \infty$ と $\mu$ の連続性は上と同じである。
一意性。 $X,X'$ を同じ $X_0$、$W$ に対する解とすると、$\sigma W$ の項は消えて
$$ \|X-X'\|_t\le L\int_0^t\bigl(\lvert X_s-X'_s\rvert+\mathbb E\lvert X_s-X'_s\rvert\bigr)ds $$
である。$e(t):=\mathbb E\|X-X'\|_t$ とおいて期待値をとると $e(t)\le2L\int_0^te(s)ds$ で、Grönwall の不等式から $e=0$ である。$\square$

雑音が加法的なので、同じ Brown 運動で動かした 2 つの解の差には確率積分が現れず、各標本路の常微分方程式の評価で済む。$\sigma$ が位置と分布に依る一般の場合も、$\mu,\nu\in\mathcal P_2$ と $W_2$ についての Lipschitz 条件のもとで、同じ不動点の議論に Burkholder–Davis–Gundy の不等式を加えて、解がただ 1 つ存在する(CD22a Proposition 1、pp. 17–18)。

非線形 Fokker–Planck 方程式

分布の満たす方程式

$X$ を thm-mv-wellposed の解、$\mu_t=\mathcal L(X_t)$、$a:=\sigma\sigma^{\mathsf T}$ とする。$\varphi\in C_c^2(\mathbb R^d)$ について
$$ \int\varphi\,d\mu_t=\int\varphi\,d\mu_0+\int_0^t\!\!\int\Bigl(b(x,\mu_s)\cdot\nabla\varphi(x)+\frac12\sum_{i,j}a_{ij}\,\partial_i\partial_j\varphi(x)\Bigr)\mu_s(dx)\,ds . $$
すなわち $(\mu_t)$ は $\partial_t\mu=-\nabla\cdot\bigl(b(\cdot,\mu)\,\mu\bigr)+\frac12\sum_{i,j}a_{ij}\partial_i\partial_j\mu$ の弱解である。

伊藤の公式の期待値

$\beta_s:=b(X_s,\mu_s)$ は連続な適合過程なので、$X$ はドリフト $\beta$、拡散 $\sigma$ の伊藤過程である。伊藤の公式 から
$$ \varphi(X_t)=\varphi(X_0)+\int_0^t\Bigl(\beta_s\cdot\nabla\varphi(X_s)+\frac12\sum_{i,j}a_{ij}\partial_i\partial_j\varphi(X_s)\Bigr)ds+\int_0^t\nabla\varphi(X_s)\cdot\sigma\,dW_s $$
で、最後の項は被積分関数が有界なのでマルチンゲールで期待値は $0$ である。$\lvert\beta_s\cdot\nabla\varphi(X_s)\rvert\le\|\nabla\varphi\|_\infty(C+L\|X\|_T)$ は可積分なので、期待値と時間の積分を交換して主張を得る。$\square$

$\mu$ を固定すれば、これは Fokker–Planck方程式 の定理「分布は Fokker–Planck 方程式の解である」と同じ線形の方程式である。McKean–Vlasov 方程式では、ドリフトが未知の $\mu$ 自身に依るので方程式は非線形になる。$\mu_t$ が滑らかな密度 $f_t$ をもち、$b$ が核の形なら
$$ \partial_tf=-\nabla\cdot\Bigl(\bigl(b_0+K\star f\bigr)f\Bigr)+\frac12\sum_{i,j}a_{ij}\partial_i\partial_jf,\qquad(K\star f)(x):=\int K(x,y)f(y)\,dy $$
となる。$b_0=-\nabla V$、$K(x,y)=-\nabla U(x-y)$ の形は、閉じ込めのポテンシャル $V$ と相互作用のポテンシャル $U$ をもつ粒子の集まりを表す。

