[論文レビュー] Continuum limit for discrete NLS with memory effect

Ricardo Grande|arXiv (Cornell University)|Oct 13, 2019

Advanced Mathematical Physics Problems参考文献 28被引用数 5

ひとこと要約

本稿は、長距離相互作用およびCaputo微分係数による記憶効果を有する離散非線形シュレーディンガー方程式の厳密な連続極限を確立する。滑らかさ効果を活用し、HongとYangの手法を応用することで、離散解が記憶効果を有する分数マージンNLS方程式の連続解に強い$L^2$収束することを証明し、格子間隔$h \to 0$における明示的な収束速度を達成した。この結果は、類似の関数解析的枠組みを要する一般の分散方程式へと拡張可能である。

ABSTRACT

We consider a discrete nonlinear Schrödinger equation with long-range interactions and a memory effect on the infinite lattice $h\Z$ with mesh-size $h>0$. Such models are common in the study of charge and energy transport in biomolecules. Given that the distance between base pairs is small, we consider the continuum limit: a sharp approximation to the system as $h ightarrow 0$. In this limit, we prove that solutions to this discrete equation converge strongly in $L^2$ to the solution to a continuous NLS-type equation with a memory effect, and we compute the precise rate of convergence. In order to obtain these results, we generalize some recent ideas proposed by Hong and Yang in $L^2$-based spaces to classical functional settings in dispersive PDEs involving the smoothing effect and maximal function estimates, as originally introduced in the pioneering works of Kenig, Ponce and Vega. We believe that our approach may therefore be adapted to tackle continuum limits of more general dispersive equations.

研究の動機と目的

• 格子$h\mathbb{Z}$上での長距離相互作用およびCaputo型記憶効果を有する離散非線形シュレーディンガー方程式の連続極限を厳密に導出すること。
• 格子間隔$h \to 0$の下で、離散解が記憶効果を有する連続的分数マージンNLS方程式の解に強い$L^2$収束することを確立すること。
• 記憶効果に起因する微分の損失に起因する課題を克服し、連続極限における収束の正確な速度を計算すること。
• 最近の滑らかさ効果に基づく手法を、記憶および長距離相互作用を含む修正された離散NLS系に適応すること。
• 有限差分スキームが連続問題に収束する基盤を提供し、理論的保証のもとで数値的実装を可能にすること。

提案手法

• 解析は、格子$h\mathbb{Z}$に適応された$X^{s,b}$型空間フレームワークの離散版を用い、記憶項に起因する微分の損失を相殺するための滑らかさ効果を組み込む。
• 離散解$u_h$はRiesz射影$R_h$を介して連続空間に射影され、差$u - p_h u_h$が混合$L^2_t H^{s+\sigma-\alpha}_x$ノルムで推定される。
• 重要なステップとして、非線形項誤差を三つの成分に分解する：連続解の射影による近似、格子間隔を$h$から$2h$に細分化することによる精緻化、射影下での非線形作用素の整合性。
• 非線形項を制御するために、離散ソボレフ埋め込みおよび$L^\infty$推定を用い、誤差境界に$h$の小さな累乗を得る。
• 得られた不等式$\Lambda_T(u - p_h u_h) \leq o_h(1) + C(T, \|f\|_{H^{\tilde{s}}}) \cdot \Lambda_T(u - p_h u_h)(1 + \Lambda_T(u - p_h u_h)^{p-1})$に対して連続性の議論を適用し、$h \to 0$における収束を示す。
• この手法は、連続および離散方程式が$H^s$-基底空間で適切に定義されており、初期データ$f \in H^s(\mathbb{R})$によってノルムが制御されることに依存する。

実験結果

リサーチクエスチョン

• RQ1 格子間隔$h \to 0$の下で、長距離相互作用およびCaputo記憶効果を有する離散NLS方程式の解は、記憶効果を有する連続的分数マージンNLS方程式に収束するか？
• RQ2 このような離散的から連続的への極限における$L^2$ノルムでの収束の正確な速度は何か？
• RQ3 古典的NLSで用いられる滑らかさ効果技術は、記憶項に起因する分数マージン微分係数による微分の損失に対処するために適応可能か？
• RQ4 格子構造は収束にどのように影響するか、特に離散分散関係のスペクトル的性質および臨界点に関して。
• RQ5 この手法は、記憶または非局所的相互作用を有する他の分散方程式へどの程度一般化可能か？

主な発見

• 離散解$u_h$は、格子間隔$h \to 0$の下で、連続的分数マージンNLS方程式の解$u$に強い$L^2$ノルムで収束する。
• 収束速度は$\|u - p_h u_h\|_{L^2_T H^{s+\sigma-\alpha}_x} = o_h(1)$として定量的に評価され、$h$の減少に従い誤差がゼロに収束する。
• 滑らかさ効果を活用することで、Caputo記憶項に起因する微分の損失を効果的に克服した。これは、KdV理論におけるKato型滑らかさ効果に類似している。
• 解析は、$\alpha \in (1,2)$に対して$\lim_{n \to \infty} n^{1+\alpha} J_n = C > 0$を満たすと仮定することで、極限において長距離相互作用が保持されることを示した。
• このフレームワークは、類似の関数解析的道具および滑らかさ推定を要するより一般的な分散方程式へと拡張可能である。
• この結果は、初期データの適切な正則性のもとで、$h\mathbb{Z}$上での有限差分スキームが連続的NLS方程式のシミュレーションに用いられ、収束が保証されることを正当化する。