• Tidak ada hasil yang ditemukan

確率解析的UVくりこみ理論

N/A
N/A
Protected

Academic year: 2024

Membagikan "確率解析的UVくりこみ理論"

Copied!
18
0
0

Teks penuh

(1)

. .

確率解析的 UV くりこみ理論

廣島 文生(九大・数理) M. Gubinelli(Univ. Paris-Dauphine)

J. L ˝orinczi(Loughborough Univ.)

2013年12月20日/確率論シンポジュム/RIMS

Gubinelli, Hiroshima,Lorinczi UV 1

(2)

Nelson model

.

. . 1 Nelson model

.

. .

2 関数解析的なUVくりこみ理論

.

. .

3 確率解析的なUVくりこみ理論

.

. .

4 弱結合極限(weak coupling limit)

.

5 まとめ

Gubinelli, Hiroshima,Lorinczi UVくりこみ 2

(3)

Nelson model

.

.

Nelson

模型

F =n=0nsL2(R3)

a(f),a(f),生成消滅作用素,[a(f),a(g)] = (f¯,g)

場の作用素

ϕb(f) = 1

2(a(f¯) +a(f)), f ∈L2(R3)

▶UV切断パラメターε>0を導入してUV切断関数を次で定める: hˆε(k) =eε|k|2/21l|k|>λ(k)/

|k| ∈L2(R3) ε>0

▶ϕb(hˆεei(·,x))はε>0でwell-defined

▶UV切断関数を外す: limε0

hˆε(k) =1l|k|>λ(k)/

|k| ̸∈L2(R3)

Gubinelli, Hiroshima,Lorinczi UV 2

(4)

Nelson model

ヒルベルト空間H =L2(R3)⊗F

▶Nelsonハミルトニアン:

Hε =Hp1l+1l⊗Hf+gϕb(hˆεei(·,x))

Hp=x/2+V(x)はL2(R3)上のSchrödinger作用素.

Hf=|k|a(k)a(k)dkF上の自由ハミルトニアン

(5)

関数解析的なUVくりこみ理論

.

.

Nelson

のくりこみ理論

▶UVくりこみはHε でε0の極限の存在を示す問題.

▶1964年にEdward Nelsonによって既に解かれている.

.

Theorem

.

.

.

[ E. Nelson, J.Math.Phys. 5(1964)]くりこみ項を

Eε =−g2 2

|k|>λ

eε|k|2

|k| β(k)dk, β(k) = 1

|k|+|k|2/2, と定める. このときEε → −asε0となりHε−Eε のε0の 極限がレゾルベント強収束の意味で存在する:

limε0(Hε−Eε−z)1=UG1(Hren−z)1UG

くりこみ項Eε?, Gross変換UG?

Gubinelli, Hiroshima,Lorinczi UV 4

(6)

関数解析的なUVくりこみ理論

E. Nelsonは経路積分による別証明を[E. Nelson, Schrödinger particles interacting with a quantized scalar field, in:Proc.

Conference on Analysis in Function Space, W. T. Martin and I.

Segal (eds.), p. 87, MIT Press, 1964]で試みたが上手くいかな かったようである.

.

Theorem

.

.

.

[Gubinelli+FH+L ˝orinczi]自己共役作用素∃Hst任意のF,G∈H に対して

limε0(F,eT(HεEε)G= (F,eT HG)

(7)

確率解析的なUVくりこみ理論

.

.

STEP(1)

経路積分表示と対角線

▶Fock真空1l∈F

▶(f⊗1l,e2T Hεh⊗1l) =dxEx [

f(BT)h(BT)eg

2 2Sε

] (L ˝orinczi-FH-Betz, De Gruyter Math Study 34, 2011)

ペア相互作用 Sε=

T

T

ds

T

T

dtWε(Bt−B,t−s)

ペアポテンシャル Wε(Bt−B,t−s) =

|k|>λ

1

2|k|eε|k|2e−i(Bt−Bs)·xe−|k||t−s|dk.

Sε の2重積分の対角成分を引き去る.

Gubinelli, Hiroshima,Lorinczi UV 6

(8)

確率解析的なUVくりこみ理論

− T T

− T T

diagonal part of S

Off diagonal part of S Off diagonal part of S

Figure:Sεの対角成分と非対角成分

(9)

確率解析的なUVくりこみ理論

▶φε(x,t) =

|k|>λ

eε|k|2eik·x−|k||t|

2|k| β(k)dk.

Sεren=Sε4Tφε(0,0)(対角成分を引いたペア相互作用)

Sεren=Sodε +Yε+Zε と分解して Yε=2

T

T

ds

[s+τ]T

s ∇φε(Bt−Bs,t−s)·dBt, Zε=2

T

Tφε(B[s+τ]T−Bs,[s+τ]T−s)ds.

