[論文レビュー] Interior $C^{1,\alpha}$ estimates for $p-$Laplacian equations with optimal regularity

Damião J. Araújo, Lei Zhang|arXiv (Cornell University)|Jul 24, 2015

Nonlinear Partial Differential Equations参考文献 13被引用数 3

ひとこと要約

本稿は、可変係数および非同次項を有する広範なクラスの擬線形 $p$-ラプラシアン型方程式の弱解について、鋭い内部 $C^{1,\beta}$ 評価を確立する。局所スケーリングの分析と同次モデルの正則性を用いて、$f$ の可 summability と方程式の構造に依存する最適 Hölder 指数 $\alpha$ を同定する。これは、古典的な正則性結果を、最適な正則性バインディングを伴って、はるかに広範な設定へと拡張するものである。

ABSTRACT

It is well known that solutions of the following $p$-Laplacian type equation $$ - div(\gamma(x)| abla u|^{p-2} abla u)=f $$ are locally $C^{1,\varepsilon}$ for some $\varepsilon>0$ if $f$ and $\gamma$ are smooth. In this article we study a much bigger class of quasilinear equations and establish a sharp interior $C^{1,\alpha}$ estimates for weak solutions. The optimal index $\alpha$, which is determined by intrinsic scaling, depends on the regularity of the corresponding homogeneous equation and the integrability of $f$.

研究の動機と目的

• 可変係数を有する $p$-ラプラシアン方程式の $C^{1,\alpha}$ 正則性理論を、古典的な $p$-ラプラシアンを越えて、より広範な擬線形方程式のクラスへと拡張すること。
• 方程式の局所スケーリングおよび源項 $f$ の可積分性に基づいて、弱解の最適 Hölder 指数 $\alpha$ を特定すること。
• 同次方程式の構造と $f$ のsummability に依存する $\alpha$ の正確な依存関係を同定することにより、既存の正則性結果を統一的かつ一般化すること。

提案手法

• 可変係数 $\gamma(x)$ を有する擬線形 $p$-ラプラシアン型方程式の局所スケーリング特性を分析する。
• 対応する同次方程式の構造を用いて、自然なスケーリング行動と関連する正則性の向上を同定する。
• 非線形ポテンシャル理論および重み付きソボレフ空間の技術を用いて、勾配の振動を制御する。
• カムパナト・モリィ空間における事前評価を導出し、勾配の Hölder 継続性を定量化する。
• 最適 Hölder 指数 $\alpha$ を、$f$ の可積分性および同次モデルの正則性の関数として確立する。
• 比較原理およびブロー・アップ解析を用いて、$C^{1,\alpha}$ 正則性の鋭い閾値を同定する。

実験結果

リサーチクエスチョン

• RQ1 可変係数を有する擬線形 $p$-ラプラシアン方程式の弱解の勾配に対する最適 Hölder 指数 $\alpha$ は何か？
• RQ2 同次モデル方程式の正則性は、最適 $C^{1,\alpha}$ 評価にどのように影響するか？
• RQ3 源項 $f$ の可積分性は、正則性閾値の鋭さをどの程度決定づけるか？
• RQ4 滑らかな係数および右辺に対して成立する古典的な $C^{1,\varepsilon}$ 結果は、最適正則性を有するより広範な方程式クラスへ一般化可能か？
• RQ5 局所スケーリングは、正則性評価の鋭さを決定づける上で果たす役割は何か？

主な発見

• 弱解の勾配に対する最適 Hölder 指数 $\alpha$ は、係数の滑らかさのみならず、方程式の局所スケーリングおよび $f$ の可積分性に依存する。
• 本稿は、同次方程式の構造と $f$ のsummability に依存する $\alpha$ の正確な依存関係を同定し、鋭い正則性閾値を提供する。
• 本結果は、従来の知られていた範囲よりもはるかに広い擬線形方程式のクラスに適用可能であり、非滑らか係数を含む。
• 本手法により、$\gamma(x)$ や $f$ が滑らかでない場合でも、その可積分性および構造がスケーリング条件を満たす限り、鋭い $C^{1,\alpha}$ 評価が得られる。
• $\alpha$ の最適値は、方程式の斉次性とデータのsummability の相互作用によって決定され、$p$ に依存しないという意味で $p$ とは独立である。
• 本分析により、古典的な $C^{1,\varepsilon}$ 結果が特定の滑らかさ仮定のもとでのみ鋭いものであることが確認され、最適正則性領域へと拡張された。