混沌の伝播

同期結合による混沌の伝播

$b(x,\mu)=b_0(x)+\int K(x,y)\mu(dy)$ とし、$b_0$ は定数 $L_0$ の Lipschitz、$K$ は有界で定数 $L_K$ の Lipschitz とする。def-mv-particles の粒子系 $X^{i,N}$ と、同じ $X^i_0$、$W^i$ で動かした McKean–Vlasov 方程式の解
$$ \bar X^i_t=X^i_0+\int_0^tb(\bar X^i_s,\mu_s)\,ds+\sigma W^i_t,\qquad\mu_s=\mathcal L(\bar X^i_s) $$
を考える($\bar X^1,\bar X^2,\dots$ は独立同分布)。このとき $T>0$ と $1\le i\le N$ について
$$ \mathbb E\sup_{t\le T}\bigl\lvert X^{i,N}_t-\bar X^i_t\bigr\rvert\le\frac{2\|K\|_\infty T}{\sqrt N}\,e^{(L_0+2L_K)T}. $$

差を同期させ、大数の法則の誤差を分散で測る

$N$ を固定し、$X^i:=X^{i,N}$ と書く。$\bar\mu^N_s:=\frac1N\sum_j\delta_{\bar X^j_s}$ とおく。同じ $W^i$ を使っているので、差に雑音は現れず
$$ \lvert X^i_t-\bar X^i_t\rvert\le\int_0^t\bigl\lvert b(X^i_s,\mu^N_s)-b(\bar X^i_s,\mu_s)\bigr\rvert\,ds $$
である。被積分関数を 3 つに分ける。
$$ b(X^i_s,\mu^N_s)-b(\bar X^i_s,\mu_s)=\bigl(b_0(X^i_s)-b_0(\bar X^i_s)\bigr)+\frac1N\sum_{j=1}^N\bigl(K(X^i_s,X^j_s)-K(\bar X^i_s,\bar X^j_s)\bigr)+R^i_s, $$
$$ R^i_s:=\frac1N\sum_{j=1}^N\Bigl(K(\bar X^i_s,\bar X^j_s)-\int K(\bar X^i_s,y)\,\mu_s(dy)\Bigr). $$
第 1 項は $L_0\lvert X^i_s-\bar X^i_s\rvert$ 以下、第 2 項は $L_K\bigl(\lvert X^i_s-\bar X^i_s\rvert+\frac1N\sum_j\lvert X^j_s-\bar X^j_s\rvert\bigr)$ 以下である。
大数の法則の誤差。 $Y_j:=K(\bar X^i_s,\bar X^j_s)-\int K(\bar X^i_s,y)\mu_s(dy)$ とおくと $\lvert Y_j\rvert\le2\|K\|_\infty$ である。$j\ne i$ なら $\bar X^j_s$ は $\bar X^i_s$ と独立で分布 $\mu_s$ をもつので、$\bar X^i_s$ についての条件付き期待値は $\mathbb E[Y_j\mid\bar X^i_s]=0$ である。$j\ne k$ のとき、$j,k$ の一方が $i$ でなければ($j\ne i$ とする)、$\bar X^j_s$ は $(\bar X^i_s,\bar X^k_s)$ と独立なので $\mathbb E[Y_j\cdot Y_k]=\mathbb E\bigl[\mathbb E[Y_j\mid\bar X^i_s,\bar X^k_s]\cdot Y_k\bigr]=0$ である。よって
$$ \mathbb E\lvert R^i_s\rvert^2=\frac1{N^2}\sum_{j=1}^N\mathbb E\lvert Y_j\rvert^2\le\frac{4\|K\|_\infty^2}N,\qquad\mathbb E\lvert R^i_s\rvert\le\frac{2\|K\|_\infty}{\sqrt N}. $$
Grönwall の不等式。 $e(t):=\frac1N\sum_{i=1}^N\mathbb E\sup_{r\le t}\lvert X^i_r-\bar X^i_r\rvert$ とおく。上の評価を $i$ について平均して期待値をとると
$$ e(t)\le\int_0^t\Bigl((L_0+2L_K)\,e(s)+\frac{2\|K\|_\infty}{\sqrt N}\Bigr)ds $$
で、$e(t)\le\frac{2\|K\|_\infty t}{\sqrt N}e^{(L_0+2L_K)t}$ である。粒子系と初期値・雑音の組は番号の並べ替えで不変なので(粒子系の解の一意性による)、$\mathbb E\sup_{r\le t}\lvert X^i_r-\bar X^i_r\rvert$ は $i$ によらず、$e(t)$ に等しい。$\square$

