[論文レビュー] Lectures on singular stochastic PDEs

Massimiliano Gubinelli, Nicolas Perkowski|arXiv (Cornell University)|Jan 31, 2015

Random Matrices and Applications参考文献 19被引用数 10

ひとこと要約

本稿は、パラコントロールド分布とエネルギー解を用いた、特異な確率的偏微分方程式（SPDE）を解くための体系的アプローチを提示する。主な対象は、確率的バーガース方程式や放物型アンダーソン・モデルのような方程式であり、Besov空間と再正規化に基づく適切な枠組みにおいて、初期データおよびノイズに対する解の存在、一意性、連続的依存性を確立する。

ABSTRACT

These are the notes for a course at the 18th Brazilian School of Probability held from August 3rd to 9th, 2014 in Mambucaba. The aim of the course is to introduce the basic problems of non--linear PDEs with stochastic and irregular terms. We explain how it is possible to handle them using two main techniques: the notion of energy solutions and that of paracontrolled distributions. In order to maintain a link with physical intuitions, we motivate such singular SPDEs via a homogenisation result for a diffusion in a random potential.

研究の動機と目的

• 不規則で非線形な項を含む特異な確率的偏微分方程式を解くための厳密な枠組みを構築すること。
• SPDEに対して、制御パスの考えと調和解析を組み合わせることで、確率論的および解析的ツールを統合すること。
• ランダムな環境における拡散のホモジゲナイゼーションを通じた物理的動機を提示し、抽象的なSPDEを具体的な応用に根ざしたものとする。
• 特異なSPDE、たとえば確率的バーガース方程式や放物型アンダーソン・モデルの解の存在および連続的依存性を確立すること。
• 特異なSPDEにおける多スケール相互作用から、再正規化が自然に生じることを示すこと。

提案手法

• 本稿は、制御パスの多次元への拡張としてのパラコントロールド分布を用い、不規則なノイズを伴う非線形SPDEの取り扱いを可能にする。
• Besov空間とLittlewood–Paley分解を用いて、特異なSPDEに適した十分な正則性を持つ関数空間を定義する。
• 解法戦略は、解をノイズ項に基づくモデル部と、パラプロダクト構造によって制御される剰余部に分解することに依存する。
• 固定点法を、パラコントロールド分布の重み付き空間上で用い、双対モデルと剰余項によるノルムで定義される。
• 非線形相互作用に起因する発散を処理するため、再正規化を体系的に適用する。
• SPDEの適切な定式化を保証するため、拡張されたデータ（例：時空白色ノイズの場合）の構築によって、アプローチの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ノイズが時空白色で非線形性が二次のとき、どのようにして確率的バーガース方程式を定義し解くことができるか？
• RQ2 特異なノイズによって駆動される非線形SPDEに対して、再正規化が果たす役割は何か？
• RQ3 微視的ランダムポテンシャルの多スケール効果が、ホモジゲナイゼーション極限において巨視的特異SPDEをどのように導くか？
• RQ4 パラコントロールド分布は、古典的リッジ・パス理論の範囲を超えてSPDEを解くための強固な枠組みを提供できるか？
• RQ5 関数空間設定において、特異なSPDEの解の存在および連続的依存性を保証する条件は何か？

主な発見

• 初期データが $\mathscr{C}^{2\gamma}$ に属し、ノイズが $\mathcal{X}_{\text{sbe}}$ に属する場合、確率的バーガース方程式に対して、解 $u \in \mathscr{D}^\gamma(\mathbb{X})$ が、有限の爆発時間 $\tau$ まで一意に存在する。
• 解は初期条件 $u_0$ および拡張されたノイズデータ $\mathbb{X}$ に対して局所リプシッツ連続に依存し、データの一様有界性 $M$ に依存するバインドが得られる。
• この解法枠組みは、KPZ方程式および乗法的白色ノイズを伴う線形熱方程式にも適用可能であり、類似した適切な定式化結果が得られる。
• ノイズ項（例：$X^{\bullet}$, $X^{\bullet\bullet}$, $Q \circ X$）の拡張されたデータの構築は本質的であり、KPZ方程式のHairerによる拡張データの微分によって達成される。
• KPZ、PAM、および確率的バーガース方程式の間の形式的関係が、統一されたパラコントロールド枠組みによって厳密に裏付けられる。
• 理論は、SPDEにおける時空白色ノイズに起因する発散する非線形項の解釈と再正規化を体系的に提供する。