Universidade Federal do Rio de Janeiro
Hidrodinˆ
amica para um Processo Zero
Range unidimensional com dissipa¸
c˜
ao de
massa na Fronteira
Luzia da Costa Tonon Martarelli
Rio de Janeiro
Luzia da Costa Tonon Martarelli
Hidrodinˆamica para um Processo Zero Range unidimensional com dissipa¸c˜ao de massa na Fronteira
Tese de Doutorado apresentada ao Programa de P´ os-gradua¸c˜ao em Estat´ıstica do Instituto de Matem´atica da Universidade Federal do Rio de Janeiro como parte dos requisitos necess´arios `a obten¸c˜ao do t´ıtulo de Doutor em Estat´ıstica.
Orientador:
Glauco Valle da Silva Coelho
Departamento de M´etodos Estat´ısticos Instituto de Matem´atica
Universidade Federal do Rio de Janeiro
Hidrodinˆ
amica para um processo Zero Range
unidimensional com dissipa¸
c˜
ao de massa na fronteira
Luzia da Costa Tonon Martarelli
Orientador: Glauco Valle da Silva Coelho
Tese de Doutorado apresentada ao Programa de P´os-gradua¸c˜ao em Estat´ıstica do Instituto de Matem´atica da Universidade Federal do Rio de Janeiro como parte dos requisitos necess´arios `a obten¸c˜ao do t´ıtulo de Doutor em Estat´ıstica.
Banca examinadora:
Glauco Valle da Silva Coelho - UFRJ (Presidente)
Maria Eul´alia Vares - UFRJ
Leandro Pinto Rodrigues Pimentel - UFRJ
Ana Patr´ıcia Carvalho Gon¸calves - PUC-RIO
`
Agradecimentos
Primeiramente agrade¸co a Deus, pela for¸ca e luz durante todo o meu percusso at´e aqui.
`
A minha fam´ılia e aos meus amores, Angelo, Luisa e Rafael pelo apoio incondicional. Te-los me fez forte e acreditar que seria poss´ıvel.
Ao programa de p´os gradua¸c˜ao de Estat´ıstica da UFRJ , por ter me aceitado pela segunda vez e principalmente ao meu orientador Glauco Valle, pela infinita paciˆencia 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.
Agrade¸co tamb´em a banca do exame, Maria Eul´alia Vares, Leandro Pimentel, Ana Patricia Gon¸calvez e F´abio J´ulio Valentim.
N˜ao poderia esquecer o meu grande mestre Florˆencio Guimar˜aes, da UFES, onde tudo come¸cou, quem me deu os primeiros ensinamentos e me mostrou a beleza e desafios da matem´atica.
`
Resumo
O Comportamento hidrodinˆamico de sistemas de part´ıculas ´e um problema central para a compreens˜ao da passagem da descri¸c˜ao microsc´opica para a macrosc´opica em modelos te´oricos da mecˆanica estat´ıstica. O objetivo ´e obter teoremas limites envolvendo mudan¸cas de escala espa¸cos-temporais, lei dos grandes n´umeros para os v´arios campos microsc´opicos. O limite hidrodinˆamico permite obter uma descri¸c˜ao das caracter´ısticas termodinˆamicas (temperatura, press˜ao, densidade) de sistemas infinitos, assumindo que a dinˆamica das part´ıculas ´e estoc´astica. Um conhecido sistema de part´ıculas interagentes ´
e o processo Zero Range (ou chamado de alcance nulo) que ser´a denotado por ZR. Informalmente o processo ZR emN = {1, 2, 3, · · · } ´e um processo estoc´astico com espa¸co de configura¸c˜oes ZN+ , com Z+ = {0, 1, 2, 3, · · · }, que pode ser informalmente descrito
da seguinte forma: pensamos que uma configura¸c˜ao η = (η(x))x∈N ∈ ZN representa um
estado de um sistema f´ısico onde η(x) ´e o n´umero de part´ıculas ocupando a posi¸c˜ao
x ∈ N. Para cada par de posi¸c˜oes (x, y) temos associado um rel´ogio exponencial de
taxa λ(η(x), y) quando o primeiro rel´ogio toca se ele ´e referente ao par (x, y), uma part´ıcula de pula para posi¸c˜ao y, e os rel´ogios s˜ao renovados de forma independente. O termo ZR ´e referente ao fato de que n˜ao existe intera¸c˜ao em part´ıculas de s´ıtios distintos, ou seja, quando uma part´ıcula pula de x para y essa transi¸c˜ao s´o depende do n´umero de part´ıculas em x e n˜ao depende do n´umero de part´ıculas em y. O processo ZR sim´etrico entre vizinhos pr´oximos em Z− = {0, −1, −2, · · · } ´e definido de maneira an´aloga. Nesta tese consideraremos um acoplamento de processos ZR, um emN e outro em Z− com condi¸c˜oes de fronteira. Na fronteira ambos os processos perdem part´ıculas simultaneamente. As principais motiva¸c˜oes para este trabalho, que serviram como base nas t´ecnicas que utilizamos, s˜ao encontradas nos artigos de Landim e Valle (2006) e Valle (2007). Nestes artigos s˜ao considerados problemas de hidrodinˆamica para sistemas n˜ao conservativos acoplados por condi¸c˜oes de fronteira.
Abstract
The hydrodynamic behavior of particle systems is a central problem for the understanding of the passage from microscopic to macroscopic description in theoretical models of statistical mechanics. The goal is to obtain boundary theorems involving space-time scale changes, the law of large numbers for the various microscopic fields. The hydrodynamic limit allows a description of the thermodynamic characteristics (temperature, pressure, density) of infinite systems, assuming that the particle dynamics is stochastic. A known system of interacting particles is the Zero Range (or so-called zero-range) process that will be denoted by ZR. Informally the ZR process in N = 1, 2, 3, · · · is a stochastic process with configuration space ZN+, withZ+ ={0, 1, 2, 3, · · · }, which can
be informally described as follows: we think that a configuration η = (η(x))x∈N ∈ ZN
represents a state of a physical system where η(x) is the number of particles occupying the For each pair of positions (x, y) we have associated an exponential clock of rate λ(η(x), y) when the first clock strikes if it is related to the pair (x, y), a particle jumps from x to y position, and the watches are renewed independently. The term ZR refers to the fact that there is no interaction in particles of distinct sites, that is, when a particle jumps from x to y this transition depends only on the number of particles in x and does not depend on the number of particles in y. The symmetric ZR process between neighboring neighbors in Z− ={0, −1, −2, · · · } is defined in an analogous way. In this thesis we will consider a coupling of ZR processes, one in N and another in Z− with boundary conditions. At the border both processes lose particles simultaneously. The main motivations for this work, which served as a basis for the techniques we use, are found in Landim and Valle (2006) and Valle (2007) articles. In this paper, hydrodynamic problems are considered for non-conservative systems coupled by boundary conditions.
Sum´
ario
Introdu¸c˜ao 1
1 Conceitos Preliminares e Teorema Principal 3
1.0.1 O Teorema Principal . . . 5
2 O Limite Hidrodinˆamico 7 2.1 O processo transformado . . . 8
2.1.1 Hip´oteses sobre as medidas iniciais . . . 11
2.1.2 O comportamento hidrodinˆamico . . . 12
2.1.3 Passagem do Processo de Exclus˜ao para o Processo Zero Range . 14 3 A demonstra¸c˜ao do limite hidrodinˆamico 19 3.0.4 Rigidez . . . 19
3.1 Pontos limite de QNµN . . . 24
3.2 Unicidade de solu¸c˜oes fracas da equa¸c˜ao (2.4) . . . 34
3.2.1 Uma estimativa de energia . . . 39
A Acoplamento 44
B Cota superior para entropia relativa 52
C C´alculo da Varia¸c˜ao Quadr´atica 57
Introdu¸
c˜
ao
O Comportamento hidrodinˆamico de sistemas de part´ıculas ´e um problema central para a compreens˜ao da passagem da descri¸c˜ao microsc´opica para a macrosc´opica em modelos te´oricos da mecˆanica estat´ıstica. O objetivo ´e obter teoremas limites envolvendo mudan¸cas de escala espa¸co-temporal, lei dos grandes n´umeros para os v´arios campos microsc´opicos. O limite hidrodinˆamico permite obter uma descri¸c˜ao das caracter´ısticas termodinˆamicas (temperatura, press˜ao, densidade) de sistemas infinitos, assumindo que a dinˆamica das part´ıculas ´e estoc´astica. Para o leitor interessado sugerimos [7] onde os resultados fundamentais da teoria de limite hidrodinˆamico podem ser encontrados.
