[论文解读] A dynamic programming principle with continuous solutions related to the $p$-Laplacian, $1 < p < \infty$

Hans Hartikainen|arXiv (Cornell University)|Apr 30, 2015

Nonlinear Partial Differential Equations参考文献 9被引用 1

一句话总结

本文为 p-Laplacian 方程 Δpu = 0（1 < p < ∞）建立了动态规划原理（DPP），引入了一种新颖的正交噪声拔河游戏变体。通过迭代算子方法与下半连续性论证，证明了 DPP 解的存在性、唯一性与连续性，表明任意可测解必为连续函数，从而在 1 < p < 2 范围内建立了博弈论动态与 p-调和 PDE 之间的桥梁。

ABSTRACT

We study a Dynamic Programming Principle related to the $p$-Laplacian for $1 < p < \infty$. The main results are existence, uniqueness and continuity of solutions.

研究动机与目标

• 为 p-Laplacian 方程 Δpu = 0（1 < p < ∞）建立动态规划原理（DPP）
• 解决现有博弈论方法在 p-Laplace 方程中关于连续性与可测性的问题
• 在 1 < p < 2 范围内证明所提出 DPP 解的存在性与唯一性，此前尚未建立
• 证明 DPP 的任意可测解必为连续函数，从而强化离散博弈动态与连续 p-调和函数之间的联系

提出的方法

• 提出一种新的 DPP，其中包含一个边界校正算子 I，该算子结合了正交方向上的上-下确界定平均与通过 (n−1) 维球面上均匀测度的径向平均
• 定义基于 DPP 的迭代算子 ˜I，并证明其保持利普希茨连续性，从而支持收敛性分析
• 利用算子 I 的单调性与连续性保持性质，通过迭代构造下与上半连续解
• 应用最大值原理论证，表明任意可测解必在边界数据 F 的本质下确界与上确界之间点态成立
• 利用解序列与边界校正项的下半连续性，证明极限满足 DPP 且为连续函数
• 借助博弈论解释，表明上下半连续解必重合，从而推出存在连续解

实验结果

研究问题

• RQ1 是否存在一个适用于 1 < p < ∞ 的 p-Laplacian 方程的动态规划原理（DPP），并能产生连续解？
• RQ2 即使仅假设解为可测函数，能否证明 DPP 的解为连续函数？
• RQ3 在可测函数中，DPP 的解是否唯一？
• RQ4 当 ε → 0 时，所提出的博弈论 DPP 与 p-Laplacian 方程之间有何关系？
• RQ5 边界校正项 δ(x) 在确保连续性并避免可测性问题中起到何种作用？

主要发现

• 所提出的 DPP（1.1）存在解，该解同时为下半连续与上半连续，且二者重合，从而证明了连续解的存在性
• 任意满足 DPP 的可测函数必在边界数据 F 的本质下确界与上确界之间点态成立，即对所有 x ∈ Ωε 有 inf F ≤ u(x) ≤ sup F
• 在可测函数中，DPP 的解是唯一的，这由最大值原理及半连续解的重合性所证明
• 即使仅假设解为可测函数，解仍为连续函数，原因在于其有界于边界数据的极值之间，且 DPP 的结构保证了正则性
• 算子 I 将利普希茨函数映射为利普希茨函数，且利普希茨常数受控，确保了正则性在迭代过程中的传播
• 与 DPP 相关的博弈几乎必然在有限时间内结束，无论玩家如何选择，这支持了值函数有良好定义的存在性