[論文レビュー] A singular limit problem for conservation laws related to the Rosenau equation

Giuseppe Maria Coclite, Lorenzo di Ruvo|arXiv (Cornell University)|Mar 12, 2015

Nonlinear Waves and Solitons参考文献 7被引用数 10

ひとこと要約

本稿は、微小な拡散係数βを伴う5次分散項によって支配されるローゼナ方程式の解が、β→0の極限において、非粘性バーガース方程式のエントロピー弱解に収束することを確立する。L^p空間における補完的コンパクトネスと鋭い事前推定を用いて、初期データがL^2(ℝ)に属する場合、β=o(ε⁴)の下で、またL^2∩L^4データの下ではβ=O(ε⁴)の下で収束を証明した。非線形分散波の衝撃型解への特異極限挙動を示した。

ABSTRACT

We consider the Rosenau equation, which contains nonlinear dispersive effects. We prove that as the diffusion parameter tends to zero, the solutions of the dispersive equation converge to discontinuous weak solution of the Burgers equation. The proof relies on deriving suitable a priori estimates together with an application of the compensated compactness method in the L^p setting.

研究の動機と目的

• 微小な拡散係数β→0におけるローゼナ方程式の特異極限を分析すること。
• 解が非粘性バーガース方程式のエントロピー弱解に収束することを確立すること。
• 異なる初期データの仮定の下で、p<2およびp<4のL^p空間における事前推定を導出すること。
• 弱コンパクト性の欠如に対処するため、L^p空間における補完的コンパクトネス法を適用すること。

提案手法

• 特異極限β→0を調べるため、ローゼナ方程式を∂_t u + ∂_x u² + β² ∂_t ∂_x⁴ u = 0の形にスケーリングする。
• エネルギー推定とソボレフ埋め込みを用いて、βおよび初期データの異なる仮定の下で解のL^∞バインディングを導出する。
• L^p空間における補完的コンパクトネス法を用いて極限に移行し、弱極限をエントロピー解として同定する。
• エントロピー-エントロピーflux対を用い、H^{-1}およびL^1空間における残差項の収束を導出する。
• 補間およびホルダーの不等式を用いて高階微分を制御し、散逸項の消失を示す。
• 2つの場合を区別する：β=o(ε⁴)でu₀∈L²(ℝ)の場合、およびβ=O(ε⁴)でu₀∈L²(ℝ)∩L⁴(ℝ)の場合。L^∞推定のための異なる技術的議論が必要となる。

実験結果

リサーチクエスチョン

• RQ1 微小な拡散係数β→0の下で、ローゼナ方程式の解はバーガース方程式のエントロピー解に収束するか？
• RQ2 L²とL²∩L⁴の異なる初期データのsummability仮定が、収束速度およびβのスケーリングに与える影響は何か？
• RQ3 p<2およびp<4のL^p設定において、補完的コンパクトネス法を分散保存則の特異極限に適応できるか？
• RQ4 5次分散項は解の正則化にどのように寄与し、不連続弱解への収束を可能にするか？
• RQ5 βおよび初期データの2つの異なる仮定の下で、事前推定はどのように異なり、収束証明にどのような影響を与えるか？

主な発見

• β→0の下で、ローゼナ方程式の解は、1≤p<2のL^p位相において、バーガース方程式の唯一のエントロピー弱解に収束する。
• β=o(ε⁴)およびu₀∈L²(ℝ)の仮定の下で、解はβおよびεに関して一様なL^∞バインディングを保つ。
• β=O(ε⁴)およびu₀∈L²(ℝ)∩L⁴(ℝ)の下では、βに関する仮定を弱めるが、初期データに高い可積分性が要求される。
• ε∂_xx uおよびβ²∂_t ∂_x⁴ uを含む残差項は、ε→0の下でH^{-1}およびL^1空間で消失し、極限がエントロピー解として同定可能になる。
• エントロピーfluxの収束と散逸項の消失を示すことで、L^p空間における補完的コンパクトネスの議論に成功した。
• L^∞推定のための異なる技術的処理を要する2つのケースに区別され、β=o(ε⁴)のケースがより複雑である。