Um conhecido sistema de part´ıculas interagentes ´e o processo Zero Range (ou chamado de alcance nulo) que ser´a denotado por ZR. Informalmente o processo ZR em N =
{1, 2, 3, . . .} ´e um processo estoc´astico com espa¸co de configura¸c˜oes Z+N, com Z+ =
{0, 1, 2, 3, . . .}, que pode ser informalmente descrito da seguinte forma: pensamos que
uma configura¸c˜ao η = (η(x))x∈N ∈ Z+N representa um estado de um sistema f´ısico onde
η(x) ´e o n´umero de part´ıculas ocupando a posi¸c˜ao x∈ N. Para cada par de posi¸c˜oes (x, y) temos associado um rel´ogio exponencial de taxa λη(x),y, quando o 1o rel´ogio toca se ele ´e
referente ao par (x, y), uma part´ıcula de x pula para posi¸c˜ao y, e os rel´ogios s˜ao renovados de forma independente. O termo ZR ´e referente ao fato de que n˜ao existe intera¸c˜ao em part´ıculas de s´ıtios distintos, ou seja, quando uma part´ıcula pula de x para y essa transi¸c˜ao s´o depende do n´umero de part´ıculas em x e n˜ao depende do n´umero de part´ıculas em y. O processo ZR sim´etrico entre vizinhos pr´oximos em Z− ={0, −1, −2, . . .} ´e definido de maneira an´aloga. Nesta tese consideraremos um acoplamento de processos ZR, um em N e outro em Z− com condi¸c˜oes de fronteira.
As principais motiva¸c˜oes para este trabalho, que serviram como base nas t´ecnicas que utilizamos, s˜ao encontradas nos artigos de Landim e Valle [10] e Valle [12], o primeiro apresenta um modelo microsc´opico para a equa¸c˜ao de Stefan atrav´es de um sistema de part´ıculas interagentes chamado processo de exclus˜ao com condi¸c˜oes de fronteira; no artigo de Valle, ele identifica o modelo de Potts por uma descri¸c˜ao de um fenˆomeno
microsc´opico, acoplamento de dois processos: o de exclus˜ao e o Zero Range, com condi¸c˜oes de fronteira, e imp˜oe ao sistema mudan¸cas de escala sobre o espa¸co e tempo. Outra motiva¸c˜ao para este trabalho ´e o artigo de Funaki e Sasada [3], no qual os autores mostram um limite hidrodinˆamico para os diagramas de Young, pois poderiamos considerar o processo em quest˜ao na forma de diagrama de Young.
No cap´ıtulo 1 fazemos a descri¸c˜ao do nosso estudo, ´e enunciado o limite hidrodinˆamico a ser provado. No cap´ıtulo 2 ´e dada a transforma¸c˜ao que ser´a usada para provar o limite hidrodinˆamico, transformaremos o processo ZR num processo de exclus˜ao onde resultados s˜ao conhecidos e que facilitar´a a demonstra¸c˜ao. J´a na subse¸c˜ao 2.1.1 s˜ao dadas hip´oteses para as medidas iniciais, na se¸c˜ao 2.1.2 ´e enunciado o limite hidrodinˆamico para o processo de exclus˜ao associado e na se¸c˜ao 2.1.3 mostraremos a passagem do processo de Exclus˜ao para o processo Zero Range. O cap´ıtulo 3 trata da demonstra¸c˜ao do teorema do limite hidrodinˆamico para o processo transformado. A demonstra¸c˜ao desse teorema ´
e dividida em 3 partes. Mostramos na se¸c˜ao 3.0.4 que uma sequˆencia de probabilidades associadas aos processos microsc´opicos ´e r´ıgida. Depois, na se¸c˜ao 3.1 que os limites s˜ao caracterizados como probabilidades concentradas em trajet´orias de medidas que s˜ao absolutamente cont´ınuas em rela¸c˜ao `a medida de Lebesgue. Por ´ultimo mostramos a unicidade da solu¸c˜ao fraca de uma EDP.
Cap´ıtulo 1
Conceitos Preliminares e Teorema
Principal
Inicialmente considere um processo Zero Range (ZR) em Z, ou seja, um processo estoc´astico com espa¸co de configura¸c˜oes Z+Z que pode ser informalmente descrito da
seguinte forma: pensamos que uma configura¸c˜ao η = (η(x))x∈Z ∈ Z+Z representa um
estado de um sistema f´ısico onde η(x) ´e o n´umero de part´ıculas ocupando a posi¸c˜ao
x ∈ Z. Para cada par de posi¸c˜oes (x, y) temos associado um rel´ogio exponencial de
taxa λη(x),y, quando o 1o rel´ogio toca se ele ´e referente ao par (x, y), uma part´ıcula de
x pula para a posi¸c˜ao y, e os rel´ogios s˜ao renovados de forma independente. O termo ZR ´e referente ao fato de que n˜ao existe intera¸c˜ao em part´ıculas de s´ıtios distintos, ou seja, quando uma part´ıcula pula de x para y essa transi¸c˜ao s´o depende do n´umero de part´ıculas em x e n˜ao depende do n´umero de part´ıculas em y. Aqui vamos considerar
λη(x),y= 1 2, se η(0) > 0 e y =−1, x = 0, 1 2, se η(x) > 0 e y = x− 1 ou y = x + 1, x ∈ Z − {0, 1} 1 2, se η(1) > 0 e y = 2, x = 1,
0, caso contr´ario.
Obtemos assim dois processos ZR sim´etricos entre vizinhos pr´oximos independentes emN eZ−, ou seja, o destino de uma part´ıcula que deixa o s´ıtio x ´e um dos vizinhos pr´oximos de x (x− 1 ou x + 1), sendo a escolha feita com igual probabilidade. Al´em disso, n˜ao ´e permitido cruzamento por part´ıculas do elo 0− 1.
vizinhos pr´oximos, em N e em Z−. Este processo ´e composto da dinˆamica acima sobrepondo-se uma dinˆamica adicional a que foi descrita acima. Esta ´e a seguinte: Se o ZR em N possui o s´ıtio 1 ocupado e o ZR em Z− possui o s´ıtio 0 ocupado, ent˜ao cada um dos s´ıtios 0 e 1 perde uma part´ıcula ap´os um tempo exponencial de parˆametro 1 independente dos tempos de salto.
O objetivo ´e mostrar que este processo tem limite hidrodinˆamico em escala difusiva, ou seja, que o comportamento macrosc´opico deste processo ´e descrito por solu¸c˜oes de uma equa¸c˜ao diferencial parcial com condi¸c˜oes de fronteira. O interessante ´e a perda de part´ıculas na fronteira entre as posi¸c˜oes 0 e 1. Isto gera condi¸c˜oes de fronteira n˜ao lineares na equa¸c˜ao hidrodinˆamica que representam o comportamento macrosc´opico do sistema que dificultam a prova do limite hidrodinˆamico.
Seja Ω =Z+Z o espa¸co das configura¸c˜oes. Denote por δ(k) a fun¸c˜ao
δ(k) =
{
1, se k̸= 0, 0, se k = 0,
e para x∈ {0, 1}, ex ´e uma configura¸c˜ao com apenas uma part´ıcula em x e nenhuma nos
outros s´ıtios.
Para cada f : Ω→ R dependendo de um n´umero finito de coordenadas, o gerador do processo Zero Range com fronteira fixa entre 0 e 1 ´e dado por:
Lf (η) = ∑ x≤−1 1 2δ(η(x))[f (η x,x+1 )− f(η)] + ∑ x≤−1 1 2δ(η(x + 1))[f (η x+1,x )− f(η)] +∑ x≥1 1 2δ(η(x))[f (η x,x+1)− f(η)] +∑ x≥1 1 2δ(η(x + 1))[f (η x+1,x)− f(η)] + ( L F)f (η),
onde LF ´e a parte do gerador relacionada `a caracter´ıstica dissipativa do sistema,
( LFf )(η) = δ(η(0))δ(η(1)){f(η − e0− e1)− f(η)}, e ηx,y(z) = η(z), se z ̸= x, y, η(x)− 1, se z = x, η(y) + 1, se z = y,
se η(x) > 0.
Como as intera¸c˜oes s˜ao locais, o gerador est´a bem definido, ver [13]. Portanto, existe um processo estoc´astico (ηt)t≥0 sobre o espa¸co de configura¸c˜oes ZZ+.
1.0.1
O Teorema Principal
Nota¸c˜ao:
• Um sub´ındice na fun¸c˜ao sempre denotar´a uma vari´avel, n˜ao uma diferencia¸c˜ao. Por
exemplo, Hs(u) denota H(s, u).
• ˙Ds = ∂sDs
• DN(t) ´e o n´umero de part´ıculas que o sistema perde at´e o tempo t, divido por N .
• Derivadas parciais ser˜ao indicadas pelo s´ımbolo ∂ e a derivada segunda na
coordenada espacial ser´a denotada por ∆.
Para ρ > 0, seja νρ uma distribui¸c˜ao geom´etrica de m´edia ρ sobre ZZ+, como medida de
referˆencia para todo o sistema.
Fixe uma sequˆencia de medidas de probabilidade{νN : N ≥ 1} sobre P(Ω), o espa¸co
de medidas de probabilidade sobre Ω. Para provar o comportamento hidrodinˆamico do sistema assumiremos que
(E1) νN ´e estocasticamente limitada superiormente por νρpara algum ρ > 0 constante.
