中文

流形上 Dirichlet 扩散过程经验测度的 Wasserstein 距离收敛性

概率论 2022-04-11 v3

摘要

MM 为带边界 M\partial Mdd 维连通紧致黎曼流形,设 VC2(M)V\in C^2(M) 使得 μ(dx):=eV(x)dx\mu({\rm d} x):={\rm e}^{V(x)}{\rm d} x 为一概率测度,并设 XtX_t 为由 L:=Δ+VL:=\Delta+\nabla V 生成的扩散过程,其中 τ:=inf{t0:XtM}\tau:=\inf\{t\ge 0: X_t\in\partial M\}。考虑该扩散过程在条件 t<τt<\tau 下的经验测度 μt:=1t0tδXsds\mu_t:=\frac 1 t \int_0^t \delta_{X_s}{\rm d} s。若 d3d\le 3,则对任意不完全支撑于 M\partial M 上的初始分布,对某个常数 c(0,1]c\in (0,1](当 M\partial M 凸时 c=1c=1)成立\n\begin{align*} &c\sum_{m=1}^\infty \frac{2}{(\lambda_m-\lambda_0)^2} \le \liminf_{t\to \infty} \inf_{T\ge t} \Big\{t {\mathbb E}\big[\mathbb W_2(\mu_t, \mu_0)^2\big|T<\tau\big]\Big\} \\ &\le \limsup_{t\to \infty} \sup_{T\ge t} \Big\{ t \mathbb E\big[\mathbb W_2(\mu_t, \mu_0)^2\big|T<\tau\big] \Big\}\le \sum_{m=1}^\infty \frac{2}{(\lambda_m-\lambda_0)^2}\end{align*}\n其中 μ0:=ϕ02μ\mu_0:= \phi_0^2\muLL 的第一 Dirichlet 特征函数 ϕ0\phi_0{λm}m0\{\lambda_m\}_{m\ge 0}L-L 的 Dirichlet 特征值按递增顺序计重数排列,且上界有限当且仅当 d3d\le 3。当 d=4d=4 时,supTtE[W2(μt,μ0)2T<τ]\sup_{T\ge t} \mathbb E\big[\mathbb W_2(\mu_t, \mu_0)^2\big|T<\tau\big] t1logtt^{-1}\log t 阶衰减,而当 d5d\ge 5 时其渐近行为如 t2d2t^{-\frac 2 {d-2}},当 tt\to\infty

关键词

引用

@article{arxiv.2005.09290,
  title  = {Convergence in Wasserstein Distance for Empirical Measures of Dirichlet Diffusion Processes on Manifolds},
  author = {Feng-Yu Wang},
  journal= {arXiv preprint arXiv:2005.09290},
  year   = {2022}
}

备注

27 pages