Documente Academic
Documente Profesional
Documente Cultură
Rio de Janeiro
2015
Luzia da Costa Tonon Martarelli
Orientador:
Glauco Valle da Silva Coelho
Novembro de 2015
Hidrodinâmica para um processo Zero Range
unidimensional com dissipação de massa na fronteira
Luzia da Costa Tonon Martarelli
Orientador: Glauco Valle da Silva Coelho
Banca examinadora:
Primeiramente agradeço a Deus, pela força e luz durante todo o meu percusso até
aqui.
À minha famı́lia e aos meus amores, Angelo, Luisa e Rafael pelo apoio incondicional.
Te-los me fez forte e acreditar que seria possı́vel.
Ao programa de pós graduação de Estatı́stica da UFRJ , por ter me aceitado pela
segunda vez e principalmente ao meu orientador Glauco Valle, pela infinita paciência e
disponibilidade. Aos professores do programa pelos ensinamentos .
A todos os colegas e amigos que tive oportunidade de conhecer, em especial aos meus
amigos Felipe Rafael e Vinicius Israel, com os quais pude compartilhar muitos momentos
de alegria e algumas tristezas durante o longo percurso.
Agradeço também a banca do exame, Maria Eulália Vares, Leandro Pimentel, Ana
Patricia Gonçalvez e Fábio Júlio Valentim.
Não poderia esquecer o meu grande mestre Florêncio Guimarães, da UFES, onde tudo
começou, quem me deu os primeiros ensinamentos e me mostrou a beleza e desafios da
matemática.
À CAPES, pelo apoio financeiro.
Resumo
Introdução 1
2 O Limite Hidrodinâmico 7
2.1 O processo transformado . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1 Hipóteses sobre as medidas iniciais . . . . . . . . . . . . . . . . . 11
2.1.2 O comportamento hidrodinâmico . . . . . . . . . . . . . . . . . . 12
2.1.3 Passagem do Processo de Exclusão para o Processo Zero Range . 14
A Acoplamento 44
Referências Bibliográficas 73
Introdução
1
microscópico, acoplamento de dois processos: o de exclusão e o Zero Range, com condições
de fronteira, e impõe ao sistema mudanças de escala sobre o espaço e tempo. Outra
motivação para este trabalho é o artigo de Funaki e Sasada [3], no qual os autores mostram
um limite hidrodinâmico para os diagramas de Young, pois poderiamos considerar o
processo em questão na forma de diagrama de Young.
No capı́tulo 1 fazemos a descrição do nosso estudo, é enunciado o limite hidrodinâmico
a ser provado. No capı́tulo 2 é dada a transformação que será usada para provar o
limite hidrodinâmico, transformaremos o processo ZR num processo de exclusão onde
resultados são conhecidos e que facilitará a demonstração. Já na subseção 2.1.1 são dadas
hipóteses para as medidas iniciais, na seção 2.1.2 é enunciado o limite hidrodinâmico para
o processo de exclusão associado e na seção 2.1.3 mostraremos a passagem do processo de
Exclusão para o processo Zero Range. O capı́tulo 3 trata da demonstração do teorema
do limite hidrodinâmico para o processo transformado. A demonstração desse teorema
é dividida em 3 partes. Mostramos na seção 3.0.4 que uma sequência de probabilidades
associadas aos processos microscópicos é rı́gida. Depois, na seção 3.1 que os limites
são caracterizados como probabilidades concentradas em trajetórias de medidas que são
absolutamente contı́nuas em relação à medida de Lebesgue. Por último mostramos a
unicidade da solução fraca de uma EDP.
2
Capı́tulo 1
1
, se η(0) > 0 e y = −1, x = 0,
2
1 , se η(x) > 0 e y = x − 1 ou y = x + 1, x ∈ Z − {0, 1}
2
λη(x),y =
1
, se η(1) > 0 e y = 2, x = 1,
2
0, caso contrário.
3
vizinhos próximos, em N e em Z− . Este processo é composto da dinâmica acima
sobrepondo-se uma dinâmica adicional a que foi descrita acima. Esta é a seguinte: Se o
ZR em N possui o sı́tio 1 ocupado e o ZR em Z− possui o sı́tio 0 ocupado, então cada
um dos sı́tios 0 e 1 perde uma partı́cula após um tempo exponencial de parâmetro 1
independente dos tempos de salto.
O objetivo é mostrar que este processo tem limite hidrodinâmico em escala difusiva,
ou seja, que o comportamento macroscópico deste processo é descrito por soluções de
uma equação diferencial parcial com condições de fronteira. O interessante é a perda
de partı́culas na fronteira entre as posições 0 e 1. Isto gera condições de fronteira não
lineares na equação hidrodinâmica que representam o comportamento macroscópico do
sistema que dificultam a prova do limite hidrodinâmico.
Seja Ω = Z+ Z o espaço das configurações. Denote por δ(k) a função
{
1, se k ̸= 0,
δ(k) =
0, se k = 0,
e para x ∈ {0, 1}, ex é uma configuração com apenas uma partı́cula em x e nenhuma nos
outros sı́tios.
Para cada f : Ω → R dependendo de um número finito de coordenadas, o gerador do
processo Zero Range com fronteira fixa entre 0 e 1 é dado por:
∑ 1 ∑ 1
Lf (η) = δ(η(x))[f (η x,x+1 ) − f (η)] + δ(η(x + 1))[f (η x+1,x ) − f (η)]
x≤−1
2 x≤−1
2
∑1 ∑1
+ δ(η(x))[f (η x,x+1 ) − f (η)] + δ(η(x + 1))[f (η x+1,x ) − f (η)] + (LF )f (η),
x≥1
2 x≥1
2
se z ̸= x, y,
η(z),
x,y
η (z) = η(x) − 1, se z = x,
η(y) + 1, se z = y,
4
se η(x) > 0.
Como as interações são locais, o gerador está bem definido, ver [13]. Portanto, existe
um processo estocástico (ηt )t≥0 sobre o espaço de configurações ZZ+ .
• Um subı́ndice na função sempre denotará uma variável, não uma diferenciação. Por
exemplo, Hs (u) denota H(s, u).
• Ḋs = ∂s Ds
• DN (t) é o número de partı́culas que o sistema perde até o tempo t, divido por N .
Para ρ > 0, seja νρ uma distribuição geométrica de média ρ sobre ZZ+ , como medida de
referência para todo o sistema.
Fixe uma sequência de medidas de probabilidade {ν N : N ≥ 1} sobre P(Ω), o espaço
de medidas de probabilidade sobre Ω. Para provar o comportamento hidrodinâmico do
sistema assumiremos que
isto é, para cada δ > 0 e cada função contı́nua G : R → R com suporte compacto
[ ∫ +∞ ]
1 ∑
lim ν N G(x/N )η(x) − duG(u)ρ(u) > δ = 0.
N →∞ N −∞
x∈Z
Z
Fixe T > 0 e denote por PN
ν N a probabilidade sobre D([0, T ], Z+ ) induzida pelo processo
de Markov ηtN com gerador N 2 L e com distribuição inicial ν N . A esperança com respeito
a PN
ν N será denotada por Eν N .
N
5
Teorema 1.1. Fixe uma sequência de medidas de probabilidade {ν N : N ≥ 1} sobre
P(Ω) satisfazendo (E1 ) e (E2 ) com perfil inicial contı́nuo limitado ρ0 : R → R+ . Seja
D : [0, T ] → R+ uma função de variação limitada. Para cada função contı́nua G : R → R
com suporte compacto e cada δ > 0
( ∫ ∞ )
1 ∑
lim PN G(x/N )ηtN 2 (x) − G(u)ρ(t, u)du > δ = 0,
N →∞
νN
N −∞
x∈Z
6
Capı́tulo 2
O Limite Hidrodinâmico
Para tratar este problema consideraremos uma aplicação na qual cada sı́tio (vazio ou
não) no ZR será considerado um sı́tio vazio na Exclusão e cada partı́cula será considerada
um sı́tio ocupado. Logo, teremos um acoplamento de dois processos de exclusão, um para
a direita e outro para a esquerda da fronteira. Esta identificação é dada por uma aplicação
que associa cada η ∈ Z+ Z a configuração ξ ∈ {0, 1}Z dada por
{ ∑n ∑
0, x = z=1 η(z) + n com n ≥ 1 ou x = −( 0z=−n η(z) + n) com n ≥ 0,
ξ(x) =
1, caso contrário,
Figura 2.1: Processo Zero Range em Z com partı́culas sendo canceladas nos sı́tios 0 e 1
7
Figura 2.2: Processo de exclusão associado ao ZR em Z.
L = L1 + L2 + LT ,
1
Lx,x+1 f (ξ) = ξ(x)(1 − ξ(x + 1)[f (ξ x,x+1 ) − f (ξ)]
2
1
+ ξ(x + 1)(1 − ξ(x)[f (ξ x+1,x ) − f (ξ)]
2
8
e
y ̸= x, x + 1,
ξ(y), se
ξ x,x+1 (y) = ξ(x) − 1, se y = x,
ξ(x + 1) + 1, se y = x + 1,
onde
{
ξ(x − 1), se x < 0,
(τ±1 ξ)(x) =
ξ(x + 1), se x > 1,
e x ∈ {0, 1}, ϱx é uma configuração com apenas uma partı́cula em x e nenhuma nos
outros sı́tios.
L é um gerador de um processo de Feller, porque satisfaz as condições em [11]. Então,
associado ao gerador L, existe um processo de Feller (ξt )t≥0 no espaço de configurações
e
Ω.
Consideraremos aqui a generalização deste modelo, ou seja, consideraremos um
processo de exclusão com condições de fronteira, onde são permitidos saltos de tamanho
M. Seja p(·) uma probabilidade de transição simétrica com alcance finito M sobre Z,
p(z) = p(−z) ∀z ∈ Z e p(z) = 0, se |z| > M . Definimos um processo de exclusão sobre Z
e cuja evolução pode
associado a p(·), que é um processo com espaço de configurações Ω,
ser descrita da seguinte maneira: inicialmente cada sı́tio de Z pode estar ou não ocupado
por uma partı́cula, cada partı́cula do sistema aguarda, independentemente de qualquer
outra partı́cula, um tempo exponencial de parâmetro 1 e naquele tempo ele escolhe outro
sı́tio de acordo com p(·) e salta para o sı́tio escolhido se ele não está ocupado. Além disso
há condições de fronteira: partı́culas do lado direito da fronteira não podem saltar para
a esquerda da mesma, e vice-versa. O gerador do novo processo é
∑
M
Lf ξ(x) = Li f ξ(x) + LT f (ξ(x)).
i=−M
9
∑ ∑
Para cada i = 1, . . . , M , Li = y>0 Ly,y+i e L−i = y≤−i Ly,y+i . Onde para cada função
local f : Λ → R e cada inteiro y,
∑
L−i ξ(x) = p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
y≤−i
{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (2.1)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.
Além disso,
1, se y = x, ξ(y) = 0 e ξ(y + i) = 1,
−1,
se y = x, ξ(y) = 1 e ξ(y + i) = 0,
ξ y,y+i (x) − ξ(x) = 1, se y = x − i, ξ(x) = 0 e ξ(x − i) = 1, .
−1, y = x − i, ξ(x) = 1 e ξ(x − i) = 0,
se
0, caso contrário ,
{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≤ −i,
L−i ξ(x) = (2.3)
p(i){ξ(x + i) − ξ(x)}, se x = −i + 1, −i + 2, . . . , −1, 0.
Outro cálculo elementar, que está no Apêndice, mostra que para cada função suave com
10
suporte compacto G : R → R,
σ2 N
N 2 L⟨π N , G⟩ = ⟨π , ∆N G⟩ + ξ(0)ξ(1)N [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
2 { i }
∑M ∑ ∑−1
+ ξ(0)ξ(1)∇N G(0) + ip(i) ξ(y) − ξ(y) ∇N G(0) + o(1/N ),
i=1 y=1 y=−i+1
∑M
onde σ 2 = i=1 i2 p(i) e H1 (u) = ∇G(u)I(−∞,0] (u), H2 (u) = ∇G(u)I[1,+∞) (u). Este
cálculo será usado mais adiante, assim como o cálculo da variação quadrática do processo,
que também se encontra no apêndice.
onde o supremo é tomado sobre todas as funções mensuráveis contı́nuas limitadas sobre
e
Ω.
e para
Para 0 < α < 1, seja µα a medida produto Bernoulli de parâmetro α sobre Ω
todo o sistema.
e o espaço
Fixe uma sequência de medidas de probabilidade {µN : N ≥ 1} sobre P(Ω),
e Para provar o comportamento hidrodinâmico do
de medidas de probabilidade sobre Ω.
sistema assumiremos que
f Existe 0 < α < 1 tal que H(µN |µα ) ≤ CN para alguma constante C > 0.
