[論文レビュー] The corrector in stochastic homogenization: optimal rates, stochastic integrability, and fluctuations

Antoine Gloria, Félix Otto|arXiv (Cornell University)|Oct 28, 2015

Advanced Mathematical Modeling in Engineering参考文献 23被引用数 50

ひとこと要約

本稿は、強い確率的積分可能性のもとで、確率的楕円型方程式における補正関数の最適な確率的均質化率を確立する。勾配およびフラックスが中心極限定理（CLT）スケーリング $ R^{-d/2} $ で減少することを示し、自己平均化半群法と強化積分可能性を備えた伝搬子推定を用いる。これにより、ほぼ最適な積分可能性のもとで最適な率を達成するとともに、完全なガウス型境界のもとで部分的に最適でない率を達成し、定量的確率的均質化理論における長年のギャップを解消する。

ABSTRACT

We consider uniformly elliptic coefficient fields that are randomly distributed according to a stationary ensemble of a finite range of dependence. We show that the gradient and flux $( ablaϕ,a( abla ϕ+e))$ of the corrector $ϕ$, when spatially averaged over a scale $R\gg 1$ decay like the CLT scaling $R^{-\frac{d}{2}}$. We establish this optimal rate on the level of sub-Gaussian bounds in terms of the stochastic integrability, and also establish a suboptimal rate on the level of optimal Gaussian bounds in terms of the stochastic integrability. The proof unravels and exploits the self-averaging property of the associated semi-group, which provides a natural and convenient disintegration of scales, and culminates in a propagator estimate with strong stochastic integrability. As an application, we characterize the fluctuations of the homogenization commutator, and prove sharp bounds on the spatial growth of the corrector, a quantitative two-scale expansion, and several other estimates of interest in homogenization.

研究の動機と目的

• 定量的確率的均質化理論において、最適なレートと最適な確率的積分可能性の間のギャップを埋めること。
• 強い確率的積分可能性のもとで、補正関数の勾配およびフラックスがCLTスケーリング $ R^{-d/2} $ で減少することを確立すること。
• 大スケール極限において、均質化交換子のフラクチュエーションがガウス白色ノイズに収束することを特定すること。
• 拡張された補正関数および2スケール展開の誤差の成長に対する鋭い境界を導出すること。
• 強い積分可能性制御を備えた伝搬子フレームワークを通じて、決定論的および確率的推定を統合すること。

提案手法

• 楕円型作用素に関連する半群の伝搬子推定を構築し、スケールを分離するための自己平均化性を活用する。
• 修正された補正関数と局所化エネルギー推定を用いて、均質化誤差を制御し、決定論的境界を導出する。
• 強い積分可能性を備えた確率的伝搬子推定を適用し、CLTキャンセレーションおよび相対的局所近似に依存する。
• 確率的積分可能性を定量化し、フラクチュエーションを制御するためのCLTノルム $ |ig|ig|ig| ullet ig|ig|ig| $ を用いる。
• アンカリング補題と一様有界性を導入し、スケールの正規化下でも解析を安定化する。
• 決定論的エネルギー推定と確率的キャンセレーションを組み合わせることで、最適な減衰レートおよびガウス型フラクチュエーション極限を達成する。

実験結果

リサーチクエスチョン

• RQ1 強い確率的積分可能性のもとで、補正関数の勾配およびフラックスの最適な減衰レート $ R^{-d/2} $ を達成できるか？
• RQ2 大スケール極限において、均質化交換子のフラクチュエーションはガウス白色ノイズに収束するか？
• RQ3 確率的均質化における拡張された補正関数の鋭い成長レートは何か？
• RQ4 最適な確率的積分可能性のもとで、2スケール展開の系統的誤差を定量的に評価できるか？
• RQ5 半群の自己平均化性は、補正関数のスケール分離可能な解析をどのように可能にするか？

主な発見

• 補正関数の勾配およびフラックスは、CLTスケーリング $ R^{-d/2} $ で減少し、確率的積分可能性において準ガウス型の境界を有する。
• スケーリングされた均質化交換子 $ R^{d/2} abla ilde{ heta}(R\bullet) $ は $ R \to \infty $ のときガウス白色ノイズに収束し、フラクチュエーション極限を確認する。
• 拡張された補正関数は $ L^p $ ノルムで高々 $ R^{1/2} $ の割合で成長し、伝搬子推定により鋭い制御が可能である。
• 2スケール展開における系統的誤差は、$ L^2 $ ノルムで $ R^{-d/2} $ で有界であり、最適なレートと一致する。
• 補正関数のスペクトル指数は $ d/2 $ で有界であり、CLTスケーリングおよびガウス型フラクチュエーションと整合的である。
• 最小半径の確率的積分可能性は、CLTノルムの部分的に最適でない推定により制御され、一様有界性が可能になる。