[論文レビュー] Mixing, dissipation enhancement and convergence rates for scaling limit of SPDEs with transport noise

Franco Flandoli, Lucio Galeati+1 more|arXiv (Cornell University)|Apr 5, 2021

Markov Chains and Monte Carlo Methods被引用数 6

ひとこと要約

本稿は、トーラス上における確率的線形輸送方程式における混合および散逸強化を、解析的および確率的手法を用いて定量的な収束速度を導出することによって確立する。この結果は2次元確率的流体方程式のスケーリング極限に拡張され、確定的粘性力学への収束を示し、爆発確率を任意の閾値未満に抑えるノイズを備えたケラー＝セーゲルモデルへ応用可能である。

ABSTRACT

We prove the mixing property for stochastic linear transport equations on the torus, and dissipation enhancement in the viscous case. Our approach works also for the scaling limit of stochastic 2D (inviscid) fluid dynamical equations with transport noise to deterministic viscous equations. Quantitative estimates on the convergence rates are provided by combining analytic and probabilistic arguments, especially heat kernel properties and maximal estimates for stochastic convolutions. Similar ideas are applied to the stochastic 2D Keller-Segel model, yielding explicit choice of noise to ensure that the blow-up probability is less than any given threshold.

研究の動機と目的

• トーラス上における輸送ノイズを有する確率的線形輸送方程式の混合性を確立すること。
• このような方程式の粘性ケースにおける散逸強化を分析すること。
• 輸送ノイズを有する確率的2次元流体方程式のスケーリング極限を研究し、確定的粘性方程式への収束を示すこと。
• 解析的および確率的技術を統合して、定量的な収束速度推定を提供すること。
• ノイズ選択による爆発確率を制御可能にする枠組みをケラー＝セーゲルモデルに応用すること。

提案手法

• 解の滑らかさおよび減衰挙動を分析するため、ヒートカーネルの性質を用いる。
• ノイズによって生じる不規則性を制御するため、確率的畳み込みの最大推定を適用する。
• 確率的議論とPDE解析を組み合わせ、スケーリング極限における収束速度を導出する。
• 確率的輸送ノイズを、散逸の強化および解の安定化のメカニズムとして用いる。
• ケラー＝セーゲルモデルにおける爆発確率を任意の所定の閾値未満に抑えるための明示的なノイズパラメータを導出する。
• 確率的設定におけるエルゴドリシティおよび混合性の性質を用いて、解の長期的挙動を分析する。

実験結果

リサーチクエスチョン

• RQ1 トーラス上における確率的線形輸送方程式が輸送ノイズのもとで混合性を示す条件は何か？
• RQ2 このようなSPDEの粘性ケースにおいて、輸送ノイズはどのように散逸を強化するか？
• RQ3 輸送ノイズを有する確率的2次元流体方程式のスケーリング極限が確定的粘性方程式へ収束する速度は何か？
• RQ4 ノイズを設計することで、確率的ケラー＝セーゲルモデルにおける爆発確率を所定の確率閾値未満に抑えることは可能か？
• RQ5 ヒートカーネル推定および確率的畳み込みの最大境界が、定量的収束速度を導出する際に果たす役割は何か？

主な発見

• 輸送ノイズのもとで、トーラス上における確率的線形輸送方程式は混合性を示し、エルゴドリックな挙動を保証する。
• 粘性ケースにおいて、輸送ノイズは散逸を強化し、解の減衰を加速する。
• ヒートカーネルの境界および確率的畳み込みの推定を用いて、確定的粘性極限への収束速度が定量的に推定される。
• 輸送ノイズを有する確率的2次元流体方程式のスケーリング極限は、確定的粘性方程式へ収束し、明示的な速度制御が可能である。
• 確率的ケラー＝セーゲルモデルにおいて、ノイズ強度の明示的選択により、爆発確率は任意の所定の閾値未満に抑えられる。
• 解析的および確率的技術の組み合わせにより、収束および安定化に関する鋭い定量的推定が得られる。