(E3)
11
2.1.2 O comportamento hidrodinâmico
Seja D([0, T ], M) o espaço das funções contı́nuas à direita com limites à esquerda
sobre M dotada da topologia Skorohod. Analogamente definimos D([0, T ], Ω). e Para
cada medida de probabilidade µ sobre Ω, e denote por PN a medida de probabilidade
µ
e induzida pelo processo de Markov (ξt )t≥0 com gerador L acelerado
sobre D([0, T ], Ω)
por N 2 com medida inicial µ, e por EN
µ , o valor esperado com respeito a medida Pµ .
N
Uma solução fraca de (2.4) é uma função mensurável ζ : [0, T ] × R → [0, 1] e uma
função de variação limitada D : [0, T ] → R+ tal que para cada G ∈ C01,2 ([0, T ) × R) com
G(., 0) = 0, vale que
∫ T ∫ ∫ ∫ ∫ T∫
σ2 T
ds ζ(s, u)∂s G(s, u)dudt + ds ζ(s, u)△Gdudt + Ḋs ζ(s, u)∂u G(s, u)dudt
0 R 2 0 R 0 R
∫ ∫
σ2 T
+ duG(0, u)ζ0 (u) − (ζ(t, 0+) − ζ(t, 0−))∂u G(t, 0)dt = 0.
R 2 0
12
considerado impõe algumas dificuldades adicionais, mas juntas as técnicas empregadas
em [12] e [10] podem ser usadas e adaptadas para nosso caso.
Na próxima seção mostraremos a passagem do processo de exclusão para o processo
Zero Range, ou seja, que o teorema 2.1 implica teorema 1.1.
13
2.1.3 Passagem do Processo de Exclusão para o Processo Zero
Range
Nesta seção provaremos o Teorema 1.1 a partir do Teorema 2.1. Para isto temos
que mostrar que escolhendo (ν N )N ≥1 , como definida na seção 1.0.1, satisfazendo (E1) e
(E2) temos que (µN )N ≥1 , como definida na seção 2.1.1 (µN é a medida imagem de ν N )
f E3).
pela aplicação que leva o zero range na exclusão), satisfaz (E1)-( f Considere t fixo.
Precisamos mostrar que para toda G : R → R contı́nua com suporte compacto
( ∫ )
1 ∑
lim PN G(x/N )ηtN 2 (x) − G(t, u)ρ(t, u)du > δ = 0, (2.5)
N →∞
νN
N
x∈Z
∫A ∫0
Observe que, considerando B = e=
ζ(t, u)du e B e ζ(t, u)du, pelo Teorema 2.1
0 −A
1 ∑ 1 ∑ 1 ∑
BN −1 BN
ηtN 2 (x) = ηtN 2 (x) + ηtN 2 (x)
N N N x=0
e
x=−BN e
x=−BN
1 ∑AN
1 ∑
−1
1
N( N
∑
x=1 ξtN 2 (x))
Lembrando que a aplicação que associa a cada η ∈ ZZ+ a configuração ξ ∈ {0, 1}Z é dada
por
{ ∑n ∑
0, x = z=1 η(z) + n com n ≥ 1 ou x = −( 0z=−n η(z) + n) com n ≥ 0,
ξ(x) =
1, caso contrário.
Uma configuração η ∈ ZZ+ está associada a uma configuração ξ ∈ {0, 1}Z de tal maneira
14
que, para x ∈ Z, η(x) representa o número de sı́tios ocupados consecutivos entre o
(x − 1)−sitio vazio e o x- sitio vazio na configuração ξ. Já que no processo de exclusão o
número de sı́tios numa caixa finita é igual ao número total de sitios vazios mais o total
de partı́culas, obtemos a seguinte relação:
∑n ∑
1+ n
∑
n ∑
1 (1−ξ(x)) ∑
n ∑
x=1 (1−ξ(x))
para todo n ≥ 1.
1 ∑AN
e 1
N( N
∑
x=1 (1−ξtN 2 (x)))
1 ∑ 1 ∑
AN AN
e
A,A e
(1 − ξtN 2 (x)) + WN ≤ (A + A) ≤ (1 − ξtN 2 (x)) +
N N
e
x=−AN x=−ANe
1 ∑AN
1
N (1+ N
∑
x=1 (1−ξtN 2 (x)))
+ ηtN 2 (y).
N 1 ∑−1
y=−N (1+ N e
(1−ξtN 2 (x)))
x=−AN
Consequentemente,
1 1 ∑AN
N( N +N (1−ξtN 2 (x)))
∑
AN ∑e
x=−AN
e
WNA,A e − 1
≤ (A + A) (1 − ξtN 2 (x)) ≤
1
ηtN 2 (y) =
N N ∑AN
e 1
y=−N ( N 1
+N
x=−AN e (1−ξtN 2 (x)))
x=−AN
1 ∑
AN ∑
AN
e
= ηtN 2 −1 + ξtN 2 (x) + ηtN 2 1 + (1 − ξtN 2 (x)) + WNA,A .
N
e
x=−AN e
x=−AN
Se mostrarmos que
∑
AN
lim PN
νN
1 ηtN 2 −1 + (1 − ξtN 2 (x)) (2.7)
N →∞ N
x=−AN e
∑
AN
+ηtN 2 1 + (1 − ξtN 2 (x)) > δ = 0,
e
x=−AN
15
teremos o resultado desejado
( ∫ )
A,Ae A
PN W e
lim
N →∞
νN N − ((A − A) − e
(1 − ζ(t, u))du) > δ = 0 (2.8)
A
onde
∫ A ∫ B
e −
(A − A) (1 − ζ(t, u))du = M −1
(t, B) − M −1 e − (B + B)
(t, B) e = ∂u (M −1 (t, u) − u)du.
e
A b
B
∑AN
Para isto consideramos sı́tios próximos de 1 + e (1 − ξtN
x=−AN
2 (x)) tais que (pelo mesmo
e
argumento usado para limitar WNA,A acima)
1+
∑(A+ϵ)N
(1−ξtN 2 (x))
∑
AN
1
e
x=−AN
∑
ηtN 2 1 + (1 − ξtN 2 (x)) ≤ ηtN 2 (y)
N ∑AN
e
x=−AN y=1+ (1−ξtN 2 (x))
e
x=−AN
(2.9)
1 ∑
(A+ϵ)N
≤ϵ− (1 − ξtN 2 (x))
N x=AN
∫ A+ϵ
O último termo da desigualdade acima tende para ϵ − A
ζ(t, u)du em probabilidade
quando N ↑ ∞. Como ϵ é arbitrário, temos o limite desejado.
Analogamente, mostramos que
∑
AN
lim PN
νN
1 ηtN 2 −1 + (1 − ξtN 2 (x)) > δ = 0.
N →∞ N
e
x=−AN
16
é menor do que ou igual a
A,Ae ∑AN
PN e − 1
WN − ((A − A) (1 − ξtN 2 (x)) > δ/2
νN N
e
x=−AN
∫ A
1 ∑
AN
(1 − ξtN 2 (x)) > δ/2 .
+PN
νN e (1 − ζ(t, u))du − N
A e
x=−AN
Pelo Teorema 2.1 o último termo do lado direito acima vai a zero quando N ↑ ∞. Basta
provar que o primeiro termo vai a zero quando N ↑ ∞. Observe que
A,Ae 1 ∑AN
1 ∑AN
W e (1 − ξtN 2 (x)) ≤ ηtN 2 1 + (1 − ξtN 2 (x)) .
N − ((A − A) − N N
e
x=−AN
e
x=−AN
e
1 ∑ 1 ∑ ∑
BN M −1 (B+(j+1)ϵ)N
G(y/N )ηtN 2 (y) = G(y/N )ηtN 2 (y) ≈
N N j=0
e
y=BN e
y=(B+jϵ)N
e
∑
M −1 ∑
(B+(j+1)ϵ)N
≈ e + jϵ) 1
G(B ηtN 2 (y)
N
j=0 e
y=(B+jϵ)N
Como
( vimos no caso particular )
∑⌊(B+(j+1)ϵ)N
e ⌋ ∫ B+(j+1)e
e ϵ N →∞
1
y=⌊(B+jϵ)N
η 2 (y) − B+je ρ(t, u)du → 0 em probabilidade.
N e ⌋ tN e ϵ
Consequentemente,
∫
∑
BN B
lim PN 1 G(y/N )ηtN 2 (y) − G(u)ρ(t, u)du > δ = 0,
N →∞
νN N
y=BN
e Be
como querı́amos.
No próximo capı́tulo teremos a demonstração do limite hidrodinâmico para o processo
transformado, que será dividida em 3 partes. Mostramos na seção 3.0.4 que uma
17
sequência de probabilidades associadas aos processos microscópicos é rı́gida. Depois,
na seção 3.1 que os limites são caracterizados como probabilidades concentradas em
trajetórias de medidas que são absolutamente contı́nuas em relação à medida de Lebesgue.
Por último mostramos a unicidade da solução fraca de uma EDP.
18
Capı́tulo 3
A demonstração do limite
hidrodinâmico
1 ∑
πN = ξ(x)δx/N .
N x∈Z
Seja QN
µN a medida de probabilidade sobre D([0, T ], M × R) induzida por PµN e o par
N
(π N , Dt ).
Provaremos o Terema 2.1 com as seguintes etapas: mostraremos que a sequência
de medidas QN
µN é rı́gida e que cada ponto limite da mesma está concentrado sobre
caminhos absolutamente contı́nuos que são soluções fracas da equação (2.4). Em seguida,
a unicidade das soluções da equação (2.4).
3.0.4 Rigidez
O objetivo desta seção é mostrar que a sequência de medidas de probabilidade QN
µN
é rı́gida, ou seja, mostrar que (πtN )t≥0 é rı́gida e (DtN )t≥0 é rı́gida. A sequência (πtN )t≥0
é rı́gida no espaço de medidas de probabilidade sobre D([0, T ], M) se para cada função
suave com suporte compacto G : R → R, ⟨πtN , G⟩ é rı́gida como uma sequência aleatória
sobre D([0, T ], R).
19
Agora fixe uma tal função, denote por Ft = σ((πs ), s ≤ t), t ≥ 0, a filtração natural
sobre D([0, T ], M), e por TT a famı́lia de tempos de parada limitados por T .
De acordo com o critério Aldous [7] para mostrar a rigidez para ⟨πtN , G⟩ temos que
verificar as duas seguintes condições:
(ii) ∀ϵ > 0
lim lim sup sup sup PN
µN [|⟨πτ , G⟩ − ⟨πτ +θ , G⟩| > ϵ] = 0.
N N
γ→0 N →∞ τ ∈TT θ≤γ
A condição (i) é uma consequência do fato de que a medida empı́rica tem massa
total finita sobre todo intervalo compacto. Para mostrar a condição (ii), considere o
Ft −martingal
∫ t
MtG,N = ⟨πtN , G⟩ − ⟨π0N , G⟩ − N 2 L⟨πsN , G⟩ds. (3.1)
0
Portanto
∫ τ +θ
⟨πτN+θ , G⟩ − ⟨πτN , G⟩ = MτG,N
+θ − MτG,N + N 2 L⟨πsN , G⟩ds.
τ
PN
µN (|⟨πτ +θ , G⟩ − ⟨πτ , G⟩| > ϵ) ≤ PµN (|Mτ +θ − Mτ
N N N G,N G,N
| > ϵ/2)
(∫ τ +θ )
+ PµN
N
N L⟨πs , G⟩ > ϵ/2 .
2 N
τ
e
[∫ ]
τ +θ
lim lim sup sup sup PNN N 2
L⟨πsN , G⟩ > ϵ/2 = 0 (3.3)
γ→0 N →∞ τ ∈TT θ≤γ µ
τ
20
mostra que
σ2 N
N 2 L⟨π N , G⟩ = ⟨π , ∆N G⟩ + ξ(0)ξ(1)N [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩] (3.4)
2 { }
∑M ∑ i ∑−1
+ ξ(0)ξ(1)∇N G(0) + ip(i) ξ(y) − ξ(y) ∇N G(0) + o(1/N ),
i=1 y=1 y=−i+1
∑M
onde σ 2 = i=1 i2 p(i), △N e ∇N denotam, respectivamente, o laplaciano e gradiente
discretos:
( )( )
H u+ + H u − N1 − 2H(u)
1
N
(△N H)(u) = ,
( N1 )2
( )
H u + N1 − H(u)
(∇N H)(u) = 1
N
21
variação quadrática, como os tempos de parada são limitados (Teorema de Amostragem
opcional), temos
PN
µN [|Mτ +θ − Mτ
G,N G,N
| > ϵ/2] ≤ (ϵ/2)−2 EN
µN [(Mτ +θ − Mτ
G,N
) ] = (ϵ/2)−2 EN
G,N 2
µN [⟨MN ⟩τ +θ − ⟨MN ⟩τ ].