(E2) Existe uma fun¸c˜ao cont´ınua limitada ρ :R → R+ tal que a sequˆencia (νN)N≥1 ´e
uma medida produto emZZ+cujas marginais s˜ao geom´etricas de m´edia vari´avel dada por ρ(·) de forma que η(x) tem distribui¸c˜ao Geom
( 1 ρ(x/N )+1 ) , se η tem distribui¸c˜ao νN. Em particular (νN)
N≥1est´a associada a um perfil inicial limitado ρ :R → [0, 1],
isto ´e, para cada δ > 0 e cada fun¸c˜ao cont´ınua G :R → R com suporte compacto
lim N→∞ν N[ 1 N ∑ x∈Z G(x/N )η(x)− ∫ +∞ −∞ duG(u)ρ(u) > δ ] = 0.
Fixe T > 0 e denote por PN
νN a probabilidade sobre D([0, T ],ZZ+) induzida pelo processo
de Markov ηNt com gerador N2 L e com distribui¸c˜ao inicial νN. A esperan¸ca com respeito a PNνN ser´a denotada por ENνN.
Teorema 1.1. Fixe uma sequˆencia de medidas de probabilidade {νN : N ≥ 1} sobre
P(Ω) satisfazendo (E1) e (E2) com perfil inicial cont´ınuo limitado ρ0 : R → R+. Seja
D : [0, T ]→ R+ uma fun¸c˜ao de varia¸c˜ao limitada. Para cada fun¸c˜ao cont´ınua G :R → R
com suporte compacto e cada δ > 0
lim N→∞P N νN ( 1 N ∑ x∈Z G(x/N )ηtN2(x)− ∫ ∞ −∞ G(u)ρ(t, u)du > δ ) = 0,
onde ρ : [0, T ]× R → R+ ´e unicamente determinada por ρ(t, u) = ζ(t,M−11 (t,u)) − 1, e
M (t, B) =∫−BB ζ(t, u)du com ζ sendo a ´unica solu¸c˜ao fraca da EDP
∂tζ = 12△ζ − ˙Dt∂uζ, u > 0, ∂tζ = 12△ζ + ˙Dt∂uζ, u < 0, ˙ Dt= ∂uζ(t, 0+) =−∂uζ(t, 0−), ζ(t, 0+)ζ(t, 0−) = 0, ζ(0, u) = ζ0(u). (1.1)
onde ζ0 :R → [0, 1] ´e uma fun¸c˜ao mensur´avel, chamada perfil inicial de densidade.
No cap´ıtulo seguinte descreveremos as t´ecnicas que ser˜ao usadas na demonstra¸c˜ao deste teorema.
Cap´ıtulo 2
O Limite Hidrodinˆ
amico
Para tratar este problema consideraremos uma aplica¸c˜ao na qual cada s´ıtio (vazio ou n˜ao) no ZR ser´a considerado um s´ıtio vazio na Exclus˜ao e cada part´ıcula ser´a considerada um s´ıtio ocupado. Logo, teremos um acoplamento de dois processos de exclus˜ao, um para a direita e outro para a esquerda da fronteira. Esta identifica¸c˜ao ´e dada por uma aplica¸c˜ao que associa cada η∈ Z+Z a configura¸c˜ao ξ ∈ {0, 1}Z dada por
ξ(x) =
{
0, x =∑nz=1η(z) + n com n≥ 1 ou x = −(∑0z=−nη(z) + n) com n≥ 0,
1, caso contr´ario,
Como um exemplo podemos observar as figuras 2.1 e 2.2 a seguir.
Figura 2.2: Processo de exclus˜ao associado ao ZR em Z.
Os par´agrafos seguintes s˜ao para explicar as rela¸c˜oes no enunciado do Teorema 1, onde ρ ´e constante. Como um exemplo, considere uma sequˆencia inicial (ν(x))x∈Z de
medidas produto cujas marginais s˜ao distribui¸c˜oes geom´etricas de m´edia ρ de parˆametro 1− α independentes e identicamente distribuidas. Sabemos que E(Geom(1 − α)) = ρ, mas por outro lado, E(Geom(1− α)) = 1−α1 − 1. Logo, a rela¸c˜ao entre ρ e α ´e dada por
ρ = 1−α1 − 1. Outra hip´otese sobre estas medidas iniciais ´e que νN
ρ (x) ´e estocasticamente
limitada por uma distribui¸c˜ao geom´etrica de m´edia ρ∗, onde ρ∗ = max{ρ}. Logo, pela transforma¸c˜ao usada para levar o ZR na Exclus˜ao, tem-se que, νN
ρ ´e levada
na medida µN
α (medida de Bernoulli de parˆametro α) tal que µNα ´e estocasticamente
limitada por µNα∗ , onde α∗ = arg maxα{ρ = 1−αα }.
2.1
O processo transformado
Seja agora o espa¸co das configura¸c˜oes eΩ = {0, 1}Z. O gerador do Processo de Exclus˜ao associado ao nosso processo ZR ´e dado por
L = L1+ L2+ LT,
onde L1 e L2 s˜ao as partes do gerador relacionadas ao movimento de part´ıculas num
processo de exclus˜ao simples sim´etrico sobre Z− e N respectivamente:
L1 = ∑ x≤−1 Lx,x+1, L2 = ∑ x≥1 Lx,x+1, com Lx,x+1f (ξ) = 1 2ξ(x)(1− ξ(x + 1)[f(ξ x,x+1)− f(ξ)] +1 2ξ(x + 1)(1− ξ(x)[f(ξ x+1,x)− f(ξ)]
e ξx,x+1(y) = ξ(y), se y̸= x, x + 1, ξ(x)− 1, se y = x, ξ(x + 1) + 1, se y = x + 1,
para cada f : eΩ −→ R dependendo de um n´umero finito de coordenadas e cada x ∈ Z.
LT ´e a parte relacionada `as transla¸c˜oes:
LT(f (ξ)) = ξ(0)ξ(1){f(τ±1(ξ− ϱ0− ϱ1))− f(ξ)} onde (τ±1ξ)(x) = { ξ(x− 1), se x < 0, ξ(x + 1), se x > 1,
e x ∈ {0, 1}, ϱx ´e uma configura¸c˜ao com apenas uma part´ıcula em x e nenhuma nos
outros s´ıtios.
L ´e um gerador de um processo de Feller, porque satisfaz as condi¸c˜oes em [11]. Ent˜ao, associado ao gerador L, existe um processo de Feller (ξt)t≥0 no espa¸co de configura¸c˜oes
eΩ.
Consideraremos aqui a generaliza¸c˜ao deste modelo, ou seja, consideraremos um processo de exclus˜ao com condi¸c˜oes de fronteira, onde s˜ao permitidos saltos de tamanho M. Seja p(·) uma probabilidade de transi¸c˜ao sim´etrica com alcance finito M sobre Z,
p(z) = p(−z) ∀z ∈ Z e p(z) = 0, se |z| > M. Definimos um processo de exclus˜ao sobre Z
associado a p(·), que ´e um processo com espa¸co de configura¸c˜oes eΩ, cuja evolu¸c˜ao pode ser descrita da seguinte maneira: inicialmente cada s´ıtio de Z pode estar ou n˜ao ocupado por uma part´ıcula, cada part´ıcula do sistema aguarda, independentemente de qualquer outra part´ıcula, um tempo exponencial de parˆametro 1 e naquele tempo ele escolhe outro s´ıtio de acordo com p(·) e salta para o s´ıtio escolhido se ele n˜ao est´a ocupado. Al´em disso h´a condi¸c˜oes de fronteira: part´ıculas do lado direito da fronteira n˜ao podem saltar para a esquerda da mesma, e vice-versa. O gerador do novo processo ´e
Lf ξ(x) =
M
∑
i=−M
Para cada i = 1, . . . , M , Li =
∑
y>0Ly,y+i e L−i =
∑
y≤−iLy,y+i. Onde para cada fun¸c˜ao
local f : Λ→ R e cada inteiro y,
(Ly,y+if )(ξ) = f (ξy,y+i)− f(ξ).
Para o nosso caso temos,
Liξ(x) = p(i)
∑
y>0
[ξ(y)(1− ξ(y + i))(ξy,y+i(x)− ξ(x)) + ξ(y + i)(1 − ξ(y))(ξy+i,y(x)− ξ(x))],
L−iξ(x) = p(i) ∑
y≤−i
[ξ(y)(1− ξ(y + i))(ξy,y+i(x)− ξ(x)) + ξ(y + i)(1 − ξ(y))(ξy+i,y(x)− ξ(x))],
LTξ(x) = { ξ(0)ξ(1)(ξ(x + 1)− ξ(x)), se x ≥ 1, ξ(0)ξ(1)(ξ(x− 1) − ξ(x)), se x ≤ 0. . (2.1) Al´em disso, ξy,y+i(x)− ξ(x) = 1, se y = x, ξ(y) = 0 e ξ(y + i) = 1, −1, se y = x, ξ(y) = 1 e ξ(y + i) = 0, 1, se y = x− i, ξ(x) = 0 e ξ(x − i) = 1, −1, se y = x − i, ξ(x) = 1 e ξ(x − i) = 0,
0, caso contr´ario ,
.
