[論文レビュー] Rough flows and homogenization in stochastic turbulence

Ismaël Bailleul, Rémi Catellier|arXiv (Cornell University)|Jan 8, 2016

Advanced Mathematical Modeling in Engineering参考文献 15被引用数 3

ひとこと要約

本稿は、ランダムな常微分方程式における均質化を研究するための使いやすく『ブラックボックス』的な枠組みを、粗い流れに基づいて提示する。特に確率的乱流に対して有効である。ドライバの収束とモーメントの有界性を活用することで、粗いパス理論の深い知識を必要とせず、均質化を確立する。これにより、ケステンとパパニコラウの古典的な結果を洗練された決定論的枠組みで再発見し、拡張する。

ABSTRACT

We provide in this work a tool-kit for the study of homogenisation of random ordinary differential equations, under the form of a friendly-user black box based on the tehcnology of rough flows. We illustrate the use of this setting on the example of stochastic turbulence.

研究の動機と目的

• 粗い流れを用いた、ランダムなODEの均質化のための実用的でアクセスしやすいツールキットの開発。
• ドライバの収束とモーメント／緊密性の条件に還元することで、既存の均質化技法を統合的かつ簡素化すること。
• 本新枠組みを用いて、ケステンとパパニコラウの確率的乱流に関する結果を再導出し、拡張すること。
• 最小限の技術的負担で、多スケール確率的ダイナミクスを扱える粗い流れアプローチの堅牢性を示すこと。

提案手法

• 動的システムを時刻に依存するベクトル場（ドライバ）によって生成するとみなす。流れは連続的かつ決定論的なメカニズムによって導出される。
• 均質化は『ブラックボックス』的結果に基づく：流れの有限次元的マージナルの収束に加え、ドライバのモーメント／緊密性の有界性が成立すれば、均質化が保証される。
• ドライバから流れへの写像の連続性に依存し、ドライバ空間における収束性とコンパクト性を流れ空間へと移す。
• ラムベールト型のコンパクト性基準を用いて、粗いドライバの族を制御し、一様なモーメント有界性により緊密性を保証する。
• テンソル積構造を避けるために、簡略化された粗いドライバ設定を採用し、応用的および理論的研究者にとってのアクセス性を高める。
• 証明技法は、高速成分の確率的エルゴード性および混合性の性質を活用し、低速成分の極限挙動を制御する。

実験結果

リサーチクエスチョン

• RQ1 高速・低速系の均質化を、ドライバとなるベクトル場に最小限の仮定で体系的に導出可能か？
• RQ2 古典的確率的微積分法と比較して、粗い流れ枠組みは確率的乱流の解析をどのように簡素化できるか？
• RQ3 ドライバ過程にどのような条件が課されれば、関連する流れの収束が確率的に成立するか？
• RQ4 明示的なパスワイズ構成なしに、ドライバのモーメントおよび緊密性の有界性が、均質化を保証できる範囲はどの程度か？
• RQ5 粗い流れアプローチは、ケステンとパパニコラウの確率的乱流に関する結果を、より透明で一般化された形で再発見・拡張できるか？

主な発見

• 本稿は一般化された均質化結果を確立した：ドライバの有限次元的分布が収束し、モーメント有界性が一様に保たれるならば、関連する流れの収束も確率的に成立する。
• この枠組みは、ケステンとパパニコラウの古典的結果を的確に再現し、より洗練された体系的導出を可能にした。
• スケーリングされた系の族全体にわたる粗いドライバのモーメント有界性が一様に保たれることを示し、コンパクト性の議論を可能にした。
• ラムベールト型基準の使用により、正則性指数 (p', 2+r') を持つ粗いドライバ空間において、ドライバ族の緊密性が保証された。
• 過程とその反復積分の有限次元的分布の収束が、離散列を用いた決定論的近似議論により、連続的族全体の収束を示すことを示した。
• テンソル積や完全な粗いパス理論のような高度な道具を避けることで、より広範な研究者層が利用可能な枠組みとなった。