G G
Pela igualdade acima, a partir da expansão de Taylor para G e como G tem suporte
compacto temos que EN
µN [(Mτ +θ − Mτ
G,N G,N 2
) ] é limitada superiormente por
( [∫ τ +θ ]
C(G)
θ + EµNN
N ξs (0)ξs (1)ds (3.6)
N τ
[∫ τ +θ ])
−4G(1/N )EµN
N
N ξs (0)ξs (1)ds e
≤ C(G)θ.
τ
Para obter a cota acima usamos o fato de G ter suporte compacto e ser de classe C 2 .
Portanto, passando os limites, provamos (3.2).
Agora precisamos mostrar (3.3). Pela expressão dada em (3.5), basta mostrar que
[∫ τ +θ ]
lim lim sup sup sup PNN N ξs (0)ξs (1)ds > δ = 0.
γ→0 N →∞ τ ∈TT θ≤γ µ τ
N
Demonstração: Denote por D+ (t) como sendo o número de ξ−partı́culas que o
sistema perde em N até o tempo t, dividido por N . Definindo o martingal M+N (t) =
∫t
D+N
(t) − N 0 ξs (0)ξs (1)ds (ver apêndice), temos que
[∫ ]
τ +θ N N
EN N ξs (0)ξs (1)ds ≤ EN [M+ (τ + θ) − M+N (τ )] + ENN [D+ (τ + θ) − D N
(τ )].
µN µ N µ +
τ
22
limitado por,
EN
µN [(M+ (τ + θ) − M+ (τ )) ]
2 1/2
= EN µN [⟨M+ ⟩τ +θ − ⟨M+ ⟩τ ]
1/2
[∫ τ +θ ]1/2
√
≤ C(G)EµN
N
ξr (0)ξr (1)dr ≤ C(G) θ,
τ
Para obter uma cota superior para o segundo termo, observe que pelo teorema de Helly
Bray, como
[ ∫ ]
N +∞
lim PN D+ (t) −
(ζ(t, u) − ζ(0, u)du > δ = −0, (3.8)
N →∞
µN
−∞
∫ +∞
µN [D+ (t)∧M ] = A∧M ≤ A, onde A =
segue que, para cada M , limN →∞ EN N
−∞
(ζ(t, u)−
ζ(0, u)du.
N
Além disso, limM →∞ D+ (t) ∧ M = D+
N
(t), de forma crescente. Logo, pelo teorema
da convergência monótona, limM →∞ PN
µN [D+ (t) ∧ M ] = EµN [D+ (t)], o que implica
N N N
EN
µN [D+ (t)] ≤ A. Concluindo assim a primeira parte do lema.
N
Para concluir a demonstração do lema, oberve que pela definição do martingal M+N
[∫ ]
τ +θ N ]
PN N ξs (0)ξs (1)ds > δ ≤ PN [M+ (τ + θ) − M+N (τ )| > δ/2 +
µN µN
τ
N
+PN µN [ D+ (τ + θ) − D+ (τ ) > δ/2].
N
O limite da primeira parte do lado direito da desigualdade acima vai a zero como podemos
observar no inicio da demonstração da primeira parte do lema. A segunda parte converge
em probabilidade a zero pelo lema A.3 no apêndice A.1.
Na seção seguinte mostraremos que os limites da sequência de medidas de
probabilidade QN
µN são caracterizados como probabilidades concentradas em trajetórias
de medidas que são absolutamente contı́nuas em relação à medida de Lebesgue.
23
3.1 Pontos limite de QN
µN
Lema 3.2. Existe uma função contı́nua de variação limitada D tal que, para cada função
suave G : R → R com suporte compacto e δ > 0,
[ ∫ t{
σ2 N
lim sup QN
µN sup |⟨πtN , G⟩ − ⟨π0N , G⟩ − ⟨π , ∆G⟩+
N →∞ 0≤t≤T 0 2 s
} ]
σ2
∇N G(0)as + Ḋ(⟨πs , H1 ⟩ − ⟨πs , H2 ⟩) ds| > δ = 0,
N N
2
onde at = ζ(t, 0+) − ζ(t, 0−), H1 (u) = ∇G(u)I(−∞,0] (u), H2 (u) = ∇G(u)I[1,+∞) (u) e
∑
σ 2 = i∈Z+ p(i)i2 .
[ ] [( )2 ]
−2
PN
µN sup |MtG,N | ≥δ ≤δ EN
µN sup |MtG,N | ≤ δ −2 4EN
µN [(|MT |) ]
G,N 2
0≤t≤T 0≤t≤T
= 4δ −2 EN G,N
µN [⟨MT ⟩T ],
( [∫ T ])
C(G)
θ + EµN
N
N ξs (0)ξs (1)ds .
N 0
Usando (3.5) para expandir a expressão martingal em (3.1) e já que a expansão de Taylor
nos dá que
C(G)
|N [G((x + 1)/N )) − G(x/N )] − ∇G(x/N )| ≤ ,
N
24
podemos substituir △N e ∇N em (3.9) pelos laplaciano e gradiente usuais, isto é,
[ ∫ t { 2 N
lim QN
µN sup |⟨πtN , G⟩ − ⟨π0N , G⟩ − σ ⟨πs , △G⟩+
N →∞ 0≤t≤T 0
[ ( i )]
∑
M ∑ ∑
−1
ip(i) ξ(y) − ξ(y) ∇N G(0)+
i=1 y=1 y=−i+1
} ]
+N ξs (0)ξs (1)(⟨πsN , H1 ⟩ − ⟨πsN , H2 ⟩) ds| > δ = 0,
Na expressão anterior afirmamos que podemos obter o termo integral como uma
função da medida empı́rica
( ) substituindo N ξs (0)ξs (1) por Ḋ, como em (2.4), e
∑i ∑−1
y=1 ξ(y) − y=−i+1 ξ(y) por as = ζ(t, 0+) − ζ(t, 0−).
Consideraremos agora a substituição de ξ(1) (as demais serão análogas).
é uma famı́lia de funções indexadas por N que são uniformemente Lipichitz na variável
t sobre [0, T ], podemos omitir o supremo no Lema. De fato, suponha válido o seguinte
resultado
[∫ t ]
lim sup lim sup EN Uϵ (s, ξs )ds = 0,
N
(3.10)
ϵ→0 N →∞
µN
0
25
1 ∑
[ϵN ]
onde UϵN (s, ξ) = H(s)VϵN (ξ), 0 ≤ s ≤ t, com VϵN (ξ) = (ξ(1) − ξ(x)).
ϵN x=1
Particione o intervalo [0, T ] em intervalos de tamanhos δ = k1 . Assim, defina ti = ki , ,
i = 1, · · · , T k, temos t ∈ [ti , ti+1 ]. Logo,
[ ∫ t ] [ ∫ t ∫ ti ]
EN
sup Uϵ (s, ξs )ds = EµN sup Uϵ (s, ξs )ds ±
N N N
Uϵ (s, ξs )ds
N
µN
0≤t≤T 0≤t≤T
0
[ ∫ ti
0
∫ 0
]
t+1/k
≤ EN max U N
(s, ξ )ds + sup U N
(s, ξ )ds .
1≤i≤T k 0≤t≤T
s s
µN
0
ϵ
t
ϵ
∫t
Aplicando o fato de 0
UϵN (s, ξs )ds ser uniformemente em N Lipchitz na variavél t no
primeiro termo do lado direito da desigualdade acima, obtemos
[ ∫ t ] [ ∫ ti ]
1
EN
sup Uϵ (s, ξs )ds ≤ EµN max
N N Uϵ (s, ξs )ds + C ≤
N
µN
0≤t≤T 0 1≤i≤T k 0 k
[∫ ti ]
1
≤ T k max EN UϵN (s, ξs )ds + C .
µN
1≤i≤T k 0 k
N
Uϵ (t, ξ) − UϵN (s, ξ) ≤ VξN |H(t) − H(s)| ≤ 2 sup H ′ (u) |t − s| .
0≤u≤T
26
Vamos estimar o segundo termo em (3.11). Já que e|x| ≤ ex + e−x e
lim supN 1
N
log{aN + bN } ≤ max{lim supN 1
N
log aN , lim supN 1
N
log bN }, podemos ignorar
o valor absoluto do expoente. Defina
[ {∫ t }]
N
(Ps,t f )(ξ) = EN
ξ f (ξt ) exp AN UϵN (s + r, ξr )dr ,
s
∗
para cada função limitada f sobre {0, 1}Z+ . Temos, pela desigualdade de Cauchy-
Schwarz, que
[ {∫ t }] ∫ {∫ }1/2
EN
να exp AN UϵN (s, ξs )ds = N
(P0,t 1)dνα ≤ N
(P0,t 1)2 dνα .
0
De modo a obter um limite superior para o termo do lado direito desta desigualdade
mostraremos abaixo que
∫ { ( )
1 α2 BAN
− ∂t N
(P0,t 1)2 dναN ≤ + − N sup D(f )+
2
(3.12)
2 2 2 f
}∫
ϵN AN
+ ∥ H ∥2∞ N
(P0,t 1)2 dνα ,
B
para todo B > 0, onde o supremo em f é tomado sobre todas as densidades com
respeito a να , ∥ · ∥∞ denota a norma do supremo e D(f ) a forma Dirichlet dada por:
∫√ √
− f L f dνα .
Já que H(µN |να ) ≤ CN , para algum C > 0, segue de (3.12) e pela desigualdade de
Gronwall que (3.11) é limitada por
( ( ) )
CN α2 B N2 ϵN
+ + − sup D(f ) + ∥ H ∥∞ t.
2
AN 2AN 2 AN f B
√ N
Escolhendo B = 2 ϵN e AN = √ , teremos
ϵ
{∫ t }
√
EN UϵN (s, ξs )ds ≤ {C + α2 + 2−1 ∥ H ∥2∞ } ϵT,
µN
0
Demonstração de (3.12): Pela fórmula de Feynman-Kac, que pode ser obtida em [7]
27
na página 334, {Ps,t : 0 ≤ s ≤ t} é um semigrupo de operadores associados a um gerador
não homogêneo Ls = N 2 L + AN UϵN (s, ·). Além disso, a primeira equação de Chapman-
Kolmogorov vale: ∂s Ps,t = −Ls Ps,t . Daı́
∫ ∫ ∫ ∑
M
1
− ∂s 2
(Ps,t 1) dνα = Ls (Ps,t 1)Ps,t 1dνα = N2 L−i (Ps,t 1)Ps,t 1dνα +
2 i=1
∫ ∫ ∑
M
+ N 2 LT (Ps,t 1)Ps,t 1dνα + {N 2 Li + AN UϵN (s, ·)}(Ps,t 1)Ps,t 1dνα .
i=1
∫
Afirmação 1: N
(L−i (Ps,t N
1))Ps,t 1dνα = 0, i = 1, 2 · · · , M .
N
Demonstração: Denote Ps,t 1 por h. Temos que
∫ ∑∫
(L−i h)hdνα = Lx,x+i hhdνα
x≤−i
∑∫ 1
= {ξ(x)(1 − ξ(x + i))[h(ξ x,x+i ) − h(ξ)] + ξ(x + i)(1 − ξ(x))[h(ξ x+i,x ) − h(ξ)]}h(ξ)dνα .
x≤−i
2
N
Demonstração: Denote (Ps,t 1) por h. Estamos considerando uma integral da forma
∫ ∫
(LT (h))hdνα = ξ(0)ξ(1)[h(τ (ξ)) − h(ξ)]h(ξ)dνα .
28
∫ ∫
1
(LT (h))hdνα = − ξ(0)ξ(1)[h2 (ξ) − h(τ (ξ − ϱ0 − ϱ1 )h(ξ) + h2 (τ (ξ − ϱ0 − ϱ1 )
2
∫
1 1
− h2 (τ (ξ − ϱ0 − ϱ1 ))]dνα = − ξ(0)ξ(1)[h(ξ) − h(τ (ξ − ϱ0 − ϱ1 ))]2 dνα −
2 2
∫ ∫
1 1
− 2
ξ(0)ξ(1)h (ξ)dνα + ξ(0)ξ(1)h2 (τ (ξ − ϱ0 − ϱ1 ))dνα .