Fazendo alguns c´alculos elementares, observamos que
Liξ(x) = { p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≥ i + 1, p(i){ξ(x + i) − ξ(x)}, se x = 1, . . . , i, (2.2) L−iξ(x) = {
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≤ −i,
p(i){ξ(x + i) − ξ(x)}, se x =−i + 1, −i + 2, . . . , −1, 0.(2.3)
suporte compacto G :R → R, N2L⟨πN, G⟩ = σ 2 2 ⟨π N, ∆ NG⟩ + ξ(0)ξ(1)N[⟨πN, H1⟩ − ⟨πN, H2⟩] + ξ(0)ξ(1)∇NG(0) + M ∑ i=1 ip(i) { i ∑ y=1 ξ(y)− −1 ∑ y=−i+1 ξ(y) } ∇NG(0) + o(1/N ),
onde σ2 = ∑Mi=1i2p(i) e H1(u) = ∇G(u)I(−∞,0](u), H2(u) = ∇G(u)I[1,+∞)(u). Este
c´alculo ser´a usado mais adiante, assim como o c´alculo da varia¸c˜ao quadr´atica do processo, que tamb´em se encontra no apˆendice.
2.1.1
Hip´
oteses sobre as medidas iniciais
Dadas duas medidas µ, ν sobre eΩ, denotamos por H(µ|ν) a entropia relativa de µ com respeito a ν: H(µ|ν) = sup f {∫ f dµ− log ∫ efdν } ,
onde o supremo ´e tomado sobre todas as fun¸c˜oes mensur´aveis cont´ınuas limitadas sobre eΩ.
Para 0 < α < 1, seja µα a medida produto Bernoulli de parˆametro α sobre eΩ para
todo o sistema.
Fixe uma sequˆencia de medidas de probabilidade{µN : N ≥ 1} sobre P(eΩ), o espa¸co
de medidas de probabilidade sobre eΩ. Para provar o comportamento hidrodinˆamico do sistema assumiremos que
( fE1) µN ´e estocasticamente limitada superiormente por µα para algum 0 < α < 1.
( fE2) A sequˆencia (µN)N≥1 est´a associada a um perfil inicial mensur´avel e limitado ζ0 :
R → [0, 1], isto ´e, para cada δ > 0 e cada fun¸c˜ao cont´ınua G : R → R com suporte compacto, lim N→∞µ N[ 1 N ∑ x∈Z G(x/N )ξ(x)− ∫ +∞ −∞ duG(u)ζ0(u) > δ ] = 0.
2.1.2
O comportamento hidrodinˆ
amico
Seja D([0, T ],M) o espa¸co das fun¸c˜oes cont´ınuas `a direita com limites `a esquerda sobre M dotada da topologia Skorohod. Analogamente definimos D([0, T ], eΩ). Para cada medida de probabilidade µ sobre eΩ, denote por PN
µ a medida de probabilidade
sobre D([0, T ], eΩ) induzida pelo processo de Markov (ξt)t≥0 com gerador L acelerado
por N2 com medida inicial µ, e por EN
µ, o valor esperado com respeito a medida PNµ.
Enunciamos com o seguinte teorema o limite hidrodinˆamico.
Teorema 2.1. Fixe uma sequˆencia de medidas de probabilidade {µN : N ≥ 1} sobre
P(eΩ) satisfazendo ( eE1)− ( eE3) com perfil inicial mensur´avel e limitado ζ0 :R → R. Para
cada fun¸c˜ao cont´ınua G :R → R com suporte compacto, cada δ > 0 e t > 0
lim N→∞P N µN ( 1 N ∑ x∈Z G(x/N )ξt(x)− ∫ +∞ −∞ G(u)ζ(t, u)du > δ ) = 0, lim N→∞P N µN(D N (t)− D(t)> δ)= 0,
onde (ζ, D) : ([0, T ]× R) × [0, T ] → [0, 1] × R+ ´e a solu¸c˜ao fraca da equa¸c˜ao
∂tζ = σ2△ζ − ˙Dt∂uζ, u > 0, ∂tζ = σ2△ζ + ˙Dt∂uζ, u < 0, ˙ Dt= ∂uζ(t, 0+) =−∂uζ(t, 0−), ζ(t, 0+)ζ(t, 0−) = 0, ζ(0, u) = ζ0(u), (2.4)
onde ζ : [0, T ] × R → [0, 1] ´e uma fun¸c˜ao mensur´avel, chamada perfil de densidade variando em t∈ [0, T ], σ2 =∑
i∈Z+i
2p(i) =∑
i∈Z−i2p(i).
Uma solu¸c˜ao fraca de (2.4) ´e uma fun¸c˜ao mensur´avel ζ : [0, T ]× R → [0, 1] e uma fun¸c˜ao de varia¸c˜ao limitada D : [0, T ]→ R+ tal que para cada G∈ C01,2([0, T )× R) com
G(., 0) = 0, vale que ∫ T 0 ds ∫ R ζ(s, u)∂sG(s, u)dudt + σ2 2 ∫ T 0 ds ∫ R ζ(s, u)△Gdudt + ∫ T 0 ∫ R ˙ Dsζ(s, u)∂uG(s, u)dudt + ∫ R
duG(0, u)ζ0(u)−
σ2
2 ∫ T
0
(ζ(t, 0+)− ζ(t, 0−))∂uG(t, 0)dt = 0.
Seguimos uma adapta¸c˜ao do m´etodo de entropia de Guo, Papanicolau, Varadhan [4], semelhante aquelas usadas em [10] e [12] para sistemas n˜ao conservativos. O modelo
considerado imp˜oe algumas dificuldades adicionais, mas juntas as t´ecnicas empregadas em [12] e [10] podem ser usadas e adaptadas para nosso caso.
Na pr´oxima se¸c˜ao mostraremos a passagem do processo de exclus˜ao para o processo Zero Range, ou seja, que o teorema 2.1 implica teorema 1.1.
2.1.3
Passagem do Processo de Exclus˜
ao para o Processo Zero
Range
Nesta se¸c˜ao provaremos o Teorema 1.1 a partir do Teorema 2.1. Para isto temos que mostrar que escolhendo (νN)N≥1, como definida na se¸c˜ao 1.0.1, satisfazendo (E1) e (E2) temos que (µN)N≥1, como definida na se¸c˜ao 2.1.1 (µN ´e a medida imagem de νN)
pela aplica¸c˜ao que leva o zero range na exclus˜ao), satisfaz ( fE1)-( fE3). Considere t fixo.
Precisamos mostrar que para toda G :R → R cont´ınua com suporte compacto
lim N→∞P N νN ( 1 N ∑ x∈Z G(x/N )ηtN2(x)− ∫ G(t, u)ρ(t, u)du > δ ) = 0, (2.5)
para ρ(t,·) : R −→ R+ definida como ρ(t, u) = ζ(t,M−11 (t,u)) − 1, onde M(t, B) =
∫B
−Bζ(t, u)du e ζ satisfaz 2.4.
Inicialmente n˜ao vamos considerar fun¸c˜oes cont´ınuas, mas sim da forma G =I[− eB,B]. Logo, temos que mostrar
lim N→∞P N νN N1 BN ∑ x=− eBN ηtN2(x)− ∫ B − eB ρ(t, u)du > δ = 0. (2.6)
Observe que, considerando B =∫0Aζ(t, u)du e eB =∫− e0Aζ(t, u)du, pelo Teorema 2.1
1 N BN ∑ x=− eBN ηtN2(x) = 1 N −1 ∑ x=− eBN ηtN2(x) + 1 N BN ∑ x=0 ηtN2(x) ≈ 1 N −1 ∑ x=−N(N1 ∑−1 x=− eANξtN 2(x)) ηtN2(x) + 1 N N (1 N ∑AN x=1ξtN 2(x)) ∑ x=0 ηtN2(x).
Lembrando que a aplica¸c˜ao que associa a cada η ∈ ZZ+ a configura¸c˜ao ξ ∈ {0, 1}Z ´e dada por
ξ(x) =
{
0, x =∑nz=1η(z) + n com n≥ 1 ou x = −(∑0z=−nη(z) + n) com n≥ 0,
1, caso contr´ario.
que, para x ∈ Z, η(x) representa o n´umero de s´ıtios ocupados consecutivos entre o (x− 1)−sitio vazio e o x- sitio vazio na configura¸c˜ao ξ. J´a que no processo de exclus˜ao o n´umero de s´ıtios numa caixa finita ´e igual ao n´umero total de sitios vazios mais o total de part´ıculas, obtemos a seguinte rela¸c˜ao:
n ∑ x=1 (1− ξ(x)) + ∑n 1(1∑−ξ(x)) y=1 η(y)≤ n ≤ n ∑ x=1 (1− ξ(x)) + 1+∑nx=1∑(1−ξ(x)) y=1 η(y), para todo n≥ 1. Logo, fazendo WNA, eA = 1 N N (1 N ∑AN x=1∑(1−ξtN 2(x))) y=−N(N1 ∑−1 x=− eAN(1−ξtN 2(x))) ηtN2(y) teremos 1 N AN ∑ x=− eAN (1− ξtN2(x)) + WNA, eA≤ (A + eA)≤ 1 N AN ∑ x=− eAN (1− ξtN2(x)) + +1 N N (1+N1 ∑ANx=1∑(1−ξtN 2(x))) y=−N(1+N1 ∑−1 x=− eAN(1−ξtN 2(x))) ηtN2(y). Consequentemente, WNA, eA≤ (A + eA)− 1 N AN ∑ x=− eAN (1− ξtN2(x)) ≤ 1 N N (1 N+ 1 N ∑AN x=∑− eAN(1−ξtN 2(x))) y=−N(1 N+ 1 N ∑AN x=− eAN(1−ξtN 2(x))) ηtN2(y) = = 1 N ηtN2 −1 + ∑AN x=− eAN ξtN2(x) + ηtN2 1 + ∑AN x=− eAN (1− ξtN2(x)) + WA, eA N . Se mostrarmos que lim N→∞P N νN 1 N ηtN2 −1 + ∑AN x=− eAN (1− ξtN2(x)) (2.7) +ηtN2 1 + ∑AN x=− eAN (1− ξtN2(x)) > δ = 0,
teremos o resultado desejado lim N→∞P N νN ( WA, eA N − ((A − eA)− ∫ A e A (1− ζ(t, u))du) > δ ) = 0 (2.8) onde (A− eA)− ∫ A e A (1− ζ(t, u))du = M−1(t, B)− M−1(t, eB)− (B + eB) = ∫ B b B ∂u(M−1(t, u)− u)du.
