[論文レビュー] Lorentz improving estimates for the $p$-Laplace equations with mixed data

Thanh‐Nhan Nguyen, Minh‐Phuong Tran|arXiv (Cornell University)|Mar 10, 2020

Advanced Mathematical Physics Problems被引用数 5

ひとこと要約

本稿では、混合データを伴うp-ラプラシアン型の非線形楕円型方程式の弱解の勾配について、分数的最大作用素を組み合わせた洗練された良い-λアプローチを用いて、グローバルなローレンツ空間における正則性推定を確立する。主な貢献は、データの可積分性に基づく最適なローレンツ推定の導出であり、従来の結果をより一般化された非線形性およびリーベンシュタインまたは容量一様厚さ条件を満たす領域へと拡張している。

ABSTRACT

The aim of this paper is to develop the regularity theory for a weak solution to a class of quasilinear nonhomogeneous elliptic equations, whose prototype is the following mixed Dirichlet $p$-Laplace equation of type \\begin{align*} \\begin{cases} \\mathrm{div}(|\ abla u|^{p-2}\ abla u) &= f+ \\ \\mathrm{div}(|\\mathbf{F}|^{p-2}\\mathbf{F}) \\qquad \ ext{in} \\ \\ \\Omega, \\\\ \\hspace{1.2cm} u &=\\ g \\hspace{3.1cm} \ ext{on} \\ \\ \\partial \\Omega, \\end{cases} \\end{align*} in Lorentz space, with given data $\\mathbf{F} \\in L^p(\\Omega;\\mathbb{R}^n)$, $f \\in L^{\\frac{p}{p-1}}(\\Omega)$, $g \\in W^{1,p}(\\Omega)$ for $p>1$ and $\\Omega \\subset \\mathbb{R}^n$ ($n \\ge 2$) satisfying a Reifenberg flat domain condition or a $p$-capacity uniform thickness condition, which are considered in several recent papers. To better specify our result, the proofs of regularity estimates involve fractional maximal operators and valid for a more general class of quasilinear nonhomogeneous elliptic equations with mixed data. This paper not only deals with the Lorentz estimates for a class of more general problems with mixed data but also improves the good-$\\lambda$ approach technique proposed in our preceding works~\\cite{MPT2018,PNCCM,PNJDE,PNCRM}, to achieve the global Lorentz regularity estimates for gradient of weak solutions in terms of fractional maximal operators.

研究の動機と目的

• 弱解のグローバル正則性理論を、ローレンツ空間における混合ディリクレデータを伴う擬線形楕円型方程式に対して構築すること。
• 非同次データおよび標準p-ラプラシアンを越えたより一般的な非線形性を扱えるように、良い-λアプローチを拡張すること。
• 分数的最大作用素を用いて、弱解の勾配に関する鋭いローレンツ推定を確立すること。
• リーベンシュタイン平坦性またはp-容量一様厚さ条件を満たす領域を考察し、従来の領域仮定を一般化すること。
• 従来のp-ラプラシアン型方程式に対する混合データ付きローレンツ推定に関する結果を統合・改善すること。

提案手法

• 分数的最大関数 |∇u|p とデータ項 |ℰ|p の分布関数を関連付ける洗練された良い-λ不等式技術を用いる。
• 分数的最大作用素 Mα を用いて、ローレンツノルムにおける勾配の制御を行い、解の正則性とデータの可積分性を結びつける。
• リーベンシュタイン平坦またはp-容量が厚い領域における、カルデロン＝ジギムンド型の分解と被覆議論を適用する。
• レベル集合における測度論的議論とビタリ型被覆補題を用いて、弱型推定を確立する。
• 良い-λ不等式を繰り返し適用し、パラメータ選択（例：ε）による定数の最適化により、ローレンツノルムの境界を導出する。
• 非線形作用素 A および B が p-成長および単調性条件を満たす構造を用いて、非線形性を制御する。

実験結果

リサーチクエスチョン

• RQ1 混合データを伴うp-ラプラシアン方程式の弱解の勾配について、ローレンツ空間における正則性推定を確立できるか？
• RQ2 非同次データおよびp-ラプラシアンを越えた一般非線形性を伴う方程式に対して、良い-λ技法はどのように適合されるか？
• RQ3 リーベンシュタイン平坦性またはp-容量一様厚さ条件などの領域条件は、グローバルなローレンツ推定を保証するために十分か？
• RQ4 分数的最大作用素は、データの可積分性に基づいて勾配の正則性をどの程度定量的に表現できるか？
• RQ5 良い-λ不等式における定数の最適化によって、推定を最適なローレンツノルムへ改善できるか？

主な発見

• 本稿では、0 < q < nγ/(n - αγ) および 0 < s < ∞ の条件下で、‖Mα(|∇u|p)‖Lq,s(Ω) ≤ C(‖Mα(|ℰ|p)‖Lq,s(Ω) + ‖∇u‖Lq,s(Ω)) の形のグローバルなローレンツ推定を確立する。
• 推定は、領域 Ω が (δ, r₀)-リーベンシュタイン平坦または p-容量一様厚さ条件を満たすという仮定のもとで有効である。
• ε を十分に小さく選べば、定数を任意に小さくでき、良い-λ不等式が一様に成り立つ。
• 分数的最大作用素を統合し、混合データを統一的な枠組みで扱えるようにすることで、従来の良い-λ技法を改善した。
• Carathéodory作用素が p-成長および単調性条件を満たすより広いクラスの擬線形楕円型方程式へも結果を拡張可能である。
• 最終的な推定は、Ca∞^s ε^(s/q) ≤ 1/2 を満たすように ε を選ぶことで得られ、望ましいローレンツノルムの制御が達成される。