2 2
Afirmação 3:
∫ ∑
M
{N 2
Li + AN UεN (s, ·)}(Ps,t
N N
1)(Ps,t 1)dνα ≤
{ {(
i=1
) } }∫
BAN N AN
≤ sup − N D(f ) + ϵ
2
∥ H(u) ∥∞
2 N 2
(Ps,t 1) dνα .
f 2 B
∫ ∑
M ∫
{N 2
Li + AN UεN (s, ·)}(Ps,t
N N
1)Ps,t 1dνα ≤ ΓN
s
N 2
(Ps,t 1) dνα ,
i=1
∑M
onde ΓN
s é o maior autovalor do gerador N
2
i=1 Li + AN UεN (s, ·). Pela fórmula
variacional, ver apêndice de [7] ΓN
s é igual a
{∫ }
sup AN UεN (s, ξ)f (ξ)να (dξ) − N D(f ) ,
2
(3.13)
f
B
para qualquer B, então substituindo B por |H(s)|
concluimos a demonstração da afirmação
29
3. O lado esquerdo em (3.14) sem o valor absoluto é igual a
{∫ ∫ }
1 ∑∑∑
[ϵN ] M x−i
2 p(i) ξ(y)[1 − ξ(y + i)]f (ξ)να (dξ) − ξ(y + i)[1 − ξ(y)]f (ξ)να (dξ)
ϵN x=1 i=1 y=1
∫
1 ∑∑∑
[ϵN ] M x−i
= 2 p(i) ξ(y + i)[1 − ξ(y)]{f (ξ y,y+i ) − f (ξ)}να (dξ). (3.15)
ϵN x=1 i=1 y=1
√ √ √
Portanto, escrevendo f (ξ y,y+i ) − f (ξ) como { f (ξ y,y+i ) − f (ξ)}{ f (ξ y,y+i ) +
√
f (ξ)} e aplicando a desigualdade elementar 2|ab| ≤ Ba2 + B −1 b2 , que vale para cada
a, b e B > 0, temos que o valor absoluto da expressão anterior é limitado por
{ ∫
1 ∑∑∑ √ √
ϵN M x−i
B
p(i) ξ(y + i)[1 − ξ(y)]{ f (ξ y,y+i ) − f (ξ)}2 να (dξ)+
[ϵN ] x=1 i=1 y=1 2
∫ }
B −1 √ √
+ ξ(y + i)[1 − ξ(y)]{ f (ξ y,y+i 2
) + f (ξ)} να (dξ)
2
∫
B −1 ∑ ∑ ∑
ϵN M x−i
B B ϵN
≤ D(f ) + p(i) (f (ξ y,y+i ) + f (ξ))να (dξ) ≤ D(f ) + .
2 ϵN x=1 i=1 y=1 2 B
Falta mostrar que existe uma função D de variação limitada tal que será possı́vel a
substituição de N ξ(0)ξ(1) por Ḋ. O próximo lema ajudará na obtenção de tal função.
N N
Denote por D+ (t) (respectiv. D− (t)) o número de partı́culas que o sistema perde em
N (respectiv. Z− ) até o instante t dividido por N .
Lema 3.4. Fixe uma função suave G definida em C01,2 ([0, T ] × R) e δ > 0. Então,
[ ∫ t { } ]
N
D+ (s + ϵ) − D+
N
(s)
lim lim sup PN
sup ds N ξs (0)ξs (1) −
⟨πs , Gs ⟩ > δ = 0.
N
µN
ϵ→0 N →∞ 0≤t≤T 0 ϵ
30
∫t
Demonstração: Denote por M+N (t) = D+
N
(t) − N 0
ξs (0)ξs (1)ds.
É fácil mostrar que M+N é um martingal com variação quadrática ⟨M+N ⟩t dada por
∫t
0
ξs (0)ξs (1)ds. Podemos portanto escrever ϵ−1 {D+
N
(s + ϵ) − D+
N
(s)} como
∫
M+N (s + ϵ) − M+N (s) N s+ϵ
+ ξr (0)ξr (1)dr.
ϵ ϵ s
A parte martingal é fácil estimar porque é zero no limite (em probabilidade) quando
N ↑ ∞ (ver Lema A.3 no Apêndice A). Além disso, observe que
∫ {∫ t ∫ t }
t
M+N (s + ϵ) − M+N (s) N C(G)
⟨πs , G⟩ds ≤ |M+ (s + ϵ)|ds +
N
|M+ (s)|ds
N
ϵ ϵ
0 0 0
∫t ∫ t+ϵ
Por outro lado 0
|M+N (s)|ds ≤ 0
|M+N (s)|ds. Consequentemente,
∫ {∫ t+ϵ }
t
M+N (s + ϵ) − M+N (s) N C(G)
sup
⟨πs , G⟩ds ≤ 2 sup |M+ (s)|ds .
N
0≤t≤T 0 ϵ ϵ 0≤t≤T 0
[ ∫ t N ]
M (s + ϵ) − M N
(s)
QN
µN sup + +
⟨πs , G⟩ds > δ
N
0≤t≤T 0 ϵ
[ ∫ t N ] [∫ T +ϵ ]
1 N M (s + ϵ) − M N
(s) C(G)
≤ EµN sup + +
⟨πs , G⟩ds ≤ 2
N
E N
N
|M+ (s)|ds .
N
δ 0≤t≤T 0 ϵ δϵ µ 0
31
2 ⟨ ⟩
que E[M+N (s) ] = E[ M+N s ], a expressão acima fica limitada por
[ ∫ ] {[∫ ]1/2 }
t
M+N (s + ϵ) − M+N (s) N C(G, T ) T +ϵ
QN
µN sup ⟨πs , G⟩ds > δ ≤ EN
µN ξs (0)ξs (1)ds .
0≤t≤T 0 ϵ δϵ 0
{[∫ ]
T +ϵ
Pelo lema 3.1 temos que lim supN →∞ EN
µN 0
ξs (0)ξs (1)ds < ∞, logo a expressão
acima vai a zero quando N ↑ ∞.
∫ s+ϵ
Resta considerar a diferença N ξs (0)ξs (1) − N s
ξr (0)ξr (1)dr.
Primeiro realizamos a integração por partes no tempo para obter que
∫ t { ∫ s+ϵ } ∫ ϵ
N
ds N ξs (0)ξs (1) − drξr (0)ξr (1) ⟨πs , Gs ⟩ ≤ C(G) {
N
dsN ξs (0)ξs (1) +
ϵ s
0
∫ t+ϵ ∫ t { 0
∫ }
1 s N
+
dsN ξs (0)ξs (1) } + dsN ξs (0)ξs (1) ⟨πs , Gs ⟩ −
N
⟨πr , Gr ⟩dr .
t ϵ ϵ s−ϵ
Novamente, por 3.1 permite estimar o primeiro termo do lado direito. Para estimar o
segundo, escreva a diferença ⟨πsN , Gs ⟩ − ⟨πrN , Gr ⟩ como
∫ s
MsG,N − MrG,N + (∂ν + N 2 L)⟨πνN , Gν ⟩dν.
r
[ ∫ t ∫ s ]
1
PN
sup dsN ξs (0)ξs (1) dr{Ms − Mr } > δ
G,N G,N
(3.16)
µN
0≤t≤T ϵ ϵ s−ϵ
[ ∫ T ]
δ
≤ PµN
N
sup |Mt | G,N
N ξs (0)ξs (1)ds > .
0≤t≤T +ϵ 0 2
Fixe γ >[ 0. Pela equação (3.7),] existe uma constante finita A para a qual
∫T
PNµ N 0
N ξs (0)ξs (1)ds > A ≤ γ para todo N ≥ 1.
Entretanto, a probabilidade anterior é menor do que ou igual a
32
[ ]
δ
γ+ PN
µN sup |MtG,N | >
0≤t≤T +ϵ 2A
Segue de (3.9) que esta expressão é limitada por γ quando N ↑ ∞. Isto prova que (3.16)
é zero no limite quando N ↑ ∞. Resta mostrar que
[ ∫ t ∫ ∫ ]
1 s s
PN
sup dsN ξs (0)ξs (1) dr (∂ν + N 2
L)⟨πνN , Gν ⟩dν >δ (3.17)
µN
0≤t≤T ϵ ϵ s−ϵ r
é zero quando N ↑ ∞ e ϵ ↓ 0.
Pela expressão explı́cita para (∂ν + N 2 L)⟨πνN , Gν ⟩ dada em (3.5), temos que o valor
absoluto da integral nesta fórmula é dominado por
∫ T { ∫ t+ϵ }
C(G) N ξs (0)ξs (1)ds ϵ + sup N ξs (0)ξs (1)ds .
0 0≤t≤T t
33
3.2 Unicidade de soluções fracas da equação (2.4)
O problema de Stefan. Fixe duas funções mensuráveis u10 : R+ → R, u20 : R+ → R
e considere o problema de Stefan
∂t u1 (t, x) = 21 △u1 (t, x), t ∈ [0, T ], x > Dt (t),
∂t u2 (t, x) = 21 △u2 (t, x), t ∈ [0, T ], x > Dt (t),
0 ≤ x < Dt ,
u1 (t, x) = u2 (t, x) = 0,
u1 (t, Dt )u2 (t, Dt ) = 0, ∀t ≥ 0, (3.18)
Ḋt = ∂x u1 (t, Dt +) = ∂x u2 (t, Dt +),
u1 (0, x) = u10 (x),
u2 (0, x) = u20 (x).
Denote R − {0} por R∗ . Uma solução fraca de (3.18) é um par de funções mensuráveis
(u1 (t, x), u2 (t, x)) que satisfaz: para cada F ∈ C01,2 ([0, T ) × R∗ ) e F (t, 0) = F (T, x) = 0,
temos
∫ T ∫ +∞ [ ]
1
(u1 (t, x) + u2 (t, x))△F (t, x) + (u1 (t, x) + u2 (t, x))∂t F (t, x) dxdt +
0 Dt 2
∫ +∞ ∫
1 T
+ (u1 (0, x) + u2 (0, x))F (0, x)dx − (u1 (t, Dt ) + u2 (t, Dt ))∂x F (t, Dt )dt = 0.
0 2 0
O lema abaixo mostra que soluções fracas de (3.18) podem ser obtidas por uma simples
mudança de variáveis das soluções fracas de (2.4). Em particular, a unicidade de (2.4)
segue da unicidade de (3.18).
Lema 3.5. Seja ζ uma solução fraca de (2.4) e seja u1 (t, x) = ζ(t, x − Dt ) e u2 (t, x) =
ζ(t, (−x − Dt )). Então (u1 , u2 ) é uma solução fraca de (3.18).
∫ T ∫ ∫ ∫
1 T
ds ζ(s, u)∂s G(s, u)du + ds ζ(s, u)△G(s, u)du
0 R+ 2 0 R+
∫ T∫ ∫ ∫
1 T
+ Ḋs ζ(s, u)∂u G(s, u)duds + duG(0, u)ζ0 (u) − ζ(s, 0)∂u G(s, 0)ds = 0,
0 R+ R+ 2 0
34
onde Ḋs = ∂s Ds . Fazendo a mudança de variável u′ = u + Dt e considerando a
suavidade de Dt , a expressão acima pode ser reescrita como
∫ T ∫ +∞ ∫ T ∫ +∞
′ ′ ′
ds ζ(s, u − Ds )∂s G(s, u − Ds )du − ds ζ(s, u′ − Ds )∂s Ds ∂u G(s, u′ − Ds )du′
0 Ds 0 Ds
∫ T ∫ +∞ ∫ T ∫ +∞
1
+ ds ζ(s, u′ − Ds )△G(s, u′ + Dt )du′ + Ḋs ζ(s, u′ − Ds )∂u G(s, u′ − Ds )du′ ds
2 0 Ds 0 Ds
∫ +∞ ∫ T
1
+ G(0, u′ − D0 )ζ0 (u′ − D0 )du′ − ζ(s, Ds )∂u G(s, Ds )ds = 0.
D0 2 0
Fazendo H(t, x) = G(t, x − Dt ), segue que H é suave, tem suporte compacto, se anula
em x = Dt e em t = T . Com isso a expressão acima é então da forma
∫ T ∫ +∞ ∫ ∫ +∞
′ 1 T
′ ′
ds u(s, x )∂s H(s, x )dx + ds u(s, x′ )△H(s, x′ )dx′
0 Ds 2 0 Ds
∫ +∞ ∫ T
1
+ H(0, x′ )u0 (x′ )dx′ − u(s, Ds )∂x H(s, Ds )ds = 0.
D0 2 0
Ou seja, sob a hipótese de suavidade, u como dada no lema, é solução fraca de (3.18),
como querı́amos.
Fixe uma função suave G : [0, T ] × R → R com suporte compacto que se anula em t = T
e também em x = 0. Seja H ϵ (t, x) = G(t, x − Dtϵ ). Consequentemente H ϵ é uma função
suave com suporte compacto. Entretanto, já que ζ é uma solução fraca de (2.4) e já que
G(T, .) = 0, temos que
∫ T
1
0 = ⟨ζT , G(T, x + DTϵ )⟩ = ⟨ζT , HTϵ ⟩ = ⟨ζ0 , H0ϵ ⟩ + ds⟨ζs , (∂s + △)Hsϵ ⟩
0 2
∫ T ∫ T
1
+ ⟨ζs , ∂x Hsϵ ⟩dDs − ζ(s, 0)∂x H ϵ (s, Ds )ds.
