Skip to main content
QUICK REVIEW

[论文解读] Nash embedding, shape operator and Navier-Stokes equation on a Riemannian manifold

Shizan Fang|arXiv (Cornell University)|Jul 29, 2019
Advanced Mathematical Modeling in Engineering参考文献 34被引用 9
一句话总结

本文利用Nash嵌入与形状算子理论,研究了在紧致黎曼流形上纳维-斯托克斯方程中拉普拉斯算子的选择问题。通过将流形等距嵌入欧几里得空间,作者利用de Rham-Hodge拉普拉斯算子推导出纳维-斯托克斯方程的概率表示公式,确立了其在随机分析与几何流体动力学中的自然角色。

ABSTRACT

What is the suitable Laplace operator on vector fields for the Navier-Stokes equation on a Riemannian manifold? In this note, by considering Nash embedding, we will try to elucidate different aspects of different Laplace operators such as de Rham-Hodge Laplacian as well as Ebin-Marsden's Laplacian. A probabilistic representation formula for Navier-Stokes equations on a general compact Riemannian manifold is obtained when de Rham-Hodge Laplacian is involved. MSC 2010: 35Q30, 58J65

研究动机与目标

  • 澄清不同拉普拉斯算子(特别是de Rham-Hodge算子与Ebin-Marsden算子)在紧致黎曼流形上纳维-斯托克斯方程中的几何与分析适用性。
  • 研究de Rham-Hodge拉普拉斯算子是否在弯曲几何的随机流与变分原理中自然出现。
  • 在一般紧致黎曼流形上,利用de Rham-Hodge拉普拉斯算子建立纳维-斯托克斯方程的概率表示公式。
  • 从几何不变性与物理相关性角度,比较基于形变张量的Ebin-Marsden拉普拉斯算子与de Rham-Hodge拉普拉斯算子。
  • 探讨Killing向量场与曲率(Ricci张量)在决定Ebin-Marsden拉普拉斯算子是否保持无散向量场空间中的作用。

提出的方法

  • 利用Nash嵌入将紧致黎曼流形 $M$ 等距嵌入到高维欧几里得空间 $\mathbb{R}^N$ 中。
  • 在 $M$ 上构造一族向量场 $\{A_1, \dots, A_N\}$,使得其李导数平方和等于拉普拉斯-贝尔特拉米算子:$\Delta = \sum_{i=1}^N \mathcal{L}_{A_i}^2$。
  • 依赖形状算子与第二基本形式,将 $M$ 的内蕴几何与在 $\mathbb{R}^N$ 中的外蕴几何联系起来。
  • 通过恒等式 $-\square B = \sum_{i=1}^N \mathcal{L}_{A_i}^2 B + 2\mathcal{T}_1(B)$ 对无散向量场,利用de Rham-Hodge拉普拉斯算子推导出纳维-斯托克斯方程的随机表示。
  • 对与随机流相关的密度过程 $\rho_t$ 应用伊藤微积分,导出 $\rho_t$ 的随机偏微分方程(SPDE)。
  • 利用李导数 $\mathcal{L}_{u_t}^*$ 的伴随算子与解的唯一性,证明概率解与经典解一致。

实验结果

研究问题

  • RQ1在黎曼流形上,de Rham-Hodge算子与Ebin-Marsden算子中,哪一个对纳维-斯托克斯方程更具几何与物理上的自然性?
  • RQ2能否在一般紧致黎曼流形上,利用de Rham-Hodge拉普拉斯算子导出纳维-斯托克斯方程的概率表示公式?
  • RQ3流形的曲率(特别是Ricci张量)如何影响Ebin-Marsden拉普拉斯算子与无散条件的相容性?
  • RQ4在何种几何条件下,Ebin-Marsden拉普拉斯算子能保持无散向量场空间的不变性?
  • RQ5形状算子与Nash嵌入在将拉普拉斯算子分解为流形上向量场的李导数中起何种作用?

主要发现

  • de Rham-Hodge拉普拉斯算子 $\square$ 在随机分析背景下自然出现,并为紧致黎曼流形上的纳维-斯托克斯方程提供了概率表示。
  • 该概率表示通过恒等式 $-\square B = \sum_{i=1}^N \mathcal{L}_{A_i}^2 B + 2\mathcal{T}_1(B)$ 推导得出,其中 $\{A_i\}$ 为Nash嵌入所导出的向量场。
  • 除非流形为爱因斯坦流形(即Ricci曲率与度量成比例),否则Ebin-Marsden拉普拉斯算子 $\hat{\square}$ 不保持无散向量场空间。
  • 密度 $\rho_t$ 的SPDE被导出为 $d\rho_t = -\sqrt{2\nu}\langle dJ(x)\nabla\rho_t + \text{Trace}(\alpha)\rho_t, dW_t\rangle + (\nu\Delta\rho_t + \mathcal{L}_{u_t}\rho_t)dt$,将随机流与纳维-斯托克斯动力学联系起来。
  • 热型方程 $\frac{dz_t}{dt} = -\nu \tilde{\square} z_t - \mathcal{L}_{u_t}^* z_t$ 在初值 $z_0 = 0$ 下解的唯一性意味着 $z_t = 0$,从而证明概率解与经典解一致。
  • Ebin-Marsden拉普拉斯算子满足 $\hat{\square}B = \square B + 2\text{Ric}(B)$ 对于无散 $B$,确认其在一般曲率流形中不保持无散性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。