[논문 리뷰] Annealed estimates on the Green function

Daniel Marahrens, Félix Otto|arXiv (Cornell University)|2013. 04. 16.

Advanced Mathematical Modeling in Engineering참고 문헌 14인용 수 9

한 줄 요약

이 논문은 d차원 격자 위에서의 이산적, 랜덤, 균일 타원형 방정식에 대해 그린 함수의 안내된 추정치를 수립한다. 계수 필드 집합에 대해 로그 소볼레프 부등식 조건을 가정할 때, 고착된 그린 함수의 1차 및 2차 혼합 도함수의 모든 확률적 모멘트가 일정 계수 사례와 동일한 속도로 감쇠됨을 증명하며, 이는 이전 결과를 확장하고 고유 탄성 대비가 큰 경우에도 최적의 호모지네이션 오차 추정치를 가능하게 한다.

ABSTRACT

We consider a random, uniformly elliptic coefficient field $a(x)$ on the $d$-dimensional integer lattice $\mathbb{Z}^d$. We are interested in the spatial decay of the quenched elliptic Green function $G(a;x,y)$. Next to stationarity, we assume that the spatial correlation of the coefficient field decays sufficiently fast to the effect that a logarithmic Sobolev inequality holds for the ensemble $\langle\cdot angle$. We prove that all stochastic moments of the first and second mixed derivatives of the Green function, that is, $\langle| abla_x G(x,y)|^p angle$ and $\langle| abla_x abla_y G(x,y)|^p angle$, have the same decay rates in $|x-y|\gg 1$ as for the constant coefficient Green function, respectively. This result relies on and substantially extends the one by Delmotte and Deuschel \cite{DeuschelDelmotte}, which optimally controls second moments for the first derivatives and first moments of the second mixed derivatives of $G$, that is, $\langle| abla_x G(x,y)|^2 angle$ and $\langle| abla_x abla_y G(x,y)| angle$. As an application, we are able to obtain optimal estimates on the random part of the homogenization error even for large ellipticity contrast.

연구 동기 및 목표

• 이산적, 랜덤, 균일 타원형 방정식에서 고착된 그린 함수의 1차 및 2차 혼합 도함수에 대한 안내된 모멘트 추정치를 도출하는 것.
• 델모트와 데우슈엘의 결과를 확장하여 그린 함수의 기울기 및 헤시안의 모든 p차 모멘트에 대해 최적의 감쇠 속도를 확립하는 것.
• 큰 탄성 대비가 존재하는 경우에도 스트로스틱 호모지네이션에서 랜덤 성분의 오차에 대해 최적의 추정치를 제공하는 것.
• 로그 소볼레프 부등식이 계수 필드의 충분한 혼합성을 보장하는 통계적 가정으로서의 타당성을 정당화하는 것.
• 데 지오프리 정신의 안내된 허더 정규성 추정치를 고착된 설정으로 확장하여 정규성 이론을 확장하는 것.

제안 방법

• 분석은 d차원 정수 격자 Z^d 위에서 수행되며, 모든 e ∈ Ed에 대해 계수 필드 a(e) ∈ [λ,1] 이며 균일 타원성을 만족한다.
• 그린 함수 G(x,y)는 ∇*(a∇G)(·,y) = δ(·−x)의 해로 정의되며, 분포적 특성은 ∑ₑ ∇ζ(e) a(e) ∇G(e,y) = ζ(y)로 기술된다.
• 주요 기술적 도구는 계수 필드 집합에 대한 로그 소볼레프 부등식(LSI)으로, 공간 상관성이 급격히 감쇠할 경우 성립하며, i.i.d. 계수 필드에 의해 만족된다.
• 증명은 델모트와 데우슈엘의 작업을 바탕으로 하며, 그들의 1차 도함수의 2차 모멘트 및 2차 도함수의 1차 모멘트에 대한 최적 제어를 모든 p차 모멘트로 확장한다.
• 핵심 단계는 모서리에 대해 LSI를 텐서화하고, 모서리의 순서화된 열거를 통해 국소 기능의 분산을 제어하기 위한 순차적 평균화 방법을 사용하는 것이다.
• 이 방법은 상대 엔트로피의 텔레스코프 합 표현식과 국소 평균의 제곱근의 진동 범위에 대한 경계에 의존한다.

실험 결과

연구 질문

• RQ1 적절한 에르고딕성 가정 하에, 고착된 그린 함수의 1차 및 2차 혼합 도함수의 모든 p차 모멘트가 일정 계수 사례와 동일한 속도로 감쇠하는가?
• RQ2 그린 함수 기울기 및 헤시안에 대한 안내된 추정치는 제2모멘트 및 제1모멘트를 초과하여 모든 p ≥ 1에 대해 확장 가능한가?
• RQ3 로그 소볼레프 부등식은 그린 함수 도함수의 최적 모멘트 감쇠를 보장하는 데 어떤 역할을 하는가?
• RQ4 이러한 향상된 모멘트 추정치는 스트로스틱 호모지네이션에서 랜덤 성분의 오차 정량화에 어떤 영향을 미치는가?
• RQ5 유사한 프레임워크를 사용하여 고착된 그린 함수에 대해 안내된 허더 정규성 추정치를 도출할 수 있는가?

주요 결과

• LSI 가정 하에, |∇ₓG(x,y)|^p의 모든 확률적 모멘트는 |x−y| ≫ 1에서 일정 계수 사례와 동일한 감쇠 속도를 갖는다.
• 모든 p차 모멘트 |∇ₓ∇ᵧG(x,y)|^p는 일정 계수 사례와 동일한 감쇠를 보이며, 이는 이전 연구에서 제2모멘트 및 제1모멘트만 제어한 것을 확장한다.
• 로그 소볼레프 부등식은 계수 필드의 충분한 혼합성을 보장하며, 이는 그린 함수 도함수의 안내된 모멘트 제어에 필수적이다.
• 이 결과들은 큰 탄성 대비가 존재하는 경우에도 랜덤 성분의 오차에 대해 최적의 추정치를 가능하게 하며, 이는 이전에 존재하는 방법으로는 달성할 수 없었던 것이다.
• 데 지오프리 정신의 안내된 허더 추정치가 확립되었으며, 이는 고착된 그린 함수가 평균(안내된) 의미에서 정규성 성질을 만족함을 보여준다.
• LSI의 텐서화 및 텔레스코프 엔트로피 분해에 기반한 증명 기법은 제2차 이상의 모멘트 추정치를 확장하는 데 있어 강력한 프레임워크를 제공한다.