0 2 0
35
Abrindo o segundo termo do lado esquerdo da última igualdade acima, obtemos
∫ T ∫ T ∫ T
1
⟨ζ0 , H0ϵ ⟩ + ds⟨ζs , △Hsϵ ⟩ + ⟨ζs , ∂s Hsϵ ⟩ds − ⟨ζs , ∂x Hsϵ ⟩∂s Dsϵ
2 0 0 0
∫ T ∫ T
1
+ ⟨ζs , ∂x Hsϵ ⟩dDs − ζ(s, Ds )∂x H ϵ (s, Dsϵ )ds.
0 2 0
como querı́amos.
Pelo Lema 3.5, temos que unicidade para a equação (3.18) implica na unicidade para a
equação (2.4). Antes de considerar (3.18) vamos considerar uma outra equação auxiliar.
Fixe uma função mensurável u0 : R+ → R e considere o problema Stefan
∂t u(t, x) = 12 △u(t, x), t ∈ [0, T ], x > Dt
u(t, x) = 0, 0 ≤ x ≤ Dt
(3.20)
Dt = ∂x u(t, Dt +)
u(0, x) = u0 (x),
36
integral para u, observando as condições dadas para F ,u1 e u∗1 , obtemos
∫ T ∫ +∞
[u∗1 (t,x)-u1 (t, x)] {Ft (t, x) + Fxx (t, x)} dxdt = 0
0 Dt
(3.21)
Se para uma função infinitamente diferenciável Φ(x) tal que Φ(0) = 0 e lim Φ(x) = 0,
x→∞
existe uma solução para equação
Já que o conjunto de tais Φ é denso em L2 (D), segue a partir de (3.22) que u∗1 =u1 , qtp.
Observe que s > 0 e ζ(s, 0−) > 0 implica que ζ(s, 0+) = 0.
∫0
Demonstração: Seja Mtϵ = −ϵ
ζ(t, u)du. Logo, Mtϵ ≈ ϵ(ζ(t, 0−) + Ḋt ϵ/2), para todo
Mtϵ −Msϵ Ḋt −s
t > 0. Consequentemente, ϵ
≈ (ζ(t, 0−) − ζ(s, 0−)) + 2
ϵ. Se limt↓s Mtϵ = Msϵ
então
ϵζ(t, 0−) + ϵ2 Ḋ2t → ϵζ(s, 0−) + ϵ2 Ḋ2s para todo t > s.
Usando este resultado, supondo ζ(t, 0−) = 0 para todo t suficientemente próximo de s,
teremos ϵ2 Ḋ2t → ϵζ(s, 0−) + ϵ2 Ḋ2s , quando ϵ → 0, uma contradição, pois um termo de
ordem ϵ2 vai a zero mais rápido que o de ordem ϵ. Aqui usamos o fato de Ḋt ser
limitada em [s, T ] para s > 0, T > s. Para isto, lembre que Dt − Ds é o limite em
probabilidade de DtN − DsN e usando estimativas como nos capı́tulos anteriores pode-se
37
√
verificar que Dt − Ds é Lipschitz. Isto não vale em (0, T ], de fato podemos ter Dt ≡ t
e Ḋt não limitada em (0, T ].
Desta forma, para concluir a demonstração do Lema, falta verificar que limt↓s Mtϵ = Msϵ .
De fato, temos que
Mtϵ − Msϵ ≤ D+
ζ
(t) − D+
ζ
(s) + Fϵ (t − s),
ζ
onde D+ (t) é como definido no Apêndice A.1 e Fϵ (t − s) é o fluxo de massa
macroscópico em x = −ϵ.
Uma cota superior para Fϵ (t − s) é dada pelo limite em escala difusiva da quantidade
de partı́culas que deixam um sistema em x = −ϵ (D+
N
(t)), no qual este sistema é um
processo de exclusão simples e simétrico com fronteira x = −ϵ, onde partı́culas quando
chegam em x = −ϵ deixam o sistema com tempo exponencial de taxa 1. Este processo é
bem conhecido, como podemos observar no Teorema 2.1 em [9] e na Proposição 5.2 em
N
[10]. Logo D+ (t) − D+
N
(s) será limitado por uma constante vezes t − s. Desta forma
teremos o resultado desejado.
Para mostrar a unicidade do lado direito do processo de exclusão, supondo que ∃ T tal
que u1 (s, Dt ) = u∗1 (s, Dt ) = 0, para s ∈ (0, T ). Logo, por (3.20), u1 = u∗1 .
Para mostrar a unicidade do lado esquerdo do processo, consideraremos a equação
original (2.4). Sejam u2 e u∗2 duas soluções da equação (2.4), com as mesmas condições
iniciais. Logo ω = u2 − u∗2 satisfaz a seguinte equação
∂t ω = σ △ω + Ḋt ∂x ω,
2
x < 0,
limx→+∞ ω(t, x) = 0∂x ω(0, t) = 0, t >= 0, (3.23)
ω(0, x) = 0, x < 0,
onde Ḋt = ∂x u1 (t, Dt +) . Esta é uma equação linear parabólica na semi-reta com
condição mista na fronteira que pode ser encontrada, por exemplo, no Teorema 7 de [2].
38
3.2.1 Uma estimativa de energia
O próximo resultado justifica a integração por partes na expressão que aparece no
interior da probabilidade do Lema 3.2, provando o Teorema 3.5 sob a condição (E3).
Notação : Denote por C00,1 ([0, T ] × R) o espaço das funções contı́nuas com suporte
compacto sobre [0, T ] × R que são continuamente diferenciáveis na segunda variável e
considere este espaço dotado da norma
∑
∞
∥ H ∥0,1 = 2n {∥ H1{(n, n + 1)} ∥∞ + ∥ ∂u H1{(n, n + 1)} ∥∞ }
n=0
∑
−1
+ 2−n {∥ H1{(n − 1, n)} ∥∞ + ∥ ∂u H1{(n − 1, n)} ∥∞ }.
n=−∞
[ {∫ T {∫ [∫ 0 ∫ ϵ ]}
1
EQ∗ sup ds du∂u H(s, u)ζ(s, u) + H(s, 0) lim ζ(s, u) − ζ(s, u) −
H 0 R ϵ→0 ϵ −ϵ 0
∫ T ∫ }]
−2 2
ds duH (s, u)ζ(s, u) ≤ K,
0 R
∑
∞
1 δN 2 ∑ 2
∞
1 ∑ δN
[ϵN ]
G(x/N ) {ξ (x) − ξ (x + [ϵN ])} −
δN
G (x/N ) ξ (x + y),
x=−∞
ϵN N x=−∞
ϵN y=0
39
∑
x+δ
δ −1
ξ (x) = δ ξ(y).
y=x
Afirmamos que existe K > 0 tal que para qualquer subconjunto denso {Hl : l ≥ 1}
de C00,1 ([0, T ] × R),
[ {∫ T }]
lim lim EN
µN max dsWN (ϵ, δ, Hi (s, ·), ξs ) ≤ K, (3.24)
δ→0 N →∞ 1≤i≤k 0
para cada k ≥ 1 e cada ϵ > 0. Deixamos a demontração de 3.24 para depois. Usando
este resultado, já que Q∗ é um ponto limite fraco de QN
µN , segue que
[ {∫ ( T∫ u+δ {∫ ∫ u+ϵ+δ )
−1 −1 −1
lim sup EQ∗ max ds duϵ Hi (s, u) δ ζ(s, v)dv − δ ζ(s, v)dv −
δ→0 1≤i≤k 0 R u u+ϵ
∫ u+ϵ ( ∫ v+δ )}}]
−1 −1 ′ ′
− 2ϵ −2Hi (s, u)
2
dv δ ζ(s, v )dv ≤ K, (3.25)
u v
igual a
∫ ∞ { }{ ∫ } ∫ ϵ{ ∫ }
Hi (s, u) − Hi (s, u − ϵ) −1
u+δ
−1 −1
u+δ
δ ζ(s, v)dv +ϵ δ ζ(s, v)dv ,
−∞ ϵ u 0 u
∫ ϵ
1
+H(s, 0) lim ζ(s, u)du ≤ K
ϵ→0 ϵ 0
40
Demonstração de (3.24): Já que H é uma função contı́nua, uma integração por
partes justifica a substituição de WN (ϵ, δ, H, ξ) quando δ → 0 em (3.24) por
∑
∞
1 2 ∑ 2
∞
1 ∑
[ϵN ]
H(x/N ) {ξ(x) − ξ(x + [ϵN ])} − H (x/N ) ξ(x + y), (3.26)
x=−∞
ϵN N x=−∞ ϵN y=1
é limitada por
[ { ∫ T }]
H(µN |να ) 1
+ log Eνα exp N max
N
dsWN (ϵ, Hi (s, ·), ξs ) .
N N 1≤i≤k 0
∑
As hipóteses (E3) e a desigualdade elementar exp{max ai } ≤ exp{ai } implicam que
esta última expressão é limitada por
[ k { ∫ T }]
1 ∑
C + log EN
να exp N dsWN (ϵ, Hi (s, ·), ξs ) .
N i=1 0
Aqui, já que max{lim supN N −1 log aN lim supN N −1 log bN } é menor ou igual a
lim supN N −1 log{aN + bN }, o segundo termo é dominado por
[ { ∫ T }]
1
max lim sup log Eνα exp N
N
dsWN (ϵ, Hi (s, ·), ξs ) . (3.27)
1≤i≤k N →∞ N 0
∫ T {∫ }
α2
max ds sup WN (ϵ, Hi (s, ·), ξ)f (ξ)να (dξ) − N D(f ) + , (3.28)
1≤i≤k 0 f 2
41
é a forma de Dirichlet avaliada em f . Assumimos (3.28) e mostraremos esta após a
demonstração de (3.24). Ainda temos que estimar o primeiro termo em (3.28) cujo
lim sup quando N → ∞ mostraremos agora que é de fato não positivo. Escreva
∫
{ξ(x) − ξ(x + [ϵN ]}f (ξ)να (dξ) =
[z −1 ϵN ]−1 ∫
∑ ∑
=2 p(z) {ξ(x + jz) − ξ(x + (j + 1)z)}f (ξ)να (dξ)
z≥1 j=0
∑ ∫
+2 p(z) {ξ(x + [z −1 ϵN ]z) − ξ(x + [ϵN ])}f (ξ)να (dξ)
z≥1
[z −1 ϵN ]−1 ∫
∑ ∑
2 p(z) ξ(x + (j + 1)z)[1 − ξ(x + jz)]{f (ξ x+jz,x+(j+1)z ) − f (ξ)}να (dξ).
z≥1 j=0
√
Portanto, escrevendo f (ξ x+jz,x+(j+1)z ) − f (ξ) como { f (ξ x+jz,x+(j+1)z ) −
√ √ √
f (ξ)}{ f (ξ x+jz,x+(j+1)z ) + f (ξ)} e aplicando a desigualdade elementar
2|ab| ≤ Ba2 + B −1 b2 , que vale para cada a, b e B > 0, temos que
∑
∞ ∫
H(s, x/N ) {ξ(x) − ξ(x + [ϵN ]}f (ξ)να (dξ)
x=−∞
[z −1 ϵN ]−1 ∫ √
∑
∞ ∑ ∑ √
B p(z) ξ(x + (j + 1)z)[1 − ξ(x + jz)]{ f (ξ x+jz,x+(j+1)z ) − f (ξ)}2 να (dξ)
−∞ z≥1 j=0
[z −1 ϵN ]−1 ∫
∑
∞
H(s, x/N )2 ∑ ∑
+ p(z) ξ(x + (j + 1)z)[1 −
−∞
B z≥1 j=0
√ √
−ξ(x + jz)]{ f (ξ x+jz,x+(j+1)z ) + f (ξ)}2 να (dξ) + O(1)
Multiplicando a expressão anterior por (ϵN )−1 , ela fica limitada por
[ϵN ] ∫
2 ∑ ∑
∞
2 1
BD(f ) + H(s, x/N ) ξ(x + y)f (ξ)να (dξ) + O((ϵN )−1 ).
B −∞ ϵN y=0
42
Tomando B = N obtemos a partir de (3.26) que
∫
WN (ϵ, H(s, ·, ξ)f (ξ)να(dξ)≤N D(f )+O((ϵN )−1 ).
para cada H ∈ C00,1 ([0, T ] × R). Observe que, já que ζ < 1 podemos suprimir ζ no último
integrando. A equação (3.29) implica que
∫ T {∫ ∫ ϵ }
1
λ(H) := ds du∂u H(s, u)ζ(s, u) + H(s, 0) lim ζ(s, u)
0 R+ ϵ→0 ϵ 0
é um funcional linear limitado sobre C00,1 ([0, T ] × R) para a norma L2 . Já que temos
que C00,1 ([0, T ] × R) é um subconjunto denso de L2 ([0, T ] × R), estendemos este funcional
para um funcional linear limitado sobre L2 ([0, T ] × R). Pelo Teorema de Representação
de Riez, existe uma função L2 , denotada por ϑ(s, u), tal que
∫ T ∫
λ(H) = − ds duH(s, u)ϑ(s, u)
0 R+
para cada função suave H : [0, T ] × R → R com suporte compacto. Já que a integração
por partes vale para ϑ(s, u), por definição ela é a derivada parcial fraca de ζ(s, u) na
segunda variável.
