[论文解读] Annealed estimates on the Green function

Daniel Marahrens, Félix Otto|arXiv (Cornell University)|Apr 16, 2013

Advanced Mathematical Modeling in Engineering参考文献 14被引用 9

一句话总结

本论文在d维格网上建立了离散、随机、一致椭圆方程中格林函数的退火估计。在系数场集合满足对数Sobolev不等式的假设下，证明了淬灭格林函数一阶与二阶混合导数的所有随机矩，其衰减速率与常系数情形相同，拓展了先前结果，并使得即使在高椭圆性对比下也能实现最优的均质化误差估计。

ABSTRACT

We consider a random, uniformly elliptic coefficient field $a(x)$ on the $d$-dimensional integer lattice $\mathbb{Z}^d$. We are interested in the spatial decay of the quenched elliptic Green function $G(a;x,y)$. Next to stationarity, we assume that the spatial correlation of the coefficient field decays sufficiently fast to the effect that a logarithmic Sobolev inequality holds for the ensemble $\langle\cdot angle$. We prove that all stochastic moments of the first and second mixed derivatives of the Green function, that is, $\langle| abla_x G(x,y)|^p angle$ and $\langle| abla_x abla_y G(x,y)|^p angle$, have the same decay rates in $|x-y|\gg 1$ as for the constant coefficient Green function, respectively. This result relies on and substantially extends the one by Delmotte and Deuschel \cite{DeuschelDelmotte}, which optimally controls second moments for the first derivatives and first moments of the second mixed derivatives of $G$, that is, $\langle| abla_x G(x,y)|^2 angle$ and $\langle| abla_x abla_y G(x,y)| angle$. As an application, we are able to obtain optimal estimates on the random part of the homogenization error even for large ellipticity contrast.

研究动机与目标

• 推导离散、随机、一致椭圆方程中淬灭格林函数一阶与二阶混合导数的退火矩估计。
• 通过建立格林函数梯度与Hessian矩阵所有p阶矩的最优衰减速率，拓展Delmotte与Deuschel的结果。
• 在高椭圆性对比下，提供随机均质化误差中随机部分的最优估计。
• 证明对数Sobolev不等式作为统计假设，可确保系数场足够混合，从而支持其有效性。
• 在De Giorgi的风格下建立退火Hölder估计，将正则性理论拓展至淬灭设定。

提出的方法

• 分析在d维整数格点Z^d上进行，系数场a(e) ∈ [λ,1]对所有e ∈ Ed有界且一致椭圆。
• 格林函数G(x,y)定义为∇*(a∇G)(·,y) = δ(·−x)的解，其分布表征为∑ₑ ∇ζ(e) a(e) ∇G(e,y) = ζ(y)。
• 主要技术工具是系数场集合的对数Sobolev不等式（LSI），该不等式在空间相关性快速衰减时成立，且对独立同分布的系数场也成立。
• 证明建立在Delmotte与Deuschel的工作基础上，将他们对一阶导数二阶矩与二阶导数一阶矩的最优控制，推广至所有p阶矩。
• 关键步骤包括对边集的LSI张量化，通过边的枚举序列进行逐次平均，以控制局部泛函的方差。
• 该方法依赖于相对熵的伸缩和表示形式，以及对局部平均平方根振荡的界。

实验结果

研究问题

• RQ1 在适当的遍历性假设下，淬灭格林函数一阶与二阶混合导数的所有p阶矩是否以与常系数情形相同的速率衰减？
• RQ2 格林函数梯度与Hessian矩阵的退火估计是否可超越二阶与一阶矩，推广至所有p ≥ 1？
• RQ3 对数Sobolev不等式在确保格林函数导数最优矩衰减中起到何种作用？
• RQ4 这些改进的矩估计如何影响随机均质化误差中随机部分的量化？
• RQ5 能否在相同框架下推导出淬灭格林函数的退火Hölder正则性估计？

主要发现

• 在LSI假设下，所有|∇ₓG(x,y)|^p的随机矩在|x−y| ≫ 1时，其衰减速率与常系数情形相同。
• 所有|∇ₓ∇ᵧG(x,y)|^p的随机矩表现出与常系数情形相同的衰减，扩展了先前仅控制二阶与一阶矩的研究。
• 对数Sobolev不等式确保了系数场的充分混合，这对控制格林函数导数的退火矩至关重要。
• 该结果使得即使在高椭圆性对比下，也能对均质化误差的随机部分实现最优估计，而此前的现有方法无法实现。
• 在De Giorgi的风格下建立了退火Hölder估计，表明淬灭格林函数在平均（退火）意义下满足某种正则性性质。
• 基于LSI张量化与伸缩熵分解的证明技术，为将矩估计推广至二阶以上提供了稳健的框架。