随机微分方程的亚椭圆熵耗散
Hypoelliptic entropy dissipation for stochastic differential equations
AI总结：
该研究针对一般退化不可逆随机微分方程，通过选择加权相对费希尔信息泛函作为李雅普诺夫泛函分析福克-普朗克方程，推导结构条件并明确李雅普诺夫常数，证明L₁距离下概率密度向不变分布的指数收敛，还给出两个实例验证。
摘要：
我们研究一般退化且不可逆的随机微分方程（SDEs）的收敛性分析。我们应用李雅普诺夫方法分析福克-普朗克方程，其中李雅普诺夫泛函被选为加权相对费希尔信息泛函。我们推导了一个结构条件并明确表述了李雅普诺夫常数。我们证明了概率密度函数在L₁距离下向其不变分布的指数收敛结果。给出两个例子：具有可变扩散矩阵的欠阻尼朗之万动力学和具有最近邻耦合的三振子链模型。
英文摘要：
We study the convergence analysis for general degenerate and non-reversible stochastic differential equations (SDEs). We apply the Lyapunov method to analyze the Fokker-Planck equation, in which the Lyapunov functional is chosen as a weighted relative Fisher information functional. We derive a structure condition and formulate the Lyapunov constant explicitly. We prove the exponential convergence result for the probability density function towards its invariant distribution in the $L_1$ distance. Two examples are presented: underdamped Langevin dynamics with variable diffusion matrices and three oscillator chain models with nearest-neighbor couplings.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
