Stochastic homogenization for Hamilton-Jacobi-Bellman equations on continuum percolation clusters

기술 요약: 연속 퍼콜레이션 클러스터 상의 해밀턴-야코비-벨만 방정식에 대한 확률적 호모제니제이션(Stochastic Homogenization)

문제 정의
본 논문은 $\mathbb{R}^d$ ($d \geq 2$) 내의 연속 퍼콜레이션 모델의 무한 연결 성분(무한 클러스터) 위에 정의된 무작위 해밀턴-야코비-벨만(HJB) 방정식의 확률적 호모제니제이션을 다룬다. 저자들은 다음 방정식을 만족하는 점성 해(viscosity solution) $u^\varepsilon$의 $\varepsilon \to 0$에 따른 점근적 거동을 연구한다:
$$\partial_t u^\varepsilon = \frac{\varepsilon}{2} \text{div}\left( a\left(\frac{x}{\varepsilon}, \omega\right) \nabla u^\varepsilon \right) + H\left(\frac{x}{\varepsilon}, \nabla u^\varepsilon, \omega\right),$$
이때 도메인은 $(0, T) \times \varepsilon C_\infty(\omega)$이며, $C_\infty(\omega)$는 원점을 포함하는 무한 클러스터이다.

이 환경은 다음과 같은 고전적인 호모제니제이션 설정과는 구별되는 중대한 도전 과제들을 제시한다:

1. 퇴화성(Degeneracy): 확산 계수 $a(x, \omega)$는 퇴화 타원형(degenerate elliptic)이다. 즉, 그 지지 집합(support)이 무한 클러스터의 폐집합으로 제한되어 있어, 연산자가 균등 타원형(uniformly elliptic)이 아니다.
2. 비정상성(Non-Stationarity): 분석은 조건부 확률 측도 $P_0(\cdot) = P(\cdot \mid 0 \in C_\infty)$ 하에서 수행된다. 무조건적 측도 $P$와 달리, $P_0$는 변환 군 $\{\tau_x\}_{x \in \mathbb{R}^d}$에 대해 불변이 아니며, 이는 기존 호모제니제이션 문헌에서 사용된 표준적인 정체성(stationarity) 가정을 깨뜨린다.
3. 장거리 상관관계(Long-Range Correlations): 이 모델은 유한 범위 의존성(i.i.d. 구조)을 가정하지 않는다. 즉, 퍼콜레이션 모델은 장거리 상관관계를 가질 수 있다.

해밀턴 $H$는 퇴화된 행렬 $a$에 의해 유도된 세미 노름(semi-norm)에 대해 볼록(convex)하고 코어시브(coercive)하지만, 반드시 유클리드 노름에 대해 균등하게 코어시브한 것은 아니다.

방법론
증명 전략은 원래 정체적이고 에르고딕하며 균등 타원형인 환경에서의 HJB 방정식을 위해 개발된 Kosygina-Rezakhanlou-Varadhan [KRV06]의 방법론에서 영감을 받았다. 저자들은 비정상적이고 퇴화된 설정에 맞게 이 프레임워크를 다음과 같은 몇 가지 핵심적인 기술적 혁신을 통해 적응시킨다:

1. 최적 제어 표현(Optimal Control Representation): $u^\varepsilon$의 해는 퍼콜레이션 클러스터 상의 디퓨전(diffusion)에 대한 최적 제어 문제와 관련된 변분 공식(variational formula)을 통해 표현된다. 저자들은 점진적으로 측정 가능한 제어(progressively measurable controls)를 샘플링하기 위해 보조 확률 공간을 활용하여, "입장에서 본 환경(environment seen from the particle)"에 대한 엄밀한 처리를 가능하게 한다.
2. 비정상 측도에 대한 에르고딕 정리: $P_0$ 하에서의 환경 프로세스에 대한 에르고딕 정리를 확립하는 것이 중요한 단계이다. $P_0$는 평행 이동 불변이 아니므로, 저자들은 좌표축을 따라 클러스터가 차례로 도착하는 것에 의해 정의된 "유도된 이동(induced shifts)" $\sigma_e$를 도입한다. 이들은 이러한 유도된 이동이 $P_0$를 보존하며 에르고딕함을 증명함으로써, 디퓨전 궤적에 대한 대수의 법칙을 도출하기 위해 Birkhoff의 에르고딕 정리를 적용할 수 있게 한다.
3. 변분 분석 및 민-맥스 정리(Min-Max Theorems): 유효 해밀턴(effective Hamiltonian)에 대한 변분 공식을 유도한다. 유계 영역으로 변분 문제를 제한하여 컴팩트성을 확보하는 [KRV06]의 방식(비정상적 $P_0$와는 호환되지 않는 기법)과 달리, 본 논문은 다음을 활용한다:
   • 내재적 코어시비티(Intrinsic Coercivity): 해밀턴의 퇴화된 행렬 $a$에 대한 코어시비티를 활용하여 $L^{1+\delta}(P_0)$에서의 기울기(gradient)의 약한 컴팩트성(weak compactness)을 확립한다.
   • 상대 엔트로피 구조: 변분 분석에 감산적인 상대 엔트로피 항을 도입한다. 이 항은 약한 극한 $G$를 추출하기 위한 두 번째 민-맥스 정리를 적용하는 데 필요한 코어시비티를 제공한다.
4. 보정자(Correctors) 및 부서적 성장(Sub-linear Growth): "보정자" $V_G$ (약한 극한 $G$의 경로 적분)의 존재가 확립된다. 저자들은 $V_G$가 $P_0$에 대해 거의 확실하게 부서적 성장($o(|x|)$)을 보임을 증명한다. 이 결과는 이산적 설정에서 사용되는 조합론적 계수(counting arguments)보다는 연속 퍼콜레이션 클러스터의 특정한 기하학적 성질(예: 거리의 지수적 감소 및 재귀성)에 크게 의존한다.

