Universal Central Limit Theorem for non-exchangeable interacting diffusions

Sintesi Tecnica: Teorema del Limite Centrale Universale per Diffusione Interagenti Non Scambiabili

Enunciato del Problema
Il saggio investiga il comportamento per $n \to \infty$ di un sistema di $n$ diffusioni interagenti $(X^1, \dots, X^n)$ su $\mathbb{R}^d$, governate dall'equazione differenziale stocastica:
$$dX^i_t = \left( b_0(t, X^i_t) + \sum_{j=1}^n \xi_{ij} b(t, X^i_t, X^j_t) \right) dt + \sigma dB^i_t,$$
dove $\xi = (\xi_{ij})$ è una matrice di interazione deterministica con entrata non negativa e diagonale nulla. Mentre il regime della "Legge dei Grandi Numeri" (propagazione del caos) per tali sistemi non scambiabili è stato ampiamente studiato, in particolare riguardo alla convergenza della misura empirica verso un limite di McKean-Vlasov, il comportamento delle fluttuazioni attorno a tale limite rimane meno compreso per strutture di interazione eterogenee.

La questione centrale affrontata è se il campo di fluttuazione globale, definito come $\eta^n_t := \sqrt{n}(\mu^n_t - \mu_t)$ (dove $\mu^n_t$ è la misura empirica e $\mu_t$ il limite deterministico), converga allo stesso limite gaussiano del caso classico di campo medio scambiabile (dove $\xi_{ij} = 1/(n-1)$). Nello specifico, gli autori cercano di determinare le condizioni sulla matrice di interazione $\xi$ sotto le quali $\eta^n$ converge in distribuzione alla soluzione unica di una SPDE lineare.

Metodologia
La dimostrazione segue una strategia "tightness-limite-unicità", condotta principalmente all'interno di spazi di Sobolev negativi $H^{-k}$ per gestire la natura distributiva del campo di fluttuazione.

1. Tightness (Compattezza): Gli autori stabiliscono la compattezza della successione $(\eta^n)_{n \in \mathbb{N}}$ nello spazio $C([0, T]; H^{-k})$. Ciò viene ottenuto tramite:

   • Dimostrazione della compattezza delle marginali temporali attraverso l'analisi di Fourier e limiti uniformi pesati in $H^1$.
   • Verifica del criterio di Aldous per la compattezza nello spazio dei cammini.
   • Fondamentalmente, gli autori utilizzano stime quantitative acute sulla propagazione del caos (da Shkolnikov [58]) combinate con disuguaglianze funzionali (Poincaré e disuguaglianze di trasporto) per controllare la varianza del campo di fluttuazione. Essi decompongono il secondo momento della coppia di fluttuazione in un termine di varianza (controllato dalle disuguaglianze di Poincaré) e un termine di bias (controllato dalla relativa entropia tra le leggi delle particelle e il limite di McKean-Vlasov).

2. Convergenza (Identificazione del Limite): Per identificare qualsiasi sottosequenza limite come soluzione della target SPDE, gli autori analizzano la decomposizione semimartingala di $\langle \eta^n_t, \phi \rangle$ per funzioni di test $\phi$.

   • La parte martingala converge a un termine di rumore gaussiano caratterizzato dalla variazione quadratica.
   • Il termine di drift coinvolge l'operatore di McKean-Vlasov linearizzato. Una sfida tecnica significativa sorge poiché i coefficienti nel drift sono limitati ma non necessariamente decrescenti all'infinito, mentre la convergenza di $\eta^n$ è solo nello spazio non pesato $H^{-k}$.
   • Per risolvere questo, gli autori impiegano un argomento di cutoff: localizzano le funzioni di test su insiemi compatti dove la convergenza non pesata è valida e controllano le code utilizzando stime di momento pesate uniformi derivate dalle proprietà del kernel di Bessel e dalle disuguaglianze di trasporto.
   • Mostrano che i termini di errore derivanti dall'eterogeneità di $\xi$ svaniscono nel limite sotto le specificate condizioni di densità.

