Long-time behaviour of dynamical systems driven by bounded mixing noises

Resumo Técnico: Comportamento de longo prazo de sistemas dinâmicos impulsionados por ruídos misturantes limitados

Enunciado do Problema
Este trabalho investiga o comportamento estatístico de longo prazo, especificamente as propriedades de mistura (mixing), de sistemas dinâmicos dissipativos impulsionados por forças aleatórias limitadas. O estudo aborda tanto sistemas de tempo discreto da forma $u_k = S(u_{k-1}, \eta_k)$ quanto sistemas de tempo contínuo $\dot{u}(t) = F(u(t), \eta(t))$. O objetivo principal é estabelecer a mistura exponencial na métrica de variação total (para espaços de fase de dimensão finita) e na métrica dual-Lipschitz (para espaços de dimensão infinita) sob condições onde o forçamento aleatório $\eta$ é limitado e satisfaz propriedades específicas de mistura e regularidade. O trabalho estende o arcabouço desenvolvido por Kuksin e Shirikyan (2025) para classes mais amplas de processos não estacionários e sistemas de tempo contínuo com trajetórias de amostra contínuas.

Metodologia
Os autores empregam uma estratégia de "elevação de Markov" (Markov lifting) combinada com um argumento de acoplamento baseado no funcional de Kantorovich. As etapas metodológicas principais incluem:

1. Redução para Tempo Discreto: Sistemas de tempo contínuo são reduzidos a sistemas dinâmicos aleatórios (RDS) de tempo discreto via aplicações de tempo-um. Para caminhos contínuos, o ruído sobre um intervalo $I_k = [k-1, k)$ é tratado como um elemento de um espaço de Hilbert de curvas.
2. Elevação de Markov: O sistema original não-markoviano (onde o ruído pode ter memória) é elevado para um processo de Markov em um espaço de estado estendido $\mathcal{X} = X \times K$, onde $X$ é o espaço de fase e $K$ é o espaço de histórias do ruído. A dinâmica em $\mathcal{X}$ é definida por uma aplicação $\mathcal{S}(U, \eta) = (S(v, \eta), (\xi, \eta))$.
3. Acoplamento de Doeblin via Funcional de Kantorovich: Para provar a mistura exponencial, os autores constroem um acoplamento de duas trajetórias partindo de condições iniciais diferentes. Isso envolve:
   • Estabilização Local: Utilizando suposições de controlabilidade linearizada para construir uma aplicação $\Phi$ que "comprime" a distância entre dois estados quando eles estão próximos.
   • Recorrência: Utilizando uma condição de "recorrência à origem" para garantir que as trajetórias entrem em uma vizinhança pequena da origem com probabilidade positiva.
   • Decaimento Iterativo: Aplicando o funcional de Kantorovich para mostrar que a distância entre as leis das trajetórias acopladas decai exponencialmente.
4. Tratamento de Dimensões Infinitas: Para espaços de fase de dimensão infinita, a suposição padrão de controlabilidade linearizada é substituída por uma condição de "Controlabilidade Linearizada Aproximada" (ALC) envolvendo um subespaço determinante de dimensão finita e uma sequência de subespaços de dimensão finita que aproximam o espaço do ruído.

Suposições Principais
Os resultados dependem das seguintes suposições estruturais sobre o sistema e o ruído:

• Dissipatividade: O sistema sem forçamento é estritamente dissipativo, e o sistema forçado possui um conjunto absorvente compacto.
• Regularidade (SF): As distribuições condicionais do ruído em relação ao seu passado são Lipschitz contínuas na distância de variação total (análogo à propriedade de Strong Feller).
• Recorrência (RZ): O processo de ruído tem uma probabilidade positiva de entrar e permanecer em uma vizinhança pequena da origem por uma duração fixa, independentemente do passado.
• Controlabilidade/Não-degenerescência:
  • Dimensão Finita: Uma condição de controlabilidade linearizada onde a derivada da aplicação em relação ao ruído, restrita a um subespaço de dimensão finita, é sobrejetiva. A distribuição de ruído condicional neste subespaço deve admitir uma densidade Lipschitz.
  • Dimensão Infinita: Uma versão aproximada onde a imagem da derivada do ruído contém um subespaço determinante de dimensão finita, e o ruído satisfaz uma propriedade de decomponibilidade e Lipschitz (DLP) em uma sequência de subespaços de dimensão finita.

Principais Resultados

1. Caso de Dimensão Finita (Teorema A/3.3): Sob as suposições declaradas, o sistema de tempo discreto é exponencialmente misturante na distância de variação total. Existe um processo estacionário único (em distribuição) tal que qualquer solução converge para ele exponencialmente rápido.
2. Caso de Dimensão Infinita (Teorema B/5.2): Para sistemas com espaços de fase de dimensão infinita (ex: EDPs), o sistema é exponencialmente misturante na distância dual-Lipschitz. A mistura em variação total geralmente não é reivindicada para o caso de dimensão infinita devido à falta de continuidade absoluta das medidas em dimensões infinitas.
3. Reconstrução do Processo (Corolário C): O artigo demonstra que as propriedades de mistura do sistema elevado implicam que um processo aleatório pode ser unicamente reconstruído a partir de suas probabilidades de transição condicional, se essas probabilidades satisfizerem as condições de regularidade e recorrência.
4. Aplicações a ODEs e EDPs:
   • ODEs: Os resultados aplicam-se a equações diferenciais ordinárias impulsionadas por processos aleatórios limitados com trajetórias $H^1_{loc}$ (caminhos contínuos). Os autores mostram como decompor o ruído para satisfazer as hipóteses exigidas.
   • PDEs: A teoria é aplicada às equações primitivas de dinâmica atmosférica (3D) aleatoriamente perturbadas. Os autores estabelecem a mistura exponencial na métrica dual-Lipschitz para estas equações impulsionadas por forças aleatórias contínuas e limitadas.

Significância e Alegações
O artigo afirma fornecer uma versão mais acessível da abordagem introduzida por Kuksin e Shirikyan (2025), enquanto estende significativamente sua aplicabilidade. Especificamente:

• Remove a exigência de que o processo de ruído seja estacionário, acomodando processos limitados não estacionários.
• Estende o arcabouço para sistemas de tempo contínuo com trajetórias de amostra contínuas (especificamente trajetórias $H^1_{loc}$), que não foram cobertos pelo trabalho anterior que focava em processos $L^2_{loc}$.
• Relaxa as suposições de densidade sobre o espaço do ruído no cenário de dimensão infinita, permitindo casos onde a união dos subespaços de dimensão finita não é densa no espaço total do ruído.
• A metodologia lida com sucesso com as equações primitivas da dinâmica atmosférica, um sistema de EDP não-linear significativo, provando sua mistura exponencial sob forçamento contínuo e limitado, um regime onde a boa existência (well-posedness) é conhecida, mas as propriedades de mistura eram anteriormente não estabelecidas para forças contínuas.

Os autores enfatizam que sua abordagem depende da elevação da dinâmica para um processo de Markov em um espaço de história e da aplicação de um argumento de acoplamento, o que permite contornar a propriedade de Strong Feller do sistema original, que frequentemente falha em dimensões infinitas ou para ruídos não-markovianos.