[论文解读] Lectures on singular stochastic PDEs

Massimiliano Gubinelli, Nicolas Perkowski|arXiv (Cornell University)|Jan 31, 2015

Random Matrices and Applications参考文献 19被引用 10

一句话总结

本文提出了一套系统方法，利用拟微分分布和能量解来求解奇异随机偏微分方程（SPDEs），重点关注如随机Burgers方程和抛物型Anderson模型等方程。该方法在基于齐次空间和重整化机制的适定框架下，建立了这些方程解的存在性、唯一性以及对初值和噪声的连续依赖性。

ABSTRACT

These are the notes for a course at the 18th Brazilian School of Probability held from August 3rd to 9th, 2014 in Mambucaba. The aim of the course is to introduce the basic problems of non--linear PDEs with stochastic and irregular terms. We explain how it is possible to handle them using two main techniques: the notion of energy solutions and that of paracontrolled distributions. In order to maintain a link with physical intuitions, we motivate such singular SPDEs via a homogenisation result for a diffusion in a random potential.

研究动机与目标

• 开发一个严格框架，用于求解具有不规则和非线性项的奇异随机PDE。
• 通过将受控路径思想与调和分析相结合，弥合概率论与分析工具之间的鸿沟，以处理SPDE。
• 通过随机环境中扩散的均质化过程提供物理解释，使抽象的SPDE与具体应用相联系。
• 建立奇异SPDE（如随机Burgers方程和抛物型Anderson模型）解的存在性及其对初值的连续依赖性。
• 展示重整化如何自然地从奇异SPDE中多尺度相互作用中产生。

提出的方法

• 本文采用拟微分分布作为受控路径的多维推广，使非线性SPDE在不规则噪声下的处理成为可能。
• 利用齐次空间和Littlewood–Paley分解来定义具有足够正则性的函数空间，以适用于奇异SPDE。
• 解法策略涉及将解分解为基于噪声项的模型部分和通过拟积结构受控的余项部分。
• 通过在拟微分分布的加权空间中使用不动点论证求解关键方程，其中范数通过模型的对偶和余项部分定义。
• 系统性地应用重整化，以处理由奇异噪声项非线性相互作用引起的发散问题。
• 通过构建扩展数据（例如，针对时空白噪声）验证该方法，确保SPDE的适定性。

实验结果

研究问题

• RQ1 当噪声为时空白噪声且非线性项为二次型时，如何定义并求解随机Burgers方程？
• RQ2 重整化在使由奇异噪声驱动的非线性SPDE具有意义的过程中起什么作用？
• RQ3 微观随机势能的多尺度效应如何在均质化极限下导致宏观奇异SPDE？
• RQ4 拟微分分布能否为经典粗糙路径理论范围之外的SPDE提供一个稳健的求解框架？
• RQ5 在函数空间设定下，哪些条件能保证奇异SPDE解的存在性及其连续依赖性？

主要发现

• 对于初始数据属于 $\mathscr{C}^{2\gamma}$ 且噪声属于 $\mathcal{X}_{\text{sbe}}$ 的随机Burgers方程，存在唯一的解 $u \in \mathscr{D}^\gamma(\mathbb{X})$，其定义时间可能有限（爆炸时间 $\tau$）。
• 解在初值 $u_0$ 和扩展噪声数据 $\mathbb{X}$ 上局部Lipschitz连续，其界依赖于数据的统一有界性 $M$。
• 该解框架适用于KPZ方程和带乘性白噪声的线性热方程，并获得类似适定性结果。
• 对噪声项（如 $X^{\bullet}$, $X^{\bullet\bullet}$, $Q \circ X$）的扩展数据构造至关重要，且通过微分Hairer为KPZ方程所构造的扩展数据实现。
• 通过统一的拟微分框架，将KPZ方程、PAM方程和随机Burgers方程之间的形式联系严格化。
• 该理论为SPDE中由时空白噪声引起的发散非线性项提供了系统化的解释与重整化方法。