結合の作り方、つまり粒子系と独立な非線形過程を 同じ初期値と同じ Brown 運動 で動かすことを 同期結合(synchronous coupling)という。証明の要は、粒子の相互作用を「独立な非線形過程の経験測度」との差(Lipschitz 性で吸収)と、独立な変数の平均の揺らぎ(分散が $1/N$)に分けることにある。この形の議論は Sznitman による整理が広く使われ、$\sigma$ も核の形の Lipschitz な係数の場合に、2 乗平均で $\frac{c_1}Ne^{c_2T}$ の評価が成り立つ(CD22b Theorem 3.1、pp. 23–24。McKean の定理として述べられている)。

Kac の意味の混沌

thm-mv-chaos の仮定のもとで、$E:=C([0,T];\mathbb R^d)$(一様距離)とし、$\mu_{[0,T]}$ を非線形過程 $\bar X^1$ の経路の分布とする。$N$ 粒子系の経路の分布 $F^N$ は $E^N$ の上の対称な確率測度で、$(F^N)$ は $\mu_{[0,T]}$-混沌的である。とくに各時刻 $t$ で、$k$ 個の粒子の分布は $\mu_t^{\otimes k}$ に弱収束する。

結合で周辺分布を比べる

対称性は証明の最後で述べた並べ替えの不変性による。$k$ を固定し、$E^k$ に距離 $\sum_{i\le k}\sup_t\lvert x^i_t-y^i_t\rvert$ を入れる。$(X^{1,N},\dots,X^{k,N})$ と $(\bar X^1,\dots,\bar X^k)$ の組は、前者の分布と $\mu_{[0,T]}^{\otimes k}$ の結合なので、thm-mv-chaos から両者の $W_1$ 距離は $kC_T/\sqrt N$ 以下で $0$ に近づく。$W_1$ の収束は弱収束を導く(有界な Lipschitz 関数 $\phi$ について $\lvert\mathbb E\phi(\cdot)-\mathbb E\phi(\cdot)\rvert\le\mathrm{Lip}(\phi)\cdot\mathbb E[\text{距離}]$ で、有界な Lipschitz 関数は弱収束を決める)。時刻 $t$ の周辺分布は連続写像 $x\mapsto x_t$ の像なので、同じく収束する。$\square$

$k$ 個の粒子の経路は、$N\to\infty$ で独立な $k$ 個の非線形過程に近づく。有限の $N$ では粒子どうしの相関が残るが(その影響は thm-mv-chaos から $1/\sqrt N$ 以下)、1 個の粒子に働く他の $N-1$ 個からの力の揺らぎが平均化されて消えるためである。経験測度 $\mu^N_t$ の $W_1$ 距離での収束、特異な核(Keller–Segelモデル の Newton ポテンシャルの勾配など)の場合、時間について一様な評価などは CD22b が総説している。

例

平均へ引き戻される粒子

$d=1$、$\theta>0$、$\sigma>0$、$\mathbb E X_0^2<\infty$ とし、$b(x,\mu)=-\theta\bigl(x-\langle\mu\rangle\bigr)$、$\langle\mu\rangle:=\int y\,\mu(dy)$ とする。$\lvert\langle\mu\rangle-\langle\nu\rangle\rvert\le W_1(\mu,\nu)$ なので Lipschitz 条件が成り立つ。解の平均 $m_t:=\mathbb E X_t$ は、方程式の期待値をとると $m_t=m_0+\int_0^t(-\theta)(m_s-m_s)\,ds=m_0$ で一定である。よって解は、平均 $m_0$ のまわりの Ornstein–Uhlenbeck過程
$$ X_t=m_0+e^{-\theta t}(X_0-m_0)+\sigma\int_0^te^{-\theta(t-s)}\,dW_s,\qquad\operatorname{Var}X_t=e^{-2\theta t}\operatorname{Var}X_0+\frac{\sigma^2}{2\theta}\bigl(1-e^{-2\theta t}\bigr) $$
である(右辺の過程の平均は $m_0$ なので方程式を満たし、thm-mv-wellposed の一意性からこれが解である)。$t\to\infty$ で分布は $N(m_0,\sigma^2/(2\theta))$ に収束する。
非線形な方程式らしい点として、定常分布がただ 1 つではない。各 $m\in\mathbb R$ について正規分布 $N(m,\sigma^2/(2\theta))$ は定常で、どれに近づくかは初期値の平均で決まる。粒子系では、重心 $\bar X^N_t:=\frac1N\sum_iX^{i,N}_t$ が $d\bar X^N_t=\frac\sigma N\sum_idW^i_t$ を満たし、分散 $\sigma^2t/N$ で拡散する。有限の $N$ では重心がゆっくりさまようが、$N\to\infty$ でその動きが消えることが、非線形の極限で平均が保存されることに対応する。この核 $K(x,y)=\theta y$ は有界でないので thm-mv-chaos の仮定の外だが、同じ形の評価が直接の計算で得られる。