Ou seja, provaremos (2.6), onde ρ(t, u) = ∂u(M−1(t, u)− u).
Para demonstrar (2.7) primeiramente mostramos que
lim N→∞P N νN 1 N ηtN2 1 + ∑AN x=− eAN (1− ξtN2(x)) > δ = 0
Para isto consideramos s´ıtios pr´oximos de 1 +∑ANx=− eAN(1−ξtN2(x)) tais que (pelo mesmo
argumento usado para limitar WNA, eA acima)
ηtN2 1 + ∑AN x=− eAN (1− ξtN2(x)) ≤ 1 N 1+∑(A+ϵ)N x=− eAN∑(1−ξtN 2(x)) y=1+∑ANx=− eAN(1−ξtN 2(x)) ηtN2(y) (2.9) ≤ ϵ − 1 N (A+ϵ)N∑ x=AN (1− ξtN2(x))
O ´ultimo termo da desigualdade acima tende para ϵ−∫AA+ϵζ(t, u)du em probabilidade
quando N ↑ ∞. Como ϵ ´e arbitr´ario, temos o limite desejado. Analogamente, mostramos que
lim N→∞P N νN 1 N ηtN2 −1 + ∑AN x=− eAN (1− ξtN2(x)) > δ = 0. Obtendo assim (2.7).
Para finalizar o caso particular, observamos o seguinte
PN νN ( WA, eA N − ((A − eA)− ∫ A e A (1− ζ(t, u)du)) > δ )
´
e menor do que ou igual a
PN νN WNA, eA− ((A − eA)− 1 N AN ∑ x=− eAN (1− ξtN2(x)) > δ/2 +PNνN ∫ A e A (1− ζ(t, u))du − 1 N AN ∑ x=− eAN (1− ξtN2(x)) > δ/2 .
Pelo Teorema 2.1 o ´ultimo termo do lado direito acima vai a zero quando N ↑ ∞. Basta provar que o primeiro termo vai a zero quando N ↑ ∞. Observe que
WNA, eA− ((A − eA)− 1 N AN ∑ x=− eAN (1− ξtN2(x)) ≤ N1 ηtN2 1 + ∑AN x=− eAN (1− ξtN2(x)) . O termo do lado direito da desigualdade acima vai a zero em probabilidade quando
N ↑ ∞. Concluindo assim o caso particular, quando temos G = I[ eB,B].
Vamos obter (2.5) para qualquer G cont´ınua com suporte compacto. Suponha que o suporte de G est´a contido em [ eB, B]. Particionamos o segmento ( eB, B] em M peda¸cos
de tamanhoeϵ = BM− eB. Logo, pela continuidade uniforme da fun¸c˜ao G 1 N BN ∑ y= eBN G(y/N )ηtN2(y) = 1 N M∑−1 j=0 ( eB+(j+1)ϵ)N∑ y=( eB+jϵ)N G(y/N )ηtN2(y)≈ ≈ M∑−1 j=0 G( eB + jϵ)1 N ( eB+(j+1)ϵ)N∑ y=( eB+jϵ)N ηtN2(y)
Como vimos no caso particular(
1 N ∑⌊( eB+(j+1)ϵ)N⌋ y=⌊( eB+jϵ)N⌋ ηtN2(y)− ∫B+(j+1)e eϵ e B+jeϵ ρ(t, u)du ) N→∞ → 0 em probabilidade. Consequentemente, lim N→∞P N νN N1 BN ∑ y= eBN G(y/N )ηtN2(y)− ∫ B e B G(u)ρ(t, u)du > δ = 0, como quer´ıamos.
No pr´oximo cap´ıtulo teremos a demonstra¸c˜ao do limite hidrodinˆamico para o processo transformado, que ser´a dividida em 3 partes. Mostramos na se¸c˜ao 3.0.4 que uma
sequˆencia de probabilidades associadas aos processos microsc´opicos ´e r´ıgida. Depois, na se¸c˜ao 3.1 que os limites s˜ao caracterizados como probabilidades concentradas em trajet´orias de medidas que s˜ao absolutamente cont´ınuas em rela¸c˜ao `a medida de Lebesgue. Por ´ultimo mostramos a unicidade da solu¸c˜ao fraca de uma EDP.
Cap´ıtulo 3
A demonstra¸
c˜
ao do limite
hidrodinˆ
amico
Este cap´ıtulo ´e dedicado a prova do Teorema 2.1. Antes precisaremos de algumas nota¸c˜oes importantes. Denote por M = M(R) o espa¸co de medidas de Radon sobre R. A integra¸c˜ao da fun¸c˜ao G com respeito a medida π emM ´e denotada por < π, G >. Para cada configura¸c˜ao ξ ∈ eΩ associamos a medida emp´ırica πN = πN(ξ) em M como sendo aquela que atribui massa N−1 a cada sitio ocupado por uma part´ıcula na configura¸c˜ao ξ:
πN = 1
N
∑
x∈Z
ξ(x)δx/N.
Seja QNµN a medida de probabilidade sobre D([0, T ],M × R) induzida por PNµN e o par
(πN, Dt).
Provaremos o Terema 2.1 com as seguintes etapas: mostraremos que a sequˆencia de medidas QN
µN ´e r´ıgida e que cada ponto limite da mesma est´a concentrado sobre
caminhos absolutamente cont´ınuos que s˜ao solu¸c˜oes fracas da equa¸c˜ao (2.4). Em seguida, a unicidade das solu¸c˜oes da equa¸c˜ao (2.4).
3.0.4
Rigidez
O objetivo desta se¸c˜ao ´e mostrar que a sequˆencia de medidas de probabilidade QN µN
´
e r´ıgida, ou seja, mostrar que (πN
t )t≥0 ´e r´ıgida e (DtN)t≥0 ´e r´ıgida. A sequˆencia (πtN)t≥0
´
e r´ıgida no espa¸co de medidas de probabilidade sobre D([0, T ],M) se para cada fun¸c˜ao suave com suporte compacto G :R → R, ⟨πNt , G⟩ ´e r´ıgida como uma sequˆencia aleat´oria
Agora fixe uma tal fun¸c˜ao, denote por Ft = σ((πs), s ≤ t), t ≥ 0, a filtra¸c˜ao natural
sobre D([0, T ],M), e por TT a fam´ılia de tempos de parada limitados por T .
De acordo com o crit´erio Aldous [7] para mostrar a rigidez para ⟨πN
t , G⟩ temos que
verificar as duas seguintes condi¸c˜oes:
(i) As distribui¸c˜oes finito dimensionais de ⟨πN
t , G⟩ s˜ao r´ıgidas,
(ii) ∀ϵ > 0
lim
γ→0lim supN→∞ τsup∈T
T
sup
θ≤γ
PN
µN[|⟨πτN, G⟩ − ⟨πNτ +θ, G⟩| > ϵ] = 0.
A condi¸c˜ao (i) ´e uma consequˆencia do fato de que a medida emp´ırica tem massa total finita sobre todo intervalo compacto. Para mostrar a condi¸c˜ao (ii), considere o
Ft−martingal MtG,N =⟨πtN, G⟩ − ⟨πN0 , G⟩ − ∫ t 0 N2L⟨πsN, G⟩ds. (3.1) Portanto ⟨πN τ +θ, G⟩ − ⟨π N τ , G⟩ = M G,N τ +θ − M G,N τ + ∫ τ +θ τ N2L⟨πsN, G⟩ds.
A partir da express˜ao anterior,
PN µN(|⟨πτ +θN , G⟩ − ⟨πτN, G⟩| > ϵ) ≤ PNµN(|M G,N τ +θ − M G,N τ | > ϵ/2) + PNµN ( ∫ τ +θ τ N2L⟨πsN, G⟩ > ϵ/2 ) .