τ>0は任意,[s+τ] =T∧(s+τ)∨ −T,Sodε は対角成分から遠い部 分で一様な評価が出来る部分である.

▶(f⊗1l,e2T(Hε+g2φε(0,0))g⊗1l) =dxEx [

f(BT)h(BT)eg

2 2Srenε

] ,

Gubinelli, Hiroshima,Lorinczi UV 8

(10)

確率解析的なUVくりこみ理論

.

.

STEP(2) f⊗1l

に対する評価

補間公式, Girsanovの定理, Jensenの不等式, Kato classの理 論...etc. により(0),(1),(2)を示すことが出来る.

.

Lemma

.

.

.

(0) R3Ex[

f(BT)h(BT)eg

2 2Srenε

] dx

<(∀ε>0).

(1)∃Sren0 st

limε0(f⊗1l,e2T(Hε+g2φε(0,0))h⊗1l) =

R3Ex [

f(BT)h(BT)eg

2 2Sren0

] dx

(2)∃Cst

(f⊗1l,e2T(Hε+g2φε(0,0))h⊗1l)≤ ∥f∥∥g∥eCT ε 0.

(11)

確率解析的なUVくりこみ理論

.

.

STEP(3)

稠密なベクトルへの拡張

H で稠密な部分空間

D=LH{f⊗Fb(f1),···,ϕb(fn));f ∈L2(R3),F∈S(Rn),n≥1}

▶STEP(2)の f⊗1l,h⊗1lはF,G∈Dまで拡張できる.

特にF,G∈Dに対して,下の極限の存在を示すことができる. limε0(F,e2T(Hε+g2φε(0,0))G)

さらに,上の極限を経路積分表示できる. cfF(ϕb(f)) = (2π)n/2F(k)eˇ ikϕb(f)1ldk

Gubinelli, Hiroshima,Lorinczi UV 10

(12)

確率解析的なUVくりこみ理論

.

.

STEP(4)

最も困難なステップ

lim

ε0(F,e2T(Hε+g2φε(0,0))G)forF,G∈H?

▶STEP (3)のDを全空間H まで拡張するために一様なlower bound

Hε+g2φε(0,0)>C, ε>0

を示せばいい.※φε(0,0)+∞だがinfσ(Hε)→ −∞.

函数解析的にはlower boundを示せる(Nelsonの結果)

経路積分で示せるか?

(13)

確率解析的なUVくりこみ理論

.

.

アイデアの概略

▶ダミーなポテンシャルδ|x|2を加える:

Hε(δ) =Hε|x|2+g2φε(0,0)

Hε(δ)は至るところ正の基底状態φg をもつことが経路積分を 使って示すことができる. (H. Spohn, 1999)

▶(φg,f⊗1l)̸=0と(f⊗1l,e2T(Hε+g2φε(0,0))h⊗1l)≤ ∥f∥∥g∥eCT から

infσ(Hε(δ)) = 1 2T lim

Tlog(f⊗1l,e2T Hε(δ)f⊗1l)≥ −C, ここでCはδに依っていない.

Gubinelli, Hiroshima,Lorinczi UV 12

(14)

確率解析的なUVくりこみ理論

▶(F,e2T(Hε+δ|x|2+g2φε(0,0))F)≥e2TC∥F∥2,∀F∈H

▶(F,e2T(Hε+g2φε(0,0))F)≥e2TC∥F∥2

▶infσ(Hε+g2φε(0,0))≥C.

特にe2T Hε の作用素ノルム∥e2T Hεは一様に有界!

単純な近似理論で

limε0(F,e2T(Hε+g2φε(0,0))G) が任意のF,G∈H で存在することが示せる.

(15)

確率解析的なUVくりこみ理論

.

.

STEP(5)

▶Rieszの表現定理から∃Tt st

limε0(F,et(Hε+g2φε(0,0))G) = (F,TtG)

Tt は対称・強連続な一径数半群になる.

▶Stoneの定理からTt =etH となるHが存在する.

Gubinelli, Hiroshima,Lorinczi UV 14

(16)

弱結合極限(weak coupling limit)

.

.

弱結合極限

(weak coupling limit)

▶多体Nelson model Hε =hp1l+1l

|k|22a(k)a(k)dk+

N j

ϕb(hεei(·,xj)), ここで,hp=∑Nj=1(12j) +V(x1, ...,xN)

Hε(κ) =hp1l+κ21l⊗HfHInt>0

Eε(κ) =−g2NR3 eε|k|2

2(2π)3ων(k) κ2

κ2ων(k)+|k|2/2dk.

.

Theorem

.

.

Weak Coupling Limits:

κlim(f⊗1l,etH(κ)h⊗1l) = (f,etheffh)

heff=1 2

N j=1

j+V(x1, ...,xN)−g2

i<j

eν|xixj|

|xi−xj|.