주요 기여 및 결과

• 주요 정리 (Theorem 2.1): 저자들은 $P_0$-거의 확실하게(almost surely), $u^\varepsilon$가 유효 방정식 $u_{\text{hom}}$을 만족하는 호모제니제이션 극한 $u_{\text{hom}}$으로 컴팩트 집합 위에서 균등하게 수렴함을 증명한다:
  $$\partial_t u_{\text{hom}} = \bar{H}(\nabla u_{\text{hom}}), \quad u_{\text{hom}}(0, x) = f(x).$$
• 유효 해밀턴에 대한 변분 공식: 유효 해밀턴 $\bar{H}(\theta)$는 다음의 변분 공식에 의해 특징지어진다:
  $$\bar{H}(\theta) = \inf_{G \in \mathcal{G}_\delta} \left( \text{ess sup}_{P_0} \left[ \frac{1}{2} \text{div}(a(G+\theta)) + H(G+\theta) \right] \right),$$
  여기서 $\mathcal{G}_\delta$는 $L^{1+\delta}$-유계성, 클러스터 상의 회전 없는 성질(curl-free property), 그리고 비정상적 측도에 적응된 정교한 "유도된 평균 제로(zero induced mean)" 성질을 만족하는 함수들의 클래스이다.
• 대형 편차 원리 (Corollary 2.2): 직접적인 응용으로서, 본 논문은 연속 퍼콜레이션 클러스터 상에서 무작위 드리프트(random drift)를 갖는 퇴화 디퓨전에 대한 퀜치드 대형 편차 원리(quenched large deviation principle)를 확립한다. 속도 함수(rate function)는 유효 해밀턴의 르장드르-펜첼 변환(Legendre-Fenchel transform)으로 주어진다.
• 가정의 완화: 본 연구는 클러스터 내부의 균등 타원성을 요구하는 조건과 유한 범위 의존성(i.i.d.) 가정을 제거하여, 장거리 상관관계를 가진 모델을 허용한다.

의의 및 주장
본 논문은 퍼콜레이션 클러스터 상에서 HJB 방정식의 확률적 호모제니제이션을 연구한 첫 번째 사례라고 주장한다. 저자들은 퍼콜레이션의 본질적인 특성, 즉 비정상성(non-translation invariance)과 비타원성(non-ellipticity)이 분석 전반에 스며들어 있으며, 이를 위해 새로운 수학적 도구가 필요했음을 강조한다.

그 의의는 다음과 같다:

1. 프레임워크의 가교 역할: 이전에 정체적이고 타원형인 환경으로 제한되었던 [KRV06] 방법을 비정상적이고 퇴화된 맥락으로 성공적으로 적응시켰다.
2. 비정상성 처리: 무작위 매질에서 원점에서 시작하는 프로세스의 거의 확실한 거동을 연구하는 데 필수적인, $P_0$ 하에서의 호모제니제이션을 위한 엄밀한 프레임워크를 개발하였다.
3. 변분적 특징화: 유도된 평균 제로 조건과 특정 함수 공간 $\mathcal{G}_\delta$를 통해 퍼콜레이션 클러스터의 기하학적 제약을 명시적으로 반영하는 유효 해밀턴의 변분적 표현을 제공하였다.

저자들은 적용 분야에 대해 겸허한 어조를 유지하며, 본 방법론이 [So99, AT14]에서 사용된 하위 가법적 접근법(sub-additive approaches)으로 확장될 가능성이 있음을 언급하면서도, 주요 기여는 균등 타원성이나 i.i.d. 구조를 가정하지 않고 이 특정한 도전적인 기하학적 설정에서 변분 공식의 확립과 호모제니제이션의 증명을 수행한 데 있음을 밝히고 있다.