[論文レビュー] Quantitative stochastic homogenization of convex integral functionals

Scott N. Armstrong, Charles K. Smart|arXiv (Cornell University)|Jun 4, 2014

Advanced Mathematical Modeling in Engineering参考文献 15被引用数 27

ひとこと要約

本稿は、有限範囲依存性を満たす確率的係数を有する非線形、発散型形式の楕円型方程式において、凸積分汎関数に対する最初の定量的確率的均質化結果を確立する。代数的誤差推定値を最適な確率的可積分性で得ており、局所的最小化子に対してクエンチド $C^{0,1}$ 正則性を証明し、線形設定を超えて定量的均質化を拡張する。

ABSTRACT

We present quantitative results for the homogenization of uniformly convex integral functionals with random coefficients under independence assumptions. The main result is an error estimate for the Dirichlet problem which is algebraic (but sub-optimal) in the size of the error, but optimal in stochastic integrability. As an application, we obtain quenched $C^{0,1}$ estimates for local minimizers of such energy functionals.

研究の動機と目的

• 非線形的で一様に凸な積分汎関数に、確率的係数を有する定量的確率的均質化理論を構築すること。
• 最適な確率的可積分性と準最適な代数的レートを有する、ディリクレ問題の均質化における誤差推定を確立すること。
• 典型的な確率的係数の実現に対して、メソスコピックスケールまで有効なクエンチド $C^{0,1}$ 正則性評価を、局所的最小化子に対して証明すること。
• 変分的および準加法的技法を用いて、線形、発散型形式方程式にとどまらず、非線形設定への定量的均質化の範囲を拡張すること。

提案手法

• 均質化誤差を $L^2$ および $L^∞$ ノルムで制御するため、準加法性と凸解析に基づく変分的フレームワークを用いる。
• 異種最小化子 $u^\varepsilon$ と均質化最小化子 $u_{\mathrm{hom}}$ を比較するために、二尺度展開と補正子に基づく近似を採用する。
• 切断関数と空間平均化を用いたメソスコピック近似スキームを適用し、問題の局所化と誤差伝搬の制御を図る。
• 有限範囲依存性に基づく定量的エルゴード性の議論を用いて、誤差の尾確率推定を導出し、$\delta^{-s}$ における指数的減衰（$s < d$）を示す。
• 異種解を調和的類似近似と比較し、均質化極限における De Giorgi-Nash-Moser 型正則性を用いることで、クエンチド $C^{0,1}$ 評価を確立する。
• ポincare 不等式、Hölder 評価、エネルギー比較を組み合わせて、$Du^\varepsilon$ と $Du_{\mathrm{hom}}$ の差を $H^{-1}$-型ノルムで有界化する。

実験結果

リサーチクエスチョン

• RQ1 非線形的、発散型形式の設定において、凸積分汎関数の均質化に対して定量的誤差推定を確立できるか？
• RQ2 係数が有限範囲依存性を示す場合、均質化誤差の最適な確率的可積分性は何か？
• RQ3 このような汎関数の局所的最小化子は、メソスコピックスケールまでクエンチド $C^{0,1}$ 正則性を満たすか？
• RQ4 典型的な確率的係数の実現下で、誤差の減衰率は $\varepsilon$ に対してどのようにスケーリングされるか？

主な発見

• 任意の $s < d$ に対して、$\mathbb{P}\left[\fint_U |u^\varepsilon - u_{\mathrm{hom}}|^2 \geq C\varepsilon^\alpha\right] \leq C\exp(-\delta^{-s})$ の形の誤差推定を確立。ここで $\alpha > 0$ は $s$、$d$、および凸性パラメータに依存する。
• 誤差推定は $\varepsilon$ に関して代数的（準最適レート）であるが、確率的可積分性において最適であり、$s > d$ では境界が成り立たない。
• $L^2$ 誤差推定は、補間と非線形 De Giorgi-Nash-Moser 評価を用いて、確率的可積分性にほとんど損失なしに $L^\infty$ にアップグレード可能。
• クエンチド $C^{0,1}$ 評価が証明された：典型的な係数の実現に対して、$\sup_{B_{1/2} \setminus B_\varepsilon} \frac{|u^\varepsilon(x) - u^\varepsilon(0)|}{|x|} \leq \mathcal{Y}(1 + \|u^\varepsilon\|_{L^2(B_1)})$ が成り立ち、ここで $\mathcal{Y}$ はストレッチエキポネンシャルモーメントを持つ確率変数である。
• 本結果により、定量的均質化の適用範囲が、非線形的で凸的、発散型エネルギー汎関数へと拡張され、理論における重要なギャップを埋める。
• 解析は、新たな準加法的技法、補正子推定、メソスコピック正則性制御の組み合わせに依拠し、誤差は定量的エルゴード性の議論により制御される。