(17)

まとめ

.

.

まとめ

▶Nelson=くりこみ項Eε=交換子, Gross変換UG

▶Gubinelli+H+L ˝orinczi=くりこみ項Eε=ペア相互作用の対角 成分, Gross変換は不要

▶Applications

0. 多体Schrödinger作用素

1. 多様体上の場の理論BM→diffusion proc.

2. Non-local√ なNelson model;BM→Lévy proc.

p2+m21l+1l⊗Hfb(hεei(·,x)), 3. Translation invariantな場合

1

2(P− ka(k)a(k))2+Hfb(hε),P∈R3.

Gubinelli, Hiroshima,Lorinczi UV 16

(18)

まとめ

.

.

参考文献

Bach-Fröhlich-Sigal (Adv Math 97,CMP98) GS. for|g| ≪1 Gérard (AHP 00), Spohn(LMP 00) GS.∀g

Fefferman (Adv Math 00) Stability of matter

FH (JMP99, CMP 01,JFA05) uniqueness and s.a. ∀g Betz-FH-L ˝orinczi-Minlos-Spohn (RMP01) Gibbs meas.

Griesmer-Lieb-Loss (Inv. Math 01) GSg.

FH-Spohn(AHP 01) enhanced binding

Hirokawa-FH-Spohn(Adv Math 05) GS with UV ren.

FH-L ˝orinczi (JFA 08) non-local model

Gérard-FH-Panati-Suzuki (CMP12,JFA12,LMP12) model on mfd.

Referensi

Dokumen terkait

《ネットに見る“カラスのくるみ割りの報告”投稿話題を集めてみました》 -鳴き声やすみかにも違いあり …日本野鳥の会 HP 身近なカラスといえば「ハシボソガラス」と「ハシブトガラス」。ハシボソガラスはガーガーと濁った 声で鳴き、ハシブトガラスはカーカーと澄んだ声で鳴くことが多い。両者の間にはすみ分けがあり、

a 事前の期待利得は、投資するとp−5 + 1−p10で投資しないと0であるから、投資するのが最適なp の範囲はp≦2/3である。(等号を含む。投資するのとしないのが両方最適ということなだけ。) b 完全ベイジアン均衡があるとすれば、整合性からBlack/Black’後の信念は r=pとなる。このとき、投 資家IBが投資するのはaで見たように

確率論 2000 年度第2回 最終 試験について 2001/ 1/10 服部哲弥 1/24 水曜 09:30–11:30 (時間帯に注意!)に通常の講義室 309 で第2回 最終 試験を行う.持ち込みなし. 机一つにつき2人以内で,机の中央の席は使わず端に着席すること. 試験範囲は特性関数以降の講義範囲(特性関数の定義,弱収束との関係,独立性,独立

ばよいのであろうか。 筆者は、 自らの身体を駆使して登場人物になりきる〈動作化〉という学習 活動が有効であると考えている。 動作化の学術的な定義として、 安彦忠彦 2002:183 184 は、 文章や話し言葉で表現されている内容を、 より深く、 より身近に、 自分 のことのように理解し、 体験するために、 しぐさや身振りなどの具体的な 動作に表すこと。 ……

これとベイズの定理より PEA = PAPAE PAPAE +PAPAE= 1000PA 1000PA +PA となる。ここで事前確率をどう設定するかが問題となる。 [1] X氏は犯人か犯人でないかの2択なので犯人である確率は1 2と設定する。このとき、PA =PA =1 であるから、 2 PEA = 1000 1000 + 1;0.999

, N,の分布は λN = 1 N N i=1 δwiと書ける.この記号を用いると2の 右辺の和は,N ∞ 0 1−e−wtλNdw と書ける. 応用上は,λN は,たとえばアマゾン書店が並べて いる本の平均的な時間当たりの売上の分布である.こ れが,Nを大きくした極限である分布λに近づく(数 学的には,弱収束する)ならば,2はさらに Xjt∼N

本日の講義内容、連絡事項 レポート課題を WWW サイトに載せた。〆切について相談1次提 出7/24, 最終提出7/31 でどうか?。 次回 7/11 は課題のための実習・質問相談時間とする。作業がス タートできるように準備資料集め等しておくこと。 今回は、有限要素法の理論的背景について解説する。参考書としては、

上の例と似ているが、Ω の中の条件の不等式の向きが逆だから、計算のやり方はまったく違 う。まず Ω は有界である。被積分関数は分数関数で、Ω はその分母を0 とする点 ここでは 原点 O を含んでいることに注意する。そこでN :={O}とする。この Ω,f はやはり極座標 向きである 境界は丸いし、被積分関数もr だけの関数…。そこで原点という「特異点」を さけて