[论文解读] Existence, Uniqueness and Lipschitz Dependence for Patlak-Keller-Segel and Navier-Stokes in R2 with Measure-valued Initial Data

Jacob Bedrossian, Nader Masmoudi|arXiv (Cornell University)|May 7, 2012

Mathematical Biology Tumor Growth参考文献 45被引用 4

一句话总结

本文建立了二维帕特拉克-凯勒-塞格尔模型和二维纳维-斯托克斯方程在测度初值下的局部适定性，证明了在无点质量超过 $8\pi$ 的条件下，温和解的存在性、唯一性及利普希茨连续性。作者改进了加拉格尔与加亚尔的技巧，以处理PKS中更强的奇异线性估计，将先前的小数据和弱解结果推广至精确的大型数据框架。

ABSTRACT

We establish a new local well-posedness result in the space of finite Borel measures for mild solutions of the parabolic-elliptic Patlak-Keller-Segel (PKS) model of chemotactic aggregation in two dimensions. Our result only requires that the initial measure satisfy the necessary assumption $\max_{x \in \Real^2}μ(\set{x}) < 8π$. This work improves the small-data results of Biler and the existence results of Senba and Suzuki. Our work is based on that of Gallagher and Gallay, who prove the uniqueness and log-Lipschitz continuity of the solution map for the 2D Navier-Stokes equations (NSE) with measure-valued initial vorticity. We refine their techniques and present an alternative version of their proof which yields existence, uniqueness and \emph{Lipschitz} continuity of the solution maps of both PKS and NSE. Many steps are more difficult for PKS than for NSE, particularly on the level of the linear estimates related to the self-similar spreading solutions.

研究动机与目标

• 在二维抛物-椭圆型帕特拉克-凯勒-塞格尔模型的有限博雷尔测度空间中，首次建立大型数据的局部适定性结果。
• 解决一个开放问题：在临界质量条件 $\max_x \mu(\{x\}) < 8\pi$ 下，温和解是否存在于小数据或弱解框架之外。
• 尽管线性估计的奇异性更强，仍将加拉格尔与加亚尔对纳维-斯托克斯方程的唯一性与利普希茨连续性框架扩展至化学趋向模型PKS。
• 为PKS与纳维-斯托克斯方程提供统一的证明策略，使两者在相同函数空间中均实现存在性、唯一性与利普希茨依赖性。

提出的方法

• 作者通过包含热核与非线性漂移项的积分公式定义温和解，并以超收缩估计 $\sup_{t\in(0,T)} t^{1/4}\|u(t)\|_{4/3} < \infty$ 作为关键正则性约束。
• 他们在精心选择的函数空间 $X$ 中采用压缩映射原理，该空间同时控制 $L^{4/3}$ 范数与与自相似解相关的加权 $L^p$ 范数。
• 证明依赖于带源项的热流的精细线性估计，特别是自相似扩展解 $G_\alpha$，它们作为参考轮廓。
• 作者改编并推广了加拉格尔与加亚尔关于纳维-斯托克斯涡度工作的谱与椭圆正则性技术，将其应用于更具奇异性特征的PKS系统。
• 通过将解映射分解为自相似轮廓与扰动项，建立了解映射的先验界，利用线性化算子 $L - \Lambda_\alpha$ 的谱间隙。
• 一项关键技术突破是使用加权 $L^p$ 空间（$m > 4$）来控制非线性漂移项 $\nabla \cdot (u \nabla c)$，从而确保压缩映射原理适用。

实验结果

研究问题

• RQ1 能否证明二维帕特拉克-凯勒-塞格尔模型的温和解在初始数据为有限博雷尔测度且无原子质量超过 $8\pi$ 时存在且唯一？
• RQ2 在此条件下，从初始测度到解的映射在总 variation 范数下是否为利普希茨连续？
• RQ3 能否将用于纳维-斯托克斯方程测度初值涡度的技巧适配至更具奇异性特征的帕特拉克-凯勒-塞格尔系统，特别是在处理自相似解的线性估计方面？
• RQ4 自相似解对所有 $\alpha \in (0, 8\pi)$ 的存在性是否允许构造一个不依赖小量假设的压缩映射，从而捕捉完整的大型数据情形？
• RQ5 确保二维帕特拉克-凯勒-塞格尔模型在有限博雷尔测度空间中实现局部适定性的初始测度的最优条件是什么？

主要发现

• 本文在条件 $\max_{x\in\mathbb{R}^2} \mu(\{x\}) < 8\pi$ 下，建立了二维帕特拉克-凯勒-塞格尔模型在有限博雷尔测度空间中的局部适定性，该条件为精确且必要。
• 证明了解映射关于初始数据总变差范数的局部利普希茨连续性，这是一个强有力的稳定性结果。
• 所构造的温和解在所有 $t > 0$ 时均为光滑解，即使初始数据包含原子，只要原子质量低于 $8\pi$，从而解决了关键开放问题。
• 作者证明了当 $\alpha < 8\pi$ 时，自相似解 $G_\alpha$ 是动力系统唯一的全局吸引子，且在分析中作为核心参考轮廓。
• 对带源项的热流线性估计进行了精细化处理，以应对PKS中相比纳维-斯托克斯更强的奇异性，特别是在 $m > 4$ 的加权 $L^p$ 范数中，这些是压缩映射论证的关键。
• 该证明技术同样适用于二维纳维-斯托克斯方程的测度初值涡度，扩展了加拉格尔与加亚尔的先前结果。