Logo (ii) segue de
lim
γ→0lim supN→∞ τsup∈T
T sup θ≤γ PN µN[|M G,N τ +θ − M G,N τ | > ϵ/2] = 0 (3.2) e lim
γ→0lim supN→∞ τsup∈T
T sup θ≤γ PN µN [ ∫ττ +θN2L⟨πsN, G⟩ > ϵ/2 ] = 0 (3.3)
mostra que N2L⟨πN, G⟩ = σ 2 2 ⟨π N, ∆ NG⟩ + ξ(0)ξ(1)N[⟨πN, H1⟩ − ⟨πN, H2⟩] (3.4) + ξ(0)ξ(1)∇NG(0) + M ∑ i=1 ip(i) { i ∑ y=1 ξ(y)− −1 ∑ y=−i+1 ξ(y) } ∇NG(0) + o(1/N ),
onde σ2 = ∑Mi=1i2p(i), △N e ∇N denotam, respectivamente, o laplaciano e gradiente
discretos: (△NH)(u) = H(u + N1)+ H(u−N1)− 2H(u) (N1)2 , (∇NH)(u) = H(u +N1)− H(u) 1 N
e H1(u) = ∇NG(u)I(−∞,−1](u), H2(u) = ∇NG(u)I[0,+∞)(u).
Temos tamb´em uma f´ormula expl´ıcita para a varia¸c˜ao quadr´atica de MtG,N, ver Apˆendice C. Esta ´e dada por
⟨MG N⟩t = ∫ t 0 1 N2 ∑ |x−y|=i i=1,2...,M x,y≤0 ∇2 NG(x∧ y/N)ξs(x)[1− ξs(y)] + ∑ |x−y|=i i=1,2...,M x,y≥1 ∇2 NG(x∧ y/N)ξs(x)[1− ξs(y)] + ξs(0)ξs(1) [ ∑ x,y≥1 ∇NG((x− 1)/N)∇NG((y− 1)/N)ξs(x)ξs(y) (3.5) + ∑ x,y≤0 ∇NG(x/N )∇NG(y/N )ξs(x)ξs(y) + 2∑ y≥2 x≤−1 ∇NG(x/N )∇NG((y− 1)/N)ξs(x)ξs(y) − 4NG(1/N)∑ x<0 ∇NG(x/N )ξs(x) + 2N2G(1/N )G(0) ]} ds.
varia¸c˜ao quadr´atica, como os tempos de parada s˜ao limitados (Teorema de Amostragem opcional), temos PN µN[|M G,N τ +θ − M G,N τ | > ϵ/2] ≤ (ϵ/2)−2E N µN[(M G,N τ +θ − M G,N τ ) 2] = (ϵ/2)−2EN µN[⟨MNG⟩τ +θ− ⟨MNG⟩τ].
Pela igualdade acima, a partir da expans˜ao de Taylor para G e como G tem suporte compacto temos que EN
µN[(M
G,N
τ +θ − MτG,N)2] ´e limitada superiormente por
C(G) N ( θ +ENµN [∫ τ +θ τ N ξs(0)ξs(1)ds ] (3.6) −4G(1/N)EN µN [∫ τ +θ τ N ξs(0)ξs(1)ds ]) ≤ eC(G)θ.
Para obter a cota acima usamos o fato de G ter suporte compacto e ser de classe C2.
Portanto, passando os limites, provamos (3.2).
Agora precisamos mostrar (3.3). Pela express˜ao dada em (3.5), basta mostrar que
lim
γ→0lim supN→∞ τ∈Tsup
T sup θ≤γ PN µN [∫ τ +θ τ N ξs(0)ξs(1)ds > δ ] = 0.
Este resultado segue do lema a seguir.
Lema 3.1. Seja (µN)
N≥1 satisfazendo a fE1. Existe uma constante C > 0 tal que
lim
γ→0lim supN→∞ τsup∈T
T sup θ≤γE N µN [∫ τ +θ τ N ξs(0)ξs(1)ds ] ≤ C. (3.7)
Al´em disso, para todo δ > 0
lim
γ→0lim supN→∞ τsup∈T
T sup θ≤γ PN µN [∫ τ +θ τ N ξs(0)ξs(1)ds > δ ] = 0.
Demonstra¸c˜ao: Denote por DN
+(t) como sendo o n´umero de ξ−part´ıculas que o
sistema perde em N at´e o tempo t, dividido por N. Definindo o martingal MN
+(t) =
DN+(t)− N∫0tξs(0)ξs(1)ds (ver apˆendice), temos que
EN µN [∫ τ +θ τ N ξs(0)ξs(1)ds ] ≤ EN µN[M+N(τ + θ)− M+N(τ )] +ENµN[D+N(τ + θ)− DN+(τ )].
limitado por, EN µN[(M+(τ + θ)− M+(τ ))2]1/2 =ENµN[⟨M+⟩τ +θ− ⟨M+⟩τ]1/2 ≤ C(G)EN µN [∫ τ +θ τ ξr(0)ξr(1)dr ]1/2 ≤ C(G)√θ,
Para obter uma cota superior para o segundo termo, observe que pelo teorema de Helly Bray, como lim N→∞P N µN [ DN +(t)− ∫ +∞ −∞ (ζ(t, u)− ζ(0, u)du > δ ] =−0, (3.8)
segue que, para cada M , limN→∞ENµN[D+N(t)∧M] = A∧M ≤ A, onde A =
∫+∞
−∞(ζ(t, u)−
ζ(0, u)du.
Al´em disso, limM→∞DN+(t)∧ M = DN+(t), de forma crescente. Logo, pelo teorema
da convergˆencia mon´otona, limM→∞PNµN[DN+(t) ∧ M] = ENµN[D+N(t)], o que implica
EN
µN[D+N(t)]≤ A. Concluindo assim a primeira parte do lema.
Para concluir a demonstra¸c˜ao do lema, oberve que pela defini¸c˜ao do martingal MN
+ PN µN [∫ τ +θ τ N ξs(0)ξs(1)ds > δ ] ≤ PN µN[M+N(τ + θ)− M+N(τ )| > δ/2 ] + +PNµN[DN+(τ + θ)− D+N(τ )> δ/2].
O limite da primeira parte do lado direito da desigualdade acima vai a zero como podemos observar no inicio da demonstra¸c˜ao da primeira parte do lema. A segunda parte converge em probabilidade a zero pelo lema A.3 no apˆendice A.1.
Na se¸c˜ao seguinte mostraremos que os limites da sequˆencia de medidas de probabilidade QNµN s˜ao caracterizados como probabilidades concentradas em trajet´orias
3.1
Pontos limite de
Q
NµN
Mostraremos nesta se¸c˜ao que todos pontos limite de QN
µN s˜ao concentrados sobre
caminhos absolutamente cont´ınuos que s˜ao solu¸c˜oes fraca da equa¸c˜ao (2.4).
Lema 3.2. Existe uma fun¸c˜ao cont´ınua de varia¸c˜ao limitada D tal que, para cada fun¸c˜ao suave G :R → R com suporte compacto e δ > 0,
lim sup N→∞ QN µN [ sup 0≤t≤T |⟨πN t , G⟩ − ⟨πN0 , G⟩ − ∫ t 0 { σ2 2 ⟨π N s , ∆G⟩+ σ2 2 ∇NG(0)as+ ˙D(⟨π N s , H1⟩ − ⟨πsN, H2⟩) } ds| > δ ] = 0,
onde at = ζ(t, 0+)− ζ(t, 0−), H1(u) = ∇G(u)I(−∞,0](u), H2(u) = ∇G(u)I[1,+∞)(u) e
σ2 =∑
i∈Z+p(i)i2.
Demonstra¸c˜ao do Lema 3.2 Seja G : R → R uma fun¸c˜ao suave com suporte
compacto. Pelas desigualdades de Chebyschev e de Doob, para δ > 0, tem-se
PN µN [ sup 0≤t≤T |MG,N t | ≥ δ ] ≤ δ−2EN µN [( sup 0≤t≤T |MG,N t | )2] ≤ δ−24EN µN[(|M G,N T |) 2] = 4δ−2ENµN[⟨M G,N T ⟩T],
a qual, pela f´ormula expl´ıcita da varia¸c˜ao quadr´atica de MtG,N, encontrada no apˆendice C, ´e limitada por C(G) N ( θ +ENµN [∫ T 0 N ξs(0)ξs(1)ds ]) .
Portanto, pelo Lema 3.1, para cada δ > 0,
lim N→∞P N µN [ sup 0≤t≤T |MG,N t | ≥ δ ] = 0. (3.9)
Usando (3.5) para expandir a express˜ao martingal em (3.1) e j´a que a expans˜ao de Taylor nos d´a que
|N[G((x + 1)/N)) − G(x/N)] − ∇G(x/N)| ≤ C(G) N ,
podemos substituir△N e ∇N em (3.9) pelos laplaciano e gradiente usuais, isto ´e, lim N→∞Q N µN [ sup 0≤t≤T|⟨π N t , G⟩ − ⟨π N 0 , G⟩ − ∫ t 0 { σ2⟨πNs ,△G⟩+ [ M ∑ i=1 ip(i) ( i ∑ y=1 ξ(y)− −1 ∑ y=−i+1 ξ(y) )] ∇NG(0)+ +N ξs(0)ξs(1)(⟨πsN, H1⟩ − ⟨πsN, H2⟩) } ds| > δ] = 0, lembrando que H1(u) =∇G(u)I(−∞,−1](u) e H2(u) = ∇G(u)I[0,+∞)(u).