3. Unicità: Il saggio prova l'unicità pathwise per la SPDE limite. Considerando la differenza $\delta_t = \eta_t - \eta'_t$ tra due soluzioni guidate dallo stesso rumore, i termini di rumore si cancellano, lasciando un'equazione lineare deterministica. Gli autori derivano una disuguaglianza di energia in una norma di Sobolev negativa pesata e applicano la disuguaglianza di Gronwall per mostre che $\delta_t \equiv 0$.

Assunzioni e Condizioni Chiave
Il risultato principale vale per matrici di interazione $\xi$ che soddisfano l'Assunzione 2.1, la quale include:

• Somme per Righe: $\sum_j \xi_{ij} = 1$ per ogni $i$.
• Somme per Colonne: Somme di colonne limitate, con la media del quadrato delle somme di colonna che converge a 1.
• Soglia di Densità: Le voci della matrice devono soddisfare una specifica condizione di decadimento. La condizione più critica è che l'elemento massimo di $\xi$ sia $o(n^{-1/2})$. Nello specifico, è richiesto che $\frac{1}{n^{3/2}} (\sum_{i,j} |\tilde{\xi}_{ij}|) \max_{i,j} \xi_{ij} \to 0$, dove $\tilde{\xi}$ cattura la deviazione dal caso di campo medio.
• Regolarità: Le funzioni di interazione $b_0$ e $b$ devono avere derivate limitate fino all'ordine $k+1$.

Risultati Principali
Il saggio stabilisce un Teorema del Limite Centrale Universale (Teorema 2.4):

• Sotto le dichiarate condizioni strutturali e di densità su $\xi$, il campo di fluttuazione $\eta^n$ converge in distribuzione in $C([0, T]; H^{-k})$ a un processo gaussiano unico $\eta$.
• Questo limite $\eta$ è l'unica soluzione della SPDE lineare:
  $$\partial_t \eta_t = \frac{\sigma^2}{2} \Delta \eta_t - \nabla \cdot (b_0 \eta_t) - \nabla \cdot \left( \eta_t \int b(\cdot, y) \mu_t(dy) \right) - \nabla \cdot \left( \mu_t \int b(\cdot, y) \eta_t(dy) \right) - \sigma \nabla \cdot (\sqrt{\mu_t} \dot{W}),$$
  che è identica al limite di fluttuazione nel caso scambiabile di campo medio.
• Il risultato si applica a:
  • Matrici di adiacenza scalate di grafi $m_n$-regolari dove $m_n / \sqrt{n} \to \infty$.
  • Grafi di Erdős–Rényi $G(n, p_n)$ dove $n p_n / \sqrt{n} \to \infty$ (in senso quenched).
  • Modelli di interazione spaziale nel regime subcritico ($\alpha < 1/2$).

Significatività e Precisione (Sharpness)
Il saggio sostiene che la soglia $n^{-1/2}$ per l'elemento massimo della matrice di interazione sia ottimale (sharp).

• Nel contesto dei modelli di interazione spaziale (dove la forza di interazione decade come $|x_i - x_j|^{-\alpha}$), la condizione $\max \xi_{ij} \sim n^{\alpha-1}$ implica che la soglia $n^{-1/2}$ corrisponde ad $\alpha < 1/2$.
• Gli autori notano che nel regime supercritico ($\alpha > 1/2$), le fluttuazioni, quando riscalate per $\sqrt{n}$, divergono, e una diversa scala ($n^{1-\alpha}$) porta a un limite deterministico piuttosto che a uno gaussiano.
• L'universalità del limite gaussiano è significativa perché dimostra che, a patto che il grafo di interazione sia sufficientemente denso (specificamente, che la forza di interazione non sia troppo concentrata su una singola coppia), l'eterogeneità microscopica della rete non altera la statistica delle fluttuazioni macroscopiche; il sistema si comporta come se fosse pienamente scambiabile.

Conclusione
Questo lavoro estende la classica teoria delle fluttuazioni per le diffusione interagenti a una vasta classe di sistemi non scambiabili. Combinando la propagazione quantitativa del caos con le disuguaglianze funzionali e un'analisi accurata negli spazi di Sobolev pesati, gli autori dimostrano che l'universalità del limite di fluttuazione gaussiano vale finché la matrice di interazione soddisfa una specifica condizione di densità, che risulta essere ottimale per i modelli spaziali.