43
Apêndice A
Acoplamento
Provamos nesta seção uma técnica usada nas seções anteriores. As demonstrações
contam com um acoplamento entre o processo (ξt )t≥0 definido na subseção 1.1 e um
processo de exclusão (ζt )t≥0 semelhante a (ξt )t≥0 mas sem a parte esquerda de (ξt )t≥0 , e
partı́culas que chegam a fronteira neste processo desaparecem com taxa 1, fazendo com
que o processo seja transladado para a esquerda. O processo ζt tem comportamento
hidrodinâmico bem conhecido (ver Landim, Olla e Volchan em [9]).
ξ
Denote por D+ (t) como sendo o número de ξ−partı́culas que o sistema perde em N
ζ
até o tempo t. Analogamente para D+ (t).
ξ
Lema A.1. Existe um acoplamento (ξt , ζt )t≥0 tal que D+ (t) ≤ D+
ζ
(t).
44
−
ξ (x), se x ≤ 0,
ξ(x) = 1, se x > 0 e x = Xjξ para algum j ≥ 1,
0, caso contrário.
{
1, se x > 0 e x = Xjη para algum j ≥ 1,
ζ(x) =
0, caso contrário.
Considere inicialmente Xjη (0) = Xjξ (0). As ξ,ζ-partı́culas com a mesma numeração
saltam juntamente preservando a ordem até uma ζ-partı́cula morrer sozinha. Pois
as ζ-partı́culas quando chegam em 0 podem deixar o sistema com taxa 1, já a sua
correspondente ξ-partı́cula poderá não desaparecer se no mesmo instante ξt− (0) = 0.
O gerador do acoplamento é dado por
∑ [ ]
GF (ξ − , (Xjξ )+∞ ζ +∞
j=1 , (Xj )j=1 ) = F ((ξ − )z,w , (Xjξ ), (Xjζ )) − F ((ξ − ), (Xjξ ), (Xjζ )) +
z,w<1
|z−w|=1
∑
+ [F (ξ − , (Xjξ + δkj (1 − δ(xξ +1)xξ ), (Xjζ + δkj (1 − δ(xη +1)xζ )) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1 k k+1
k≥σ ζ
∑
+ [F (ξ − , (Xjξ − δkj (1 − δ(xξ −1)xξ ), (Xjζ − δkj (1 − δ(xζ −1)xζ )) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1 k k+1
k≥σ ζ
∑
+ [F (ξ − , (Xjξ + δkj (1 − δ(xξ +1)xξ ), (Xjζ ) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1
σ ξ ≤k≤σ ζ
∑
+∞ ∑
+∞ [
−
+ ξ (0) I{1} (xξl )I{1} (xζk ) F ((τ (ξ − − ϱ0 ), (Xjξ − I{l,...,+∞} (j)), (Xjζ − I{k,...,+∞} (j)))+
l=1 k=1
] ∑
+∞ ∑
+∞ [
−
− F ((ξ ), (Xjξ ), (Xjζ )) + [1 − I{1} (xξl )]I{1} (xζk ) F (ξ − , (Xjξ ), (Xjζ − I{k,...,+∞} (j)))−
k=1 l=1
] ∑
+∞ [
− −
− F ((ξ ), (Xj ), (Xj )) + (1 − ξ (0))
ξ ζ
I{1} (xζk ) F ((ξ − ), Xjξ , (Xjζ − I{k,...,+∞} (j))))−
] k=1
−
− F ((ξ ), (Xjξ ), (Xjζ )) ,
45
δkj = 1 se k = j e 0, caso contrário.
Devido a possibilidade de translações em ζ-partı́culas e a não translações de suas
correspondentes ξ-partı́culas é fácil observar que Xjζ (t) ≤ Xjξ (t), ∀t e a partir disto
ξ
concluir que D+ ≤ D+
ζ
, como querı́amos mostrar.
[ N ]
lim sup lim sup sup sup PN
µN D + (τ + θ) − D N
+ (τ ) > δ = 0. (A.1)
ϵ→0 N →∞ τ ∈TT θ≤ϵ
N
Demonstração: Aqui sem perda de generalidade podemos fixar δ < 1. Como D+ (τ +
θ) − D+
N
(τ ) é crescente em θ temos que provar que
[( N ) ]
lim sup lim sup sup PN
µN D+ (τ + γ) − D+
N
(τ ) ≥ δ = 0 . (A.2)
γ→0 N →∞ τ ∈TT
o que segue de
[ ( N ) ]
lim sup lim sup PN
µN sup D+ (t + γ) − D+
N
(t) ≥ δ = 0 . (A.3)
γ→0 N →∞ 0≤t≤T
(i) Para todo t fixo seja j o único inteiro tal que jγ ≤ t < (j + 1)γ. Usando novamente
N
o fato de D+ ser crescente, temos que
( ) ( N )
N
D+ (t + γ) − D+
N
(t) ≤ D+ ((j + 2)γ) − D+
N
(jγ)
[ ( N ) ]
PN
µN max D+ ((m + 2)γ) − D+
N
(mγ) ≥ δ .
m=1...⌊ Tγ ⌋
γ⌋
⌊∑
T
[( N ) ]
PN
µN D+ ((m + 2)γ) − D+
N
(mγ) ≥ δ . (A.4)
m=1
46
(ii) Pela condição Ẽ1 , temos que µn ≤ µα . Para o processo ξt começando em µn
podemos verificar que a dominação estocástica se preserva no tempo, ou seja, a
distribuição de ξt é estocasticamente dominada superiormente por µα para todo
t ≥ 0. Assim, novamente pela monotonicidade de D+
N
temos que (A.4) é menor ou
igual a ⌊ ⌋
T ( N )
PN
µα D+ (2γ) ≥ δ . (A.5)
γ
N
(iii) Lembre que D+ (2) ≤ Dζ (2) (considerando os processos acoplados como descrito no
lema anterior). Em particular, pelo acoplamento, como δ < 1 e pela desigualdade
de Markov temos que
( N,ζ )3
[ ] [ ] EN
µ [ D (2γ) ∧ 1 ]
PN
µα D+ (2γ) ≥ δ ≤ Pµα D
N N N,ζ
(2γ) ≥ δ ≤ α 3
.
δ
(iv) Como obtido por Landim, Olla, Volchan em [9], temos que (DN,ζ (t))0≤t≤1 converge
em probabilidade (como elemento aleatório no espaço de Skorohod) para uma
√
função determinı́stica (vt )0≤t≤1 . Também em [9] verifica-se que vt ≤ C̃ t. Daı́
temos que
( N,ζ )3 3
lim EN
µα [ D (2γ) ∧ 1 ] = (v2γ ∧ 1)3 ≤ C̃γ 2 .
N →∞
Por (i), (ii), (iii) e (iv) temos que (A.3) é limitado superiormente por
⌊ ⌋
T 1 N ( N,ζ )3 C̃T √
lim sup lim sup 3
Eµα [ D (2γ) ∧ 1 ] ≤ lim sup 3 γ = 0 .
γ→0 N →∞ γ δ γ→0 δ
47
Demonstração: Temos que
( N ) ( )
M+ (s + ϵ) − M+N (s) M+N (s + ϵ) − M+N (s) 2
PN >δ = PµN
N >δ 2
µN ϵ ϵ
( 2 )
1 N M+N (s + ϵ) − M+N (s)
≤ 2 EµN
δ ϵ
1 ( N )
µN ⟨M+ (s + ϵ)⟩ − ⟨M+ (s)⟩
= 2 2 EN N
δ ϵ (∫ s+ϵ )
1 N
= 2 2 EµN ξr (0)ξr (1)dr .
δ ϵ s
O lado direita desta desigualdade tende a zero no limite quando N → ∞, por (3.7).
1 ∑ ∑
K 0
1
lim ηt (x) = lim ηt (x) = α µN − q. c.
K→∞ K K→∞ K
x=1 x=−K+1
Lema A.4. Seja µ uma medida de probabilidade sobre {0, 1}Z+ tal que H(µ|να+ ) < ∞,
onde να+ é a medida produto de Bernoulli de parâmetro α ∈ (0, 1) sobre {0, 1}Z+ . Então
1 ∑
K
lim η(x) = α
K→∞ K
x=1
H(µ|να+ ) 1 [ ]
µ(E c ) ≤ + log E eM 1Ec
M M
para todo M > 0. Pela Lei dos Grandes Números 1E c = 0 να quase certamente. Logo o
segundo termo na desigualdade acima é igual a zero. Como M é arbitrário e H(µ|να+ ) < ∞
concluı́mos que µ(E c ) = 0 como querı́amos demonstrar.
48
Corolário A.5. Seja µ uma medida de probabilidade sobre {0, 1}Z tal que H(µ|να ) < ∞
e (ηt )t≥0 o processo de Markov com gerador L, então para todo N ≥ 1 e t ≥ 0 temos que
1 ∑
K
lim ηt (x) = α
K→∞ K
x=1
quase certamente.
Consideramos
∑
∞ ∑
∞ ∫ ∑
∞
M N,Hm
(t) = Hm (x/N )ξt (x) − Hm (x/N )ξ0 (x) − L Hm (x/N )ξs (x)ds.(A.6)
x=1 x=1 x=1
M N,Hm é Martingal, ver apêndice em [6]. Vamos mostrar que MTN,Hm converge em L2
para MTN quando m → ∞. Por resultados clássicos obtemos que M N é um L2 -martingal,
ver [5]. O resultado segue diretamente das seguintes afirmações (a serem verificadas):
49
(i) Para todo t ≥ 0
∫ t ∫ t
lim N 2
L⟨πsN , Hm ⟩ds =α N ξsN (0)ξsN (1)ds em probabilidade.
m→∞ 0 0
1 ∑
mN −1
lim ξs (x) = α ,
m→∞ mN
x=0
Prova de (ii): Escolha m < m̄. Por linearidade das integrais e do operador L, temos
que
[( )2 ] [( )2 ] [ ]
E MtN,Hm̄ − MtN,Hm ) = E MtN,Hm̄ −Hm = E ⟨M N,Hm̄ −Hm ⟩t .
50
Pela expressão em (3.6) para variação quadrática obtemos que ⟨M N,Hm̄ −Hm ⟩t é igual a
∫ { (∑ )2
t ( 1 )}
ds ξs (0)ξs (1) ξs (x)(∇N Hm̄ (x/N ) − ∇N Hm (x/N )) + O
0 x≥1
m ∧ m̄
[( )2 ] [ ]
lim E MtN,Hm̄ − MtN,Hm ) = lim E ⟨M N,Hm̄ −Hm ⟩t = 0 .
m→∞, m̄→∞ m→∞, m̄→∞
51
Apêndice B
Suponha que existe C > 0 tal que ρ(u) = β se u ∈ [−C, C]c , para β ∈ (0, 1).
f quando consideramos uma sequência de medidas
Mostraremos que E1 implica em E3
N
iniciais para o Zero Range sendo uma sequência de medidas produto νρ(·) em ZZ+ com
marginais geométricas de média ρ(·).
Pela transformação que leva o ZR no processo de Exclusão, temos que a
N
medida νρ(·) sobre NZ será levada numa medida µN Z
ρ(·) sobre {0, 1} , que quando
∑CN
condicionada
( (∫ ao evento { −CN η(x)) = L}, L = 0, 1, . . ., é produto fora da região
0 ) ∫C
− −C ρ(u)du + C , 0 ρ(u)du + C , com marginais Bernoulli de parâmetro ζ(·), tal
( (∫ ) ∫C )
0
que ζ(x) = 1 − α, para x ∈ − −C ρ(u)du + C , 0 ρ(u)du + C , com 0 < α < 1. A
relação entre α e β é β = 1
1−α
− 1.
∑
+∞
(∑
CN
)
≤ H(µN,L |να )µN η(x) = L (B.1)
L=0 −CN
∑
δN
(∑
CN
) ∑
+∞
(∑
CN
)
= H(µ N,L
|να )µ N
η(x) = L + H(µ N,L
|να )µ
N
η(x) = L ,
L=0 −CN L=δN +1 −CN
52
( ∑ ) ∫C
onde µN,L (·) = µN · | CN
−CN η(x) = L e δ = ρ (u)du.
−C 0
Antes de continuar a demonstração,vamos dar a transformada de Laplace da
Geométrica que será usada para o próximo resultado :
Lema B.1. Seja X uma variável aleatória com distribuição geométrica de parâmetro h.
