Regularization and Asymptotic Behaviour of Ornstein-Uhlenbeck Evolution Operators in Infinite Dimension

Resumen Técnico: Regularización y Comportamiento Asintótico de Operadores de Evolución de Ornstein-Uhlenbeck en Dimensión Infinita

Planteamiento del Problema
El artículo investiga las propiedades de los operadores de evolución de Ornstein-Uhlenbeck (OU) que actúan sobre funciones definidas en un espacio de Hilbert separable $X$. Específicamente, el estudio se centra en el entorno no autónomo de dimensión infinita donde los coeficientes de la ecuación de Kolmogorov hacia atrás asociados son dependientes del tiempo. Los objetivos primordiales son dos:

1. Establecer propiedades de regularización generales de estos operadores cuando actúan sobre espacios $L^p$ con respecto a un sistema de medidas de evolución adecuado.
2. Analizar el comportamiento asintótico de los operadores en el caso tiempo-periódico, identificando específicamente la tasa de convergencia óptima hacia la media con respecto al tiempo y proporcionando un criterio para esta optimalidad basado únicamente en el término de deriva (drift).

Si bien la teoría para los operadores de OU autónomos en dimensión infinita está bien establecida, el caso no autónomo permanece menos completo. Trabajos previos han abordado ecuaciones no autónomas de dimensión finita y propiedades funcionales específicas (por ejemplo, la propiedad de Feller fuerte, hipercontractividad) en dimensión infinita, pero faltaba un análisis exhaustivo de las tasas de decaimiento asintótico y su optimalidad en el contexto de $L^p$.

Metodología
El análisis se estructura alrededor del operador de evolución $\{U(t, s)\}$ asociado a una familia de operadores lineales $\{A(t)\}$ y una familia acotada $\{B(t)\}$. El operador de evolución de OU $P_{s,t}$ se define mediante una medida gaussiana con media $U(t, s)x$ y covarianza $Q(t, s)$.

La metodología procede a través de varias etapas clave:

• Sistemas de Medidas de Evolución: Los autores introducen la familia de medidas gaussianas centradas $\mu_t = N(0, Q(t, -\infty))$, denominada un "sistema de medidas de evolución", que generaliza el concepto de medidas invariantes al contexto no autónomo, satisfaciendo la propiedad de invarianza $\int P_{s,t}\phi \, d\mu_s = \int \phi \, d\mu_t$.
• Extensión a Espacios $L^p$: El operador $P_{s,t}$, definido inicialmente en funciones continuas acotadas $C_b(X)$, se extiende a $L^p(X, \mu_t)$. Esta extensión se basa en la propiedad de invarianza y la naturaleza de contracción del operador.
• Regularización mediante Espacios de Sobolev: Un componente técnico central consiste en demostrar que $P_{s,t}$ mapea funciones de $L^p$ en espacios de Sobolev de primer orden $W^{1,p}(X, \mu_s)$. Esto requiere el manejo tanto de funciones escalares como vectoriales. Los autores definen espacios de Sobolev de valores vectoriales utilizando funciones cilíndricas y el cierre del operador gradiente en la norma de Hilbert-Schmidt. La prueba de la regularización utiliza el teorema de Cameron-Martin y la "condición de controlabilidad" (Supuesto 8), que asegura que la imagen del operador de evolución está contenida dentro de la imagen de la raíz cuadrada del operador de covarianza.
• Análisis Espectral en el Caso Periódico: Suponiendo que los coeficientes $A(\cdot)$ y $B(\cdot)$ son $T$-periódicos, los autores emplean la teoría espectral de operadores compactos. Analizan el operador $P_{0,T}$ restringido al subespacio de funciones de media cero. La compacidad de $P_{0,T}$ (derivada de los resultados de regularización) permite el uso de fórmulas del radio espectral para estimar las tasas de convergencia.
• Vinculación de Espectros: Un paso crítico implica relacionar el espectro del operador de OU $P_{0,T}$ con el espectro del operador de evolución adjunto $U(T, 0)^*$. Los autores demuestran que los autovalores de $U(T, 0)^*$ corresponden a los autovalores de $P_{0,T}$, específicamente para funciones propias lineales.