雑音のある同期の模型

$d=1$、$\kappa>0$、$\sigma>0$ とし、$K(x,y)=\kappa\sin(y-x)$、$b_0=0$ とすると、粒子系は
$$ dX^{i,N}_t=\frac\kappa N\sum_{j=1}^N\sin\bigl(X^{j,N}_t-X^{i,N}_t\bigr)\,dt+\sigma\,dW^i_t $$
で、Kuramotoモデル で振動数をそろえて雑音を加えたものである。$\|K\|_\infty=\kappa$、$L_K=\kappa$ なので thm-mv-chaos から $\mathbb E\sup_{t\le T}\lvert X^{i,N}_t-\bar X^i_t\rvert\le2\kappa Te^{2\kappa T}/\sqrt N$ で、極限の密度は $\partial_tf=-\partial_x\bigl((K\star f)f\bigr)+\frac{\sigma^2}2\partial_x^2f$ を満たす。

反例

結果外す仮定例成り立たなくなること
thm-mv-wellposed分布について Lipschitz$b(x,\mu)=\sqrt{\lvert\langle\mu\rangle\rvert}$、$\sigma=1$、$X_0=0$分布の異なる解が 2 つある
cor-mv-kac初期値が独立$b=0$、全粒子の初期値が同じ確率変数 $\xi$($\operatorname{Var}\xi>0$)2 粒子の共分散が $N$ によらず $\operatorname{Var}\xi$
反例の確かめ

表の 2 つの反例の計算。

計算を開く

1 行目。 $X_t=m_t+W_t$($m$ は決定的な関数)が解であることは、$\mathbb E X_t=m_t$ から $m_t=\int_0^t\sqrt{\lvert m_s\rvert}\,ds$、つまり $m'=\sqrt{\lvert m\rvert}$、$m(0)=0$ と同値である。この初期値問題は $m\equiv0$ と $m(t)=t^2/4$($m'=t/2=\sqrt{t^2/4}$)の 2 つの解をもつので、$X_t=W_t$ と $X_t=t^2/4+W_t$ はどちらも解で、$t>0$ で分布が異なる。$\mu\mapsto\sqrt{\lvert\langle\mu\rangle\rvert}$ は平均 $0$ の近くで $W_1$ について Lipschitz でない。雑音があっても一意性は回復しない。

2 行目。 $X^{i,N}_t=\xi+\sigma W^i_t$ で、$W^i$ は $\xi$ とも互いにも独立なので、$i\ne j$ について $\operatorname{Cov}(X^{i,N}_t,X^{j,N}_t)=\operatorname{Var}\xi$ である。2 粒子の分布は積の分布に近づかない。経験測度は $\xi$ を与えたときの条件付き分布に近づき、極限は確率的なままである。

文献

非線形 Fokker–Planck 方程式と McKean–Vlasov 方程式の定式化、$W_2$ の Lipschitz 条件での存在と一意性は CD22a §2.2.2(pp. 15–18)と Proposition 1(pp. 17–18)、Kac の意味の混沌は同 Definition 3.18(p. 60)、McKean の 1966 年の論文に沿った非線形 Markov 過程の枠組みは同 p. 118 にある。同期結合による混沌の伝播は CD22b Theorem 3.1(pp. 23–24)にあり、McKean の証明と Sznitman の証明(Szn91)の 2 つが紹介されている(p. 24)。この記事の thm-mv-wellposed と thm-mv-chaos は、雑音を加法的に限って確率積分の評価を省いた形で、証明はこの記事の組み立てである。例と反例の計算もこの記事による。

関連項目

参考文献

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