Na express˜ao anterior afirmamos que podemos obter o termo integral como uma fun¸c˜ao da medida emp´ırica substituindo N ξs(0)ξs(1) por D, como em (2.4), e˙
(∑i y=1ξ(y)− ∑−1 y=−i+1ξ(y) ) por as = ζ(t, 0+)− ζ(t, 0−).
Consideraremos agora a substitui¸c˜ao de ξ(1) (as demais ser˜ao an´alogas).
Lema 3.3. Para uma sequˆencia de medidas iniciais {µN, N ≥ 1} satisfazendo
( fE1)− ( fE3), temos para cada fun¸c˜ao continuamente diferenci´avel H : [0, T ]→ R que
lim sup ϵ→0 lim sup N→∞ E N µN 0≤t≤Tsup ∫ t 0 H(s) ξs(1)− 1 ⌊ϵN⌋ ⌊ϵN⌋∑ x=1 ξs(x) ds = 0,
onde ⌊x⌋ denota a parte inteira de x.
Nota: ξ(1) pode ser substituido por ∑iy=1ξ(y).
Demonstra¸c˜ao: J´a que
∫ t 0 H(s) ξs(1)− 1 ⌊ϵN⌋ ⌊ϵN⌋∑ x=1 ξs(x) ds ´
e uma fam´ılia de fun¸c˜oes indexadas por N que s˜ao uniformemente Lipichitz na vari´avel
t sobre [0, T ], podemos omitir o supremo no Lema. De fato, suponha v´alido o seguinte resultado lim sup ϵ→0 lim sup N→∞ EN µN [ ∫0tUϵN(s, ξs)ds ] = 0, (3.10)
onde UN ϵ (s, ξ) = H(s)VϵN(ξ), 0≤ s ≤ t, com V N ϵ (ξ) = 1 ϵN [ϵN ] ∑ x=1 (ξ(1)− ξ(x)).
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,
EN µN [ sup 0≤t≤T ∫0tUϵN(s, ξs)ds ]=ENµN [ sup 0≤t≤T ∫0tUϵN(s, ξs)ds± ∫ ti 0 UϵN(s, ξs)ds ] ≤ EN µN [ max 1≤i≤T k ∫0tiUϵN(s, ξs)ds + sup0≤t≤T∫tt+1/kUϵN(s, ξs)ds ] . Aplicando o fato de ∫0tUN
ϵ (s, ξs)ds ser uniformemente em N Lipchitz na variav´el t no
primeiro termo do lado direito da desigualdade acima, obtemos
EN µN [ sup 0≤t≤T ∫ t 0 UϵN(s, ξs)ds ] ≤ EN µN [ max 1≤i≤T k ∫ ti 0 UϵN(s, ξs)ds ]+ C1 k ≤ ≤ T k max 1≤i≤T kE N µN [ ∫0tiUϵN(s, ξs)ds ]+ C1 k.
Aplicando os limites N → ∞, ϵ → 0 e depois k → +∞ na desigualdade acima e usando (3.10), temos lim sup ϵ→0 lim sup N→∞ E N µN [ sup 0≤t≤T ∫0tUϵN(s, ξs)ds ]= 0, como quer´ıamos demonstrar.
Nota: Observe que
UϵN(t, ξ)− UϵN(s, ξ) ≤ VξN|H(t)− H(s)| ≤ 2 sup
0≤u≤T
H′(u)|t − s| .
Na ´ultima desigualdade usamos o teorema do valor intermedi´ario para H. Isso explica o porquˆe da familia de fun¸c˜oes serem uniformemente Lipichitz e, consequentemente, a obten¸c˜ao de C.
Vamos ent˜ao para a demonstra¸c˜ao de (3.10). Pela desigualdade de entropia temos que a esperan¸ca em (3.10) ´e limitada por cima por
H(µN|να) AN + 1 AN logENνα [ exp{ ∫ t 0 ANUϵN(s, ξs)ds }] (3.11)
Vamos estimar o segundo termo em (3.11). J´a que e|x| ≤ ex + e−x e lim supN N1 log{aN+ bN} ≤ max{lim supN N1 log aN, lim supN N1 log bN}, podemos ignorar
o valor absoluto do expoente. Defina
(Ps,tNf )(ξ) =ENξ [ f (ξt) exp {∫ t s ANUϵN(s + r, ξr)dr }] ,
para cada fun¸c˜ao limitada f sobre {0, 1}Z∗+. Temos, pela desigualdade de
Cauchy-Schwarz, que EN να [ exp {∫ t 0 ANUϵN(s, ξs)ds }] = ∫ (P0,tN1)dνα ≤ {∫ (P0,tN1)2dνα }1/2 .
De modo a obter um limite superior para o termo do lado direito desta desigualdade mostraremos abaixo que
−1 2∂t ∫ (P0,tN1)2dναN ≤ { α2 2 + ( BAN 2 − N 2 ) sup f D(f)+ (3.12) + ϵN AN B ∥ H ∥ 2 ∞ } ∫ (P0,tN1)2dνα,
para todo B > 0, onde o supremo em f ´e 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.
J´a que H(µN|ν
α)≤ CN, para algum C > 0, segue de (3.12) e pela desigualdade de
Gronwall que (3.11) ´e limitada por
CN AN + ( α2 2AN + ( B 2 − N2 AN ) sup f D(f) + ϵN B ∥ H ∥ 2 ∞ ) t. Escolhendo B = 2√ϵN e AN = √Nϵ, teremos EN µN { ∫ t 0 UϵN(s, ξs)ds } ≤ {C + α2+ 2−1 ∥ H ∥2 ∞} √ ϵT,
que vai a 0 quando ϵ→ 0, provando o lema.
na p´agina 334, {Ps,t : 0≤ s ≤ t} ´e um semigrupo de operadores associados a um gerador
n˜ao homogˆeneo Ls = N2L + ANUϵN(s,·). Al´em disso, a primeira equa¸c˜ao de
Chapman-Kolmogorov vale: ∂sPs,t =−LsPs,t. Da´ı
−1 2∂s ∫ (Ps,t1)2dνα = ∫ Ls(Ps,t1)Ps,t1dνα = ∫ N2 M ∑ i=1 L−i(Ps,t1)Ps,t1dνα+ + ∫ N2LT(Ps,t1)Ps,t1dνα+ ∫ {N2 M ∑ i=1 Li+ ANUϵN(s,·)}(Ps,t1)Ps,t1dνα.
Estimaremos cada termo separadamente nesta express˜ao.
Afirma¸c˜ao 1: ∫(L−i(PN
s,t1))Ps,tN1dνα = 0, i = 1, 2· · · , M.
Demonstra¸c˜ao: Denote PN
s,t1 por h. Temos que
∫ (L−ih)hdνα = ∑ x≤−i ∫ Lx,x+ihhdνα = ∑ x≤−i ∫ 1 2{ξ(x)(1 − ξ(x + i))[h(ξ
x,x+i)− h(ξ)] + ξ(x + i)(1 − ξ(x))[h(ξx+i,x)− h(ξ)]}h(ξ)dν α.
Fazendo a seguinte mudan¸ca de vari´aveis: eξ = ξx,x+i, teremos ν
α(eξ) = να(ξ), seguindo assim o resultado. Afirma¸c˜ao 2:∫(LT(Ps,tN1))Ps,tN1dνα ≤ α 2 2 ∫ (Ps,tN1)2dνα− 12 ∫ ξ(0)ξ(1)(Ps,tN1)2(ξ)να(dξ).
Demonstra¸c˜ao: Denote (PN
s,t1) por h. Estamos considerando uma integral da forma
∫
(LT(h))hdνα =
∫
ξ(0)ξ(1)[h(τ (ξ))− h(ξ)]h(ξ)dνα.
Adicionando e subtraindo para este termo o termo
1 2 ∫ ξ(0)ξ(1)h2(τ (ξ))dνα = α2 2 ∫ h2(ζ)dνα, onde ζ = τ (ξ), obteremos
∫ (LT(h))hdνα =− ∫ ξ(0)ξ(1)[h2(ξ)− h(τ(ξ − ϱ0− ϱ1)h(ξ) + 1 2h 2(τ (ξ− ϱ 0− ϱ1) −1 2h 2(τ (ξ− ϱ 0− ϱ1))]dνα =− 1 2 ∫ ξ(0)ξ(1)[h(ξ)− h(τ(ξ − ϱ0− ϱ1))]2dνα− −1 2 ∫ ξ(0)ξ(1)h2(ξ)dνα+ 1 2 ∫ ξ(0)ξ(1)h2(τ (ξ− ϱ0− ϱ1))dνα.
O primeiro termo da soma anterior ´e negativo, logo pode ser negligenciado. Consequentemente, ∫ (LT(Ps,tN1))P N s,t1dνα ≤ α2 2 ∫ h2dνα− 1 2 ∫ ξ(0)ξ(1)h2(ξ)dνα.