Logo a trasformada de Laplace de X é dada por:
[ ] h
E eλX = .
1 − eλ (1 − h)
Demontração:
[ λX ] ∑
∞
( λk )k 1
E e = e (1 − h) = h ·.
k=0
1− eλk (1 − h)
[ 1 ∑CN ] ∏
CN [ 1 ] ∏
CN 1
e− N x−CN η(x) = e− N η(x) =
1+ρ(x/N )
Eνρ(·)
N Eνρ(·)
N
x=−CN x=−CN
1 − eλ (1 − 1
1+ρ(x/N )
)
∏
CN
1
= (B.2)
x=−CN
1− (e1/N − 1)ρ(x/N )
∏
CN
1 1 ∑CN
≤ eΘ N x=−CN ρ(x/N )+o(1/N )
x=−CN
1 − (e1/N − 1)ρ(x/N )
53
Afirmação2: Considerando M = L + 2CN
{ ( 1 ) ( )}
onde γ = max log 1−α , log α1 .
Demonstração da Afirmação2: Observamos que a medida µN,L pode ser
dµN,L dµN,L
1 dµN,L
2
= .
dναN dναN dναN
dµN,L
Como µN,L
2 coincide com ναN , 2
N
dνα
= 1. Logo, para o cálculo da Entropia, basta
considerarmos µN,L
1 , ou seja,
54
relativa em [7] (Teorema A1.8.3), temos
H(δξ |ναN ) =
[ ] ( )
dδξ dδξ
1 1
EνNαN log
= N log ναN (ξ)
dναN dναN
να (ξ) N
να (ξ)
( )
1
= log ∏
x∈T N α
ξ(x) (1 − α)1−ξ(x)
∑ [ ( ) ( )]
1 1
= ξ(x) log + (1 − ξ(x)) log .
N
α 1−α
x∈T
Como ξ(x) ∈ {0, 1}, cada uma das |T N | = L′ = (δ + 2C)N parcelas no somatório acima
é igual a log(1/α) ou log(1/(1 − α)). Portanto, denotando
{ ( ) ( )}
1 1
γ = γ(α) = max log , log ,
1−α α
temos que H(δξ |ναN ) ≤ γL′ . E como a entropia relativa é convexa (Proposição A1.8.1 em
Kipnis & Landim),
∑ ∑
1 |να ) = H
H(µN,L N µN,L N ≤
1 (ξ)δξ να µN,L N ′
1 (ξ) H(δξ |να ) ≤ γL .
N N
ξ∈{0,1}T ξ∈{0,1}T
∑+∞ N,L N
∑CN
Lema B.3. δΘN H(µ (·)|ν α )µ ( −CN η(x) = L)
∑
+∞
(∑
CN
)
H(µ N
|ναN ) ≤ H(µ N,L
|να )µ N
η(x) = L (B.3)
L=0 −CN
∑
δN −1
(∑
CN
) ∑+∞
(∑
CN
)
= H(µN,L |να )µN η(x) = L + H(µN,L |να )µN η(x) = L ,
L=0 −CN L=δN −CN
( ∑ ) ∫C
onde µN,L (·) = µN · | CN
−CN η(x) = L e δ = −C ρ0 (u)du. Já que a soma na primeira
parcela na desigualdade anterior é finita, estimaremos a segunda parcela. Para isso,
observe que pela afirmação 2
55
∑
+∞
(∑
CN
) ∑
+∞
(∑
CN
)
H(µN,L |να )µN η(x) = L ≤ γ(L + 2CN )µN η(x) = L
L=δN −CN L=δN −CN
∑
+∞
(1 ∑CN
L)
≤ γ(L + 2CN )µ N
η(x) =
L=δN
N −CN N
∑ (1 ∑CN
L)
≤ µN
η(x) ≥ ,
N −CN N
e
L≥δN
(1 ∑CN
)
µN e Θδ−a ,
η(x) ≥ a ≤ Θe
N −CN
para a > 0.
(1 ∑ ) 1 [ 1 ∑CN ]
CN
1 ∑CN
µN η(x) ≥ a ≤ a E e N −CN η(x) ≤ ea eΘ N x=−CN ρ(x/N )+o(1/N )
N −CN e
A última desigualdade acima se dá pelo Lema 10, concluindo assim a demonstração, com
∑ e = eo(1/N ) . Voltando para a demonstração do Lema 11,
δ = 1 CN
N x=−CN ρ(x/N ) e Θ
∑ (1 ∑CN
L) ∑
µN
η(x) ≥ ≤ e Θδ− NL
Θe
N −CN N
e
L≥δN e
L≥δN
e , temos que
e = L − δN
Fazendo uma mudança de variáveis, pondo L
∑ ∑ e 1 e
Θe e Θδ+δe
e Θδ− NL = Θe e Θδ+δe
e− N = Θe
L
e
≈ ΘN,
1−e−1/N
e
L≥δN e
L≥0
como querı́amos.
56
Apêndice C
Seja p(·) uma probabilidade de transição simétrica com alcance finito M sobre Z, tal
que p(z) = p(−z) ∀z ∈ Z e p(z) = 0, se |z| > M . Definimos um processo de exclusão
sobre Z associado a p(·), que é um processo com espaço de configurações Λ = {0, 1}Z , cuja
evolução pode ser descrita na seguinte maneira: inicialmente cada sı́tio de Z pode estar ou
não ocupado por uma partı́cula, cada partı́cula do sistema aguarda, independentemente
de qualquer outra partı́cula, um tempo exponencial de parâmetro 1 e naquele tempo
ele escolhe outro sı́tio de acordo com p(·) e salta para o sı́tio escolhido se ele não está
ocupado. Além disso há condições de fronteira: partı́culas do lado direito da fronteira
não podem saltar para a esquerda da mesma, e vice-versa.
M =1
Considere as seguintes expressões:
1 ∑
πN = ξ(x)δx/N
N x∈Z
1 ∑ x 1 ∑ x
⟨π N , G⟩ = G( )ξ(x) + G( )ξ(x)
N x<0 N N x≥0 N
1 ∑ x y
⟨π N , G⟩2 = ⟨π N , G⟩⟨π N , G⟩ = 2 G( )G( )ξ(x)ξ(y),
N x,y∈Z N N
1 ∑ x 1 ∑ x
L⟨π N , G⟩ = G( )Lξ(x) + G( )Lξ(x), (C.1)
N x<0 N N x≥0 N
57
1 ∑ x y
L⟨π N , G⟩2 = 2
G( )G( )Lξ(x)ξ(y). (C.2)
N x,y∈Z N N
onde
∑
L1 ξ(x) = Ly,y+1 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
2 y≤0
∑
L2 ξ(x) = Ly,y+1 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
2 y≥1
{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.3)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.
Além disso
1, se ξ(x) = 0, ξ(x + 1) = 1 e y = x,
−1, se
ξ(x) = 1, ξ(x + 1) = 0 e y = x,
ξ y,y+1
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − 1) = 1 e y = x − 1, .
−1, se ξ(x) = 1, ξ(x − 1) = 0 e y = x − 1,
0, caso contrário .
58
Logo,
2 {−ξ(x)(1 − ξ(x + 1)) + ξ(x + 1)(1 − ξ(x)) + ξ(x − 1)(1 − ξ(x))
1
2 {−ξ(x)(1 − ξ(x + 1)) + ξ(x + 1)(1 − ξ(x)) + ξ(x − 1)(1 − ξ(x))
1
Simplificando obtemos
{
1
2
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≤ −1,
L1 ξ(x) = (C.4)
1
2
{ξ(−1) − ξ(0)}, se x = 0,
{
1
2
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≥ 2,
L2 ξ(x) = (C.5)
1
2
{ξ(2) − ξ(1)}, se x = 1.
59
Substituindo (C.11), (C.12) e (C.10) em (C.8) obtemos
1 ∑ y+1 y y−1
L⟨π N , G⟩ = [G( ) − 2G( ) + G( )]ξ(y)
2N y≤−1 N N N
1 ∑ y+1 y y−1 1
+ [G( ) − 2G( ) + G( )]ξ(y) − G(0)ξ(1)
2N y≥0 N N N 2N
1 1 1
− G(1/N )ξ(1) − G(1/N )ξ(0) − G(−1/N )ξ(0)ξ(1)
N 2N N
1 1 1
+ G(0)ξ(0)ξ(1) − G(0)ξ(0) − G(1/N )ξ(1)
N [ 2N 2N ]
1 ∑ y−1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≥0
N N
[ ]
1 ∑ y+1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≤−1
N N
[ ]
1 ∑ ∑
= ⟨π N , △N G⟩ + ξ(0)ξ(1)N −2 ∇G(y/N )ξ(y) − ∇G((y − 1)/N )ξ(y)
2N 2 y≤−1 y≥0
1
+ N −2 ξ(0)ξ(1)∇N G(0) + [ξ(1) − ξ(0)]∇N G(0).
2N 2
1
L⟨π N , G⟩ = ⟨π N , △N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
2N 2
1
+ N −2 ξ(0)ξ(1)∇N G(0) + [ξ(1) − ξ(0)]∇N G(0).
2N 2
O termo do integrando para a parte simétrica do gerador pode ser escrito como
∑
G(x/N )G(y/N ){L1 [ξ(x)ξ(y)] − 2ξ(x)L1 ξ(y)}
|x−y|=1
x,y≤−1
∑
+ G(x/N )G(y/N ){L2 [ξ(x)ξ(y)] − 2ξ(x)L2 ξ(y)}. (C.6)
|x−y|=1
x,y≥1
60
Já que, para todos x, y ≥ 1 ou x, y ≤ −1 tais que |x − y| > 1, temos Ls ξ(x)ξ(y) =
ξ(y)Ls ξ(x) + ξ(x)Ls ξ(y), onde s = 1, 2, os termos com |x − y| > 1 não precisam ser
considerados na expressão acima.
Além disso, Ls ξ(x)ξ(x + 1) = ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2 , para todo
x ≥ 2 ou x ≤ −2 e L2 ξ(1)ξ(2) = −ξ(1)W2,3 e L1 ξ(−1)ξ(0) = −ξ(0)W−2,−1 , onde
Wx,x+1 = 21 [ξ(x) − ξ(x + 1)].
1
L2 ξ 2 (1) − 2ξ(1)L2 ξ(1) = {ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)]},
2
1
L1 ξ 2 (0) − 2ξ(0)L1 ξ(0) = {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]},
2
ξ(x+1)Wx−1,x −ξ(x)Wx+1,x+2 −ξ(x)Ls ξ(x+1)−ξ(x+1)Ls ξ(x) = −ξ(x)[1−ξ(x+1)]−ξ(x+1)[1−ξ(x)]
para x ≥ 2 ou x ≤ −2. E
1
ξ(0)W−2,−1 − [ξ(−1)L1 ξ(0) + ξ(0)L1 ξ(−1)] = − {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]}.
2
61
Logo, a expressão (C.15) pode ser escrita como
∑ ∑
|x−y|=1 [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+ 2
|x−y|=1 [G(x/N )−G(y/N )] ξ(x)[1−ξ(y)] (C.7)
x,y≤0 x,y≥1
62
M =2
Considere as seguintes expressões:
1 ∑
πN = ξ(x)δx/N
N x∈Z
1 ∑ x 1 ∑ x
⟨π N , G⟩ = G( )ξ(x) + G( )ξ(x)
N x<0 N N x≥0 N
1 ∑ x y
⟨π N , G⟩2 = ⟨π N , G⟩⟨π N , G⟩ = 2 G( )G( )ξ(x)ξ(y),
N x,y∈Z N N
1 ∑ x 1 ∑ x
L⟨π N , G⟩ = G( )Lξ(x) + G( )Lξ(x), (C.8)
N x<0 N N x≥0 N
1 ∑ x y
L⟨π N , G⟩2 = 2
G( )G( )Lξ(x)ξ(y). (C.9)
N x,y∈Z N N
63
onde
∑
L1 ξ(x) = Ly,y+1 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
4 y≤0
∑
L2 ξ(x) = Ly,y+1 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
4 y≥1
∑
L3 ξ(x) = Ly,y+2 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 2))(ξ y,y+2 (x) − ξ(x)) + ξ(y + 2)(1 − ξ(y))(ξ y+2,y (x) − ξ(x))],
4 y≤0
∑
L4 ξ(x) = Ly,y+2 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 2))(ξ y,y+2 (x) − ξ(x)) + ξ(y + 2)(1 − ξ(y))(ξ y+2,y (x) − ξ(x))],
4 y≥1
{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.10)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.
Além disso
1, se ξ(x) = 0, ξ(x + k) = 1 e y = x,
−1, se
ξ(x) = 1, ξ(x + k) = 0 e y = x,
ξ y,y+k
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − k) = 1 e y = x − k, .
