Skip to main content
QUICK REVIEW

[论文解读] Nonlocal elliptic equation in Hölder space and the martingale problem

Chengcheng Lin, Guohuan Zhao|arXiv (Cornell University)|Jul 1, 2019
Advanced Mathematical Physics Problems参考文献 31被引用 9
一句话总结

本论文在Besov-Hölder空间中为具有奇异漂移的非局部椭圆方程建立了Schauder型估计,借助Littlewood-Paley理论与Bony分解。证明了相关鞅问题的解的存在性与唯一性,并表明解的一维分布具有Besov空间中的密度,将正则性理论推广至不规则系数及α ∈ (0,1)的情形。

ABSTRACT

The well-posedness of nonlocal elliptic equation with singular drift is investigated in Besov-Hölder spaces. As an application, we show the existence and uniqueness for corresponding martingale problem. Moreover, we prove that the one dimensional distribution of the martingale solution has a density in some Besov space.

研究动机与目标

  • 在Besov-Hölder空间中为具有奇异漂移的非局部椭圆方程建立全局Schauder型估计。
  • 证明与具有不规则系数的非局部生成元相关的鞅问题的适定性。
  • 表明由SDE驱动的鞅解的一维分布具有Besov空间中的密度。
  • 将正则性理论推广至α ∈ (0,1)且非零、不规则漂移b ∈ C^β的情形。
  • 通过弱化跳跃核κ(x,z)的下界条件,超越标准假设κ ≥ λ > 0,推广现有结果。

提出的方法

  • 利用Littlewood-Paley理论推导解算子的频率局部化最大不等式。
  • 应用Bony分解处理当α ∈ (1,2)且β < 0时的非局部算子L_κ^α。
  • 通过变量变换Φ(x) = u(x) + x(其中u为求解的预解方程的解)将SDE转化为更简单的形式。
  • 构造微分同胚Φ,将原始具有漂移的SDE约化为具有有界跳跃活动性和正则系数的新SDE。
  • 在Besov空间中应用矩估计与插值技术,以控制解分布的密度。
  • 利用对偶性与Besov空间中的L^p估计,证明转移密度属于B^γ_{q,∞}(特定γ与q)。

实验结果

研究问题

  • RQ1当α ∈ (0,1)时,能否为具有奇异漂移的非局部椭圆方程建立Schauder型估计?
  • RQ2在何种跳跃核κ(x,z)与漂移b ∈ C^β的条件下,鞅问题存在唯一解?
  • RQ3由α稳定过程驱动、具有不规则漂移的SDE的解的一维分布是否具有Besov空间中的密度?
  • RQ4当漂移不规则时,变换Φ(x) = u(x) + x下解的正则性如何保持?
  • RQ5此类具有奇异漂移的非局部SDE的转移密度在Besov空间中的最优正则性为何?

主要发现

  • 当α ∈ (0,1],β ∈ (1−α,ϑ),且b ∈ C^β满足ϑ > max{0,1−α}时,方程λu − L_κ^αu − b·∇u = f在u ∈ C^{α+β}中存在唯一解,且满足估计式(λ−λ₀)‖u‖_{C^β} + ‖u‖_{C^{α+β}} ≤ C‖f‖_{C^β}。
  • 当α ∈ (1,2),β ∈ (−(α−1)/2 ∧ ϑ, ϑ)时,相同的适定性与正则性结果在C^{α+β}中成立,且具有相同类型的估计。
  • 当α ∈ (0,1]时,鞅解的转移密度p_t^X属于Besov空间B^γ_{q,∞},其中0 < γ < α(α+β−1),且1 ≤ q < d/(d+γ−α(α+β−1))。
  • 当α ∈ (1,2)时,密度满足p_t^X ∈ B^γ_{q,∞},其中0 < γ < (α+β−1) ∧ (ϑ/α),且1 ≤ q < d/(d+γ−(α+β−1)∧(ϑ/α))。
  • 通过微分同胚Φ(x) = u(x) + x进行测度变换,将原始SDE转化为具有有界跳跃强度与正则系数的SDE,从而建立密度结果。
  • 证明依赖于Besov空间中的矩估计与对偶性论证,以控制解的特征函数的L^p范数。

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。