Contribuciones Clave y Resultados

1. Regularización y Compacidad: El artículo demuestra que para $p > 1$, el operador de OU extendido $P_{s,t}: L^p(X, \mu_t) \to L^p(X, \mu_s)$ es un operador compacto. Su imagen está contenida en el espacio de Sobolev $W^{1,p}(X, \mu_s)$, y el gradiente satisface una estimación específica que involucra al operador $\Lambda(t, s) = Q(t, s)^{-1/2}U(t, s)$. Esta compacidad es fundamental para el posterior análisis espectral.

2. Convergencia Exponencial: En el caso tiempo-periódico, el artículo establece que la convergencia de $P_{s,t}f$ hacia su media $\int f d\mu_t$ es exponencial. Específicamente, para cualquier $\omega$ estrictamente mayor que la tasa de decaimiento $\omega_0$ del operador de evolución $U(t, s)$ (donde $\|U(t, s)\| \leq Me^{\omega_0(t-s)}$), existe una constante $C_{T,\omega}$ tal que:
   $$\| P_{s,t}f - \int_X f d\mu_t \|_{L^p(X, \mu_s)} \leq C_{T,\omega} e^{\omega(t-s)} \|f\|_{L^p(X, \mu_t)}$$
   Se muestra que el radio espectral de $P_{0,T}$ restringido a funciones de media cero está acotado por $e^{\omega_0 T}$.

3. Criterio de Optimalidad: El artículo proporciona una condición suficiente para que la tasa de convergencia sea óptima, lo que significa que la tasa no puede mejorarse más allá de $e^{\omega_0(t-s)}$. La condición es que todos los autovalores de $U(T, 0)^*$ con módulo máximo $e^{\omega_0 T}$ deben ser semisimples. Si esta condición se cumple, la estimación se mantiene con $\omega = \omega_0$.

   • Crucialmente, los autores señalan que este criterio de optimalidad depende únicamente del término de deriva $A(\cdot)$ (a través de $U(T, 0)^*$) y no del término de difusión $B(\cdot)$.

4. Ejemplo Concreto: La Sección 5 construye un ejemplo concreto donde $X = L^2(\Omega)$, $A(t)$ es un operador diferencial elíptico dependiente del tiempo y $B(t)$ es una potencia fraccionaria de $A(t)^{-1}$. Los autores verifican que este sistema satisface todas las suposiciones, incluyendo la condición de controlabilidad y la no degeneración de las medidas. Además, demuestran que para este ejemplo específico, el autovalor de $U(T, 0)^*$ con módulo máximo es único y semisimple, confirmando así que la tasa de convergencia derivada es, de hecho, óptima para esta clase de operadores.

Significado
El artículo afirma avanzar la teoría de las ecuaciones de evolución no autónomas en dimensiones infinitas al:

• Proporcionar un marco riguroso para la regularización $L^p$ de los operadores de OU con respecto a sistemas de medidas de evolución.
• Establecer un vínculo directo entre las propiedades espectrales del operador de evolución determinista subyacente $U(t, s)$ y el decaimiento asintótico del operador estocástico de OU $P_{s,t}$.
• Ofrecer un criterio verificable (la semisimplicidad de los autovalores máximos del operador de deriva $U(T, 0)^*$) para determinar la agudeza de la tasa de convergencia.
• Demostrar que la velocidad de convergencia óptima está gobernada enteramente por los coeficientes de primer orden (deriva) del generador, un resultado que simplifica el análisis de sistemas estocásticos complejos.

El trabajo cierra la brecha entre el caso autónomo bien comprendido y el escenario no autónomo más complejo, proporcionando herramientas para analizar el comportamiento a largo plazo de las soluciones de ecuaciones diferenciales estocásticas de dimensión infinita.