−1, se ξ(x) = 1, ξ(x − k) = 0 e y = x − k,
0, caso contrário ,
para k = 1, 2. Logo,
{
1
4
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≤ −1,
L1 ξ(x) = (C.11)
1
4
{ξ(−1) − ξ(0)}, se x = 0,
64
{
1
4
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≥ 2,
L2 ξ(x) = (C.12)
1
4
{ξ(2) − ξ(1)}, se x = 1.
{
1
4
{ξ(x − 2) − 2ξ(x) + ξ(x + 2)}, se x ≤ −2,
L3 ξ(x) = (C.13)
1
4
{ξ(x − 2) − ξ(x)}, se x = −1, 0,
{
1
4
{ξ(x − 2) − 2ξ(x) + ξ(x + 2)}, se x ≤ −1,
L4 ξ(x) = (C.14)
1
4
{ξ(x + 2) − ξ(x)}, se x = 1, 2
1 ∑ y+1 y y−1
L⟨π N , G⟩ = [G( ) − 2G( ) + G( )]ξ(y)
4N y≤−1 N N N
1 ∑ y+1 y y−1 1
+ [G( ) − 2G( ) + G( )]ξ(y) − G(0)ξ(1)
4N y≥0 N N N 4N
1 1 1
− G(1/N )ξ(1) − G(1/N )ξ(0) − G(−1/N )ξ(0)ξ(1)
2N 4N 2N
1 1 1
+ G(0)ξ(0)ξ(1) − G(0)ξ(0) − G(1/N )ξ(1)
2N [ 4N 4N ]
1 ∑ y−1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≥0
N N
1 ∑ y+2 y y−2
+ [G( ) − 2G( ) + G( )]ξ(y)
4N y≤−1 N N N
1 ∑ y+2 y y−2
+ [G( ) − 2G( ) + G( )]ξ(y)
4N y≥0 N N N
1
+ 2 {ξ(−1)[G(−1/N ) − G(−1/N )] + ξ(0)[G(0) − G(2/N )] + ξ(1)[G(1/N )˙
4N [ ]
1 ∑ y + 1 y
− G(−1/N )] + ξ(2)[G(2/N ) − G(0)]}˙ + ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≤−1
N N
1 1
= 2
⟨π N , △N G⟩ + 2
2⟨π N , △N G⟩
4N [ 4N ]
∑ ∑
+ ξ(0)ξ(1)N −2 ∇G(y/N )ξ(y) − ∇G((y − 1)/N )ξ(y) + N −2 ξ(0)ξ(1)∇N G(0)
y≤−1 y≥0
1 1
+ 2
[ξ(1) − ξ(0)]∇N G(0) + [ξ(1) + ξ(2) − ξ(0) − ξ(−1)]∇N G(0).
4N 4N 2
65
Pondo H1 (u) = ∇G(u)I(−∞,−1] (u) e H2 (u) = ∇G(u)I[0,+∞) (u), obtemos
3
L⟨π N , G⟩ = ⟨π N , △N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
4N 2
1 1
+ N −2 ξ(0)ξ(1)∇N G(0) + 2
[ξ(1) − ξ(0)]∇N G(0) + [ξ(2) − ξ(−1)]∇N G(0).
2N 4N 2
O termo do integrando para a parte simétrica do gerador pode ser escrito como
∑
G(x/N )G(y/N ){L1 [ξ(x)ξ(y)] − 2ξ(x)L1 ξ(y)}
|x−y|=1
x,y≤−1
∑
+ G(x/N )G(y/N ){L2 [ξ(x)ξ(y)] − 2ξ(x)L2 ξ(y)}
|x−y|=1
x,y≥1
∑
G(x/N )G(y/N ){L3 [ξ(x)ξ(y)] − 2ξ(x)L3 ξ(y)}
|x−y|=2
x,y≤−1
∑
+ G(x/N )G(y/N ){L4 [ξ(x)ξ(y)] − 2ξ(x)L4 ξ(y)}. (C.15)
|x−y|=2
x,y≥1
66
Portanto, a expressão (C.15) pode ser escrita na forma
∑
[Ls ξ 2 (x) − 2ξ(x)Ls ξ(x)] − 2G(1/N )G(2/N )ξ(1)W2,3 + 2G(−1/N )G(0)ξ(0)W−2,−1
x,y∈Z
−2G(1/N )G(3/N )ξ(1)W3,5 − 2G(2/N )G(4/N )ξ(2)W4,6 + 2G(−2/N )G(0/N )ξ(0)W−4,−2
∑
+2G(−3/N )G(−1/N )ξ(−1)W−5,−3 + 2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≥2
∑
+2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≤−1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L2 ξ(x + 1) + ξ(x + 1)L2 ξ(x)
x≥1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L1 ξ(x + 1) + ξ(x + 1)L1 ξ(x).
x≤−1
para todo x ≥ 2 e x ≤ −1 e s = 1, 2,
1
L2 ξ 2 (1) − 2ξ(1)L2 ξ(1) = {ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)]},
4
1
L1 ξ 2 (0) − 2ξ(0)L1 ξ(0) = {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]},
4
1
L3 ξ 2 (0) − 2ξ(0)L3 ξ(0) = {ξ(0)[1 − ξ(−2)] + ξ(−2)[1 − ξ(0)]},
4
1
L3 ξ 2 (−1) − 2ξ(−1)L3 ξ(−1) = {ξ(−3)[1 − ξ(−1)] + ξ(−1)[1 − ξ(−3)]},
4
1
L4 ξ 2 (1) − 2ξ(1)L4 ξ(1) = {ξ(3)[1 − ξ(1)] + ξ(1)[1 − ξ(3)]},
4
1
L4 ξ 2 (2) − 2ξ(2)L4 ξ(2) = {ξ(4)[1 − ξ(2)] + ξ(2)[1 − ξ(4)]},
4
ξ(x+1)Wx−1,x −ξ(x)Wx+1,x+2 −ξ(x)Ls ξ(x+1)−ξ(x+1)Ls ξ(x) = −ξ(x)[1−ξ(x+1)]−ξ(x+1)[1−ξ(x)]
67
para x ≥ 2 ou x ≤ −2 e s = 1, 2,
para x ≥ 3 ou x ≤ −3 e s = 3, 4. E
1
ξ(0)W−2,−1 − [ξ(−1)L1 ξ(0) + ξ(0)L1 ξ(−1)] = − {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]}.
2
Logo, a expressão (C.15) pode ser escrita como
∑ ∑
|x−y|=2 [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+ 2
|x−y|=2 [G(x/N )−G(y/N )] ξ(x)[1−ξ(y)] (C.16)
|x−y|=1 |x−y|=1
x,y≤0 x,y≥1
68
caso geral
∑M
O gerador do novo processo é Lξ(x) = i=−M Li ξ(x) + LT , onde para cada i =
1, . . . , M , temos
∑
Li ξ(x) = Ly,y+i (C.17)
x>0
∑
= p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
x>0
∑
L−i ξ(x) = Ly,y+i (C.18)
x≤0
∑
= p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
x≤0
{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.19)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.
Além disso,
1, se ξ(x) = 0, ξ(x + i) = 1 e y = x,
−1,
se ξ(x) = 1, ξ(x + i) = 0 e y = x,
ξ y,y+i
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − i) = 1 e y = x − i, .
−1, ξ(x) = 1, ξ(x − i) = 0 e y = x − i,
se
0, caso contrário ,
{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≤ −i,
L−i ξ(x) = (C.21)
p(i){ξ(x + i) − ξ(x)}, se x = −i + 1, −i + 2, . . . , −1, 0.
69
variáveis, obtém-se
1 ∑ ∑ 1 ∑ ∑
−1 k
N
L⟨π , G⟩ = G(x/N ) Li ξ(x) + G(x/N ) Li ξ(x) (C.22)
N x<0 i=−k
N x≥0 i=1
p(i) ∑ ∑ ∑
= { G((y + i)/N )ξ(y) − 2 G(y/N )ξ(y) + G((y − i)/N )ξ(y)}
N y≥1 y≥i+1 y≥2i+1
p(i) ∑ ∑
2i i
+ { G((y − i)/N )ξ(y) − G(y/N )ξ(y)}
N y=1+i y=1
p(i) ∑ ∑ ∑
+ { G((y + i)/N )ξ(y) − 2 G(y/N )ξ(y) + G((y − i)/N )ξ(y)}
N y≤−2i y≤−i y≤0
p(i) ∑ ∑
−i 0
+ { G((y + i)/N )ξ(y) − G(y/N )ξ(y)}
N y=1−2i y=−i+1
∑
M
i2 p(i)
= ⟨π N , ∆N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩] (C.23)
i=1
N2
1 ∑ ip(i) ∑ ∑
M i −1
+ N −2 ξ(0)ξ(1)∇N G(0) + { ∇N G(y/N )ξ(y) − ∇N G(y/N )ξ(y)}.
N i=1 N y=1 y=−i+1
∑ ∑
|x−y|=i [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+
|x−y|=i [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)] (C.24)
i=1,2...,M i=1,2...,M
x,y≤0 x,y≥1
70
Para a parte antissimétrica do gerador tem-se
∑
N 2 {LT ⟨π N , G⟩2 − 2⟨π N , G⟩LT ⟨π N , G⟩} = G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≤0
∑ ∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)] + G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≥1 y≥1
x≤0
∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x≥1
y≤0
∑ x+1 y+1
= ξ(0)ξ(1) [G( ) − G(x/N )][G( ) − G(y/N )]ξ(x)ξ(y)
x,y≤0
N N
∑ x x−1 y y−1
+ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
x,y≥1
N N N N
∑ x+1 x y−1 y
+2ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
y≥2
N N N N
x≤−1
∑ x+1 x
−4G(1/N )ξ(0)ξ(1) [G( ) − G( )]ξ(x) + 2ξ(0)ξ(1)G(1/N )G(0).
x<0
N N
O comportamento hidrodinâmico
Fixe uma sequência de medidas de probabilidade {µN : N ≥ 1} sobre P(Ω)
satisfazendo (E1 ) − (E3 ) com perfil inicial limitado ζ0 : R → R. Para cada função
contı́nua G : R → R com suporte compacto e cada δ > 0
( ∫ +∞ )
1 ∑
lim PN G(x/N )ξtN 2 (x) − G(u)ζ(t, u)du > δ = 0,
N →∞
µ
N −∞
x∈Z
( N )
lim PNµ
D (t) − D(t) > δ = 0,
N →∞
onde ζ0 : [0, T ]×R → [0, 1] é uma função mensurável, chamada perfil inicial de densidade,
71
∑ ∑
σ12 = 2 2
i∈Z+ i p(i),σ2 = i∈Z− i2 p(i).
∑
x−1 ∑
M ∑
x−1
ξ(1) − ξ(x) = (ξ(y) − ξ(y + 1)) = 2 p(i) (ξ(y) − ξ(y + 1))
y=1 i=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 1)) + · · · p(M ) (ξ(y) − ξ(y + 1))
y=1 y=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 2)) + · · · p(M ) (ξ(y) − ξ(y + M )
y=1 y=1 y=1
[
∑
x−1 ∑
x−1 ∑
x−1
+ 2 p(2) (ξ(y + 2) − ξ(y + 1)) + p(3) (ξ(y + 3) − ξ(y + 1)) + · · · p(M ) (ξ(y + M ) −
y=1 y=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 2)) + · · · p(M ) (ξ(y) − ξ(y + M )
y=1 y=1 y=1
+ 2 [ p(2)(ξ(x + 1) − ξ(2)) + p(3)[−(ξ(2) + ξ(3)) + ξ(x + 1) + ξ(x + 2)]
( M )]
∑ ∑
M −1
+ · · · + p(M ) − ξ(i) + ξ(x + i)
i=2 i=1
72
Referências Bibliográficas
[3] Funaki T., Sasada M. Hydrodynamic Limit for an Evolutional Model of Two-
Dimensional Young Diagrams, Commun. Math. Phys. 299, 335-363 (2010).
[6] Kipnis, C. CLT for series of queues and tagged particle, Ann. Prob. 14(2), 397-408
(1986).
[7] Kipnis C., Landim C Scaling Limits of Interacting Particles Systems, Springer-
Verlag (1997).
[9] Landim C., Olla S.,Volchan S. Driven Tracer Particle and Einstein Relation
in One Dimentional Symetric Simple Exclusion Process, Commun. Math Phys. 192,
287-307 (1998).
[10] Landim C., Valle G. A microscopic model for Stefan´s melting and freezing
problem, Ann Prob. 34(2), 779-803 (2006).
[11] Liggett, T.M. Interacting Particle Systems, Springer-Verlag, New York (1985).
73
[12] Valle, G. Evolution of the interfaces in a two dimensional Potts model, Elec.
Journal of Prob. 12, 354-386, (2007).
74