Obtemos assim a afirma¸c˜ao 2.
Afirma¸c˜ao 3: ∫ {N2 M ∑ i=1 Li+ ANUεN(s,·)}(P N s,t1)(P N s,t1)dνα ≤ ≤ { sup f {( BAN 2 − N 2 ) D(f) } + ϵN AN B ∥ H(u) ∥ 2 ∞ } ∫ (Ps,tN1)2dνα.
Demonstra¸c˜ao: Temos a estimativa
∫ {N2 M ∑ i=1 Li+ ANUεN(s,·)}(P N s,t1)P N s,t1dνα ≤ ΓNs ∫ (Ps,tN1)2dνα, onde ΓN
s ´e o maior autovalor do gerador N2
∑M
i=1Li + ANUεN(s,·). Pela f´ormula
variacional, ver apˆendice de [7] ΓN
s ´e igual a sup f {∫ ANUεN(s, ξ)f (ξ)να(dξ)− N2D(f) } , (3.13)
onde f ´e densidade com respeito a να. Se mostrarmos que
∫ VϵN(ξ)f (ξ)vα(dξ)
≤ B2D(f) + ϵN
B , (3.14)
3. O lado esquerdo em (3.14) sem o valor absoluto ´e igual a 1 ϵN [ϵN ] ∑ x=1 ∫ [ξ(1)− ξ(x)]f(ξ)να(dξ) = 2 1 ϵN [ϵN ] ∑ x=1 M ∑ i=1 x−i ∑ y=1 ∫
p(i)[ξ(y)− ξ(y + i)]f(ξ)να(dξ)
que pode ser reescrita, fazendo uma mudan¸ca de vari´avel, como
2 1 ϵN [ϵN ] ∑ x=1 M ∑ i=1 x−i ∑ y=1 p(i) {∫
ξ(y)[1− ξ(y + i)]f(ξ)να(dξ)−
∫
ξ(y + i)[1− ξ(y)]f(ξ)να(dξ)
} = 2 1 ϵN [ϵN ] ∑ x=1 M ∑ i=1 x−i ∑ y=1 p(i) ∫
ξ(y + i)[1− ξ(y)]{f(ξy,y+i)− f(ξ)}να(dξ). (3.15)
Portanto, escrevendo f (ξy,y+i) − f(ξ) como {√f (ξy,y+i) − √f (ξ)}{√f (ξy,y+i) +
√
f (ξ)} e aplicando a desigualdade elementar 2|ab| ≤ Ba2+ B−1b2, que vale para cada
a, b e B > 0, temos que o valor absoluto da express˜ao anterior ´e limitado por
1 [ϵN ] ϵN ∑ x=1 M ∑ i=1 x−i ∑ y=1 p(i) { B 2 ∫
ξ(y + i)[1− ξ(y)]{√f (ξy,y+i)−√f (ξ)}2ν
α(dξ)+
+B
−1
2 ∫
ξ(y + i)[1− ξ(y)]{√f (ξy,y+i) +√f (ξ)}2ν
α(dξ) } ≤ B 2D(f) + B−1 ϵN ϵN ∑ x=1 M ∑ i=1 x−i ∑ y=1 p(i) ∫ (f (ξy,y+i) + f (ξ))να(dξ) ≤ B 2D(f) + ϵN B . Isto mostra (3.14).
Observe que (3.12) ´e uma consequˆencia das afirma¸c˜oes 1 a 3. Concluindo assim a demonstra¸c˜ao do Lema 3.3.
Falta mostrar que existe uma fun¸c˜ao D de varia¸c˜ao limitada tal que ser´a poss´ıvel a substitui¸c˜ao de N ξ(0)ξ(1) por ˙D. O pr´oximo lema ajudar´a na obten¸c˜ao de tal fun¸c˜ao.
Denote por DN+(t) (respectiv. DN−(t)) o n´umero de part´ıculas que o sistema perde em N (respectiv. Z−) at´e o instante t dividido por N .
Lema 3.4. Fixe uma fun¸c˜ao suave G definida em C01,2([0, T ]× R) e δ > 0. Ent˜ao, lim ϵ→0lim supN→∞ P N µN [ sup 0≤t≤T ∫ t 0 ds { N ξs(0)ξs(1)− DN+(s + ϵ)− DN+(s) ϵ } ⟨πN s , Gs⟩ > δ] = 0.
Demonstra¸c˜ao: Denote por M+N(t) = DN+(t)− N∫0tξs(0)ξs(1)ds.
´
E f´acil mostrar que MN
+ ´e um martingal com varia¸c˜ao quadr´atica ⟨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) ϵ + N ϵ ∫ s+ϵ s ξr(0)ξr(1)dr.
A parte martingal ´e f´acil estimar porque ´e zero no limite (em probabilidade) quando
N ↑ ∞ (ver Lema A.3 no Apˆendice A). Al´em disso, observe que
∫0t M+N(s + ϵ)− M+N(s) ϵ ⟨π N s , G⟩ds ≤ C(G)ϵ {∫0t|MN +(s + ϵ)|ds + ∫ t 0 |MN +(s)|ds }
mudando a vari´avel para u = s + ϵ na primeira integral, teremos ∫ t 0 |MN +(s + ϵ)|ds = ∫ t+ϵ 0 |MN +(u)|du.
Por outro lado ∫0t|MN
+(s)|ds ≤ ∫t+ϵ 0 |M N +(s)|ds. Consequentemente, sup 0≤t≤T ∫0tM+N(s + ϵ)− M+N(s) ϵ ⟨π N s , G⟩ds ≤ C(G)ϵ 2 sup 0≤t≤T {∫ t+ϵ 0 |MN +(s)|ds } .
Ent˜ao pela desigualdade de Markov e observando a desigualdade anterior obteremos
QN µN [ sup 0≤t≤T ∫ t 0 M+N(s + ϵ)− M+N(s) ϵ ⟨π N s , G⟩ds > δ] ≤ 1 δE N µN [ sup 0≤t≤T ∫0tM+N(s + ϵ)− M+N(s) ϵ ⟨π N s , G⟩ds ] ≤ 2C(G) δϵ E N µN [∫ T +ϵ 0 |MN +(s)|ds ] .
Al´em disso, pela desigualdade de Schwarz,
C(G) δϵ E N µN [∫ T +ϵ 0 |MN +(s)|ds ] ≤ C(G) δϵ √ T + ϵENµN {[∫ T +ϵ 0 |MN +(s)|2ds ]1/2}
que E[M+N(s)2] =E[⟨M+N⟩s], a express˜ao acima fica limitada por C(G) δϵ √ T + ϵENµN {[∫ T +ϵ 0 ⟨MN +(s)⟩ds ]}1/2 ≤ C(G) δϵ √ T + ϵENµN {[∫ T +ϵ 0 ξs(0)ξs(1)ds ]}1/2 ,
onde C(G) ´e constante finita dependendo somente de G. Portanto,
QN µN [ sup 0≤t≤T ∫ t 0 M+N(s + ϵ)− M+N(s) ϵ ⟨π N s , G⟩ds > δ] ≤ C(G, T ) δϵ E N µN {[∫ T +ϵ 0 ξs(0)ξs(1)ds ]1/2} .
Pelo lema 3.1 temos que lim supN→∞EN µN
{[∫T +ϵ
0 ξs(0)ξs(1)ds
]
<∞, logo a express˜ao
acima vai a zero quando N ↑ ∞.
Resta considerar a diferen¸ca N ξs(0)ξs(1)− N
∫s+ϵ
s ξr(0)ξr(1)dr.
Primeiro realizamos a integra¸c˜ao por partes no tempo para obter que
∫ t 0 ds { N ξs(0)ξs(1)− N ϵ ∫ s+ϵ s drξr(0)ξr(1) } ⟨πN s , Gs⟩ ≤ C(G){∫ ϵ 0 dsN ξs(0)ξs(1) + + ∫ t+ϵ t dsN ξs(0)ξs(1) } + ∫ t ϵ dsN ξs(0)ξs(1) { ⟨πN s , Gs⟩ − 1 ϵ ∫ s s−ϵ ⟨πN r , Gr⟩dr } . Novamente, por 3.1 permite estimar o primeiro termo do lado direito. Para estimar o segundo, escreva a diferen¸ca ⟨πN
s , Gs⟩ − ⟨πrN, Gr⟩ como
MsG,N− MrG,N + ∫ s
r
(∂ν + N2L)⟨πνN, Gν⟩dν.
Por outro lado,
PN µN [ sup 0≤t≤T ∫ t ϵ dsN ξs(0)ξs(1) 1 ϵ ∫ s s−ϵ dr{MsG,N− MrG,N} > δ ] (3.16) ≤ PN µN [ sup 0≤t≤T +ϵ |MG,N t | ∫ T 0 N ξs(0)ξs(1)ds > δ 2 ] .
Fixe γ > 0. Pela equa¸c˜ao (3.7), existe uma constante finita A para a qual PN µN [∫T 0 N ξs(0)ξs(1)ds > A ] ≤ γ para todo N ≥ 1.