[論文レビュー] Pointwise two-scale expansion for parabolic equations with random coefficients

Yu Gu, Jean-Christophe Mourrat|arXiv (Cornell University)|Oct 8, 2014

Advanced Mathematical Modeling in Engineering参考文献 27被引用数 4

ひとこと要約

本稿は、次元 $ d \geq 3 $ の線形放物型方程式に対して、確率的係数をもつ場合の点関数的2スケール展開を確立する。均質化限界 $ u_{\mathrm{hom}} $ と不均質解 $ u_\varepsilon $ の差が、ほとんど確実に $ \varepsilon \nabla u_{\mathrm{hom}} \cdot \tilde{\phi}(x/\varepsilon, \omega) + o(\varepsilon) $ であることを証明する。ここで $ \tilde{\phi} $ は定常補正子である。この結果は、係数分布の対称性を仮定しないでも成り立つことが示され、従来の期待とは反して、定量的エルゴード性およびマルティングル手法に依存している。

ABSTRACT

We investigate the first-order correction in the homogenization of linear parabolic equations with random coefficients. In dimension $3$ and higher and for coefficients having a finite range of dependence, we prove a pointwise version of the two-scale expansion. A similar expansion is derived for elliptic equations in divergence form. The result is surprising, since it was not expected to be true without further symmetry assumptions on the law of the coefficients.

研究の動機と目的

• 確率的係数をもつ線形放物型方程式のストークス的均質化における1次補正を分析すること。
• 標準的な $ L^2 $ や $ H^1 $ 収束を超えて、$ u_\varepsilon(t,x,\omega) - u_{\mathrm{hom}}(t,x) $ に対する点関数的2スケール展開を確立すること。
• 係数分布の対称性仮定なしに、このような点関数的展開が成立するかという未解決の問題を解消すること。
• 期待値空間 $ L^1(\Omega) $ において誤差項が $ o(\varepsilon) $ であることを証明すること。これは $ z \mapsto -z $ に関する不変性がない場合でも成立する。

提案手法

• 点関数的2スケール展開の枠組みを用い、解を $ u_\varepsilon = u_{\mathrm{hom}} + \varepsilon \nabla u_{\mathrm{hom}} \cdot \tilde{\phi}(x/\varepsilon, \omega) + \text{誤差} $ の形に分解する。
• マルティングル手法による定量的エルゴード性推定を用いて、補正子の分散減衰を制御する。
• 係数の有限範囲の依存性（ポアソン点過程の関数としてモデル化）を活用し、補正子およびその勾配のモーメントバウンドを導出する。
• スペクトルギャップ不等式および周期的設定における指数的混合性を用いて、周期的係数への拡張を実現する。
• 畳み込み推定（補題A.1）を用いて、$ \mathbb{R}^d $ におけるグリーン関数と補正子の相互作用の減衰を制御する。
• 解のマルティングル表現と誤差項の中心極限定理型の議論を用いて、展開を導出する。

実験結果

リサーチクエスチョン

• RQ1 次元 $ d \geq 3 $ において、係数分布の対称性がなくても、確率的係数をもつ放物型方程式に対して点関数的2スケール展開を確立できるか？
• RQ2 固定された $ (t,x) $ に対して、均質化プロセスにおける誤差が $ L^1(\Omega) $ で本当に $ o(\varepsilon) $ であるか、$ O(\varepsilon) $ ではないか？
• RQ3 係数分布に対称性がない場合、点関数的補正が成立しないと以前は懸念されていたが、その懸念は正当か？
• RQ4 確率的係数に対して用いられた手法を周期的均質化設定に適応し、同様の点関数的展開を得られるか？
• RQ5 期待値 $ \mathbb{E}[u_\varepsilon(t,x,\omega)] $ から $ u_{\mathrm{hom}}(t,x) $ への収束の正確な速度は何か？ そして、$ o(\varepsilon) $ に達するか？

主な発見

• 次元 $ d \geq 3 $ において、点関数的2スケール展開が成立する：$ u_\varepsilon(t,x,\omega) - u_{\mathrm{hom}}(t,x) = \varepsilon \nabla u_{\mathrm{hom}}(t,x) \cdot \tilde{\phi}(x/\varepsilon, \omega) + o(\varepsilon) $ であり、$ L^1(\Omega) $ で成り立つ。ここで $ o(\varepsilon)/\varepsilon \to 0 $ である。
• 係数分布の $ z \mapsto -z $ に関する対称性を仮定しなくても、この結果は成り立つ。これは、数値的・簡易モデルの結果に基づく従来の期待とは反対である。
• 対称性がなく、強い混合性もなければ、マルティングル手法と分散減衰推定により誤差項が定量的に制御可能である。
• 展開は楕円型の場合へも拡張され、発散型楕円型方程式の解に対し、同様の点関数的展開が導出された。
• 周期的設定では、エルゴード性推定の代わりにスペクトルギャップ不等式を用いることで、同様の点関数的展開が $ o(\varepsilon) $ の誤差で成立する。
• 証明は、係数分布に対称性がない場合でも、$ L^1 $-ノルムにおける補正誤差を制御するための、中心極限定理およびマルティングル技法の新規応用に依存している。