[论文解读] Convergence of dynamic programming principles for the $p$-Laplacian

Félix del Teso, Juan J. Manfredi+1 more|arXiv (Cornell University)|Aug 30, 2018

Nonlinear Partial Differential Equations参考文献 14被引用 3

一句话总结

该论文为与p-拉普拉斯算子相关的动态规划原理（DPPs）建立了统一的收敛性框架，证明了离散与连续DPP的解一致收敛于p-拉普拉斯算子Dirichlet问题的粘性解。该方法基于数值分析框架中的单调性与一致性分析，避免使用概率方法，并将收敛性结果推广至一般Lipschitz定义域及所有p ∈ (1, ∞]。

ABSTRACT

We provide a unified strategy to show that solutions of dynamic programming principles associated to the $p$-Laplacian converge to the solution of the corresponding Dirichlet problem. Our approach includes all previously known cases for continuous and discrete dynamic programming principles, provides new results, and gives a convergence proof free of probability arguments.

研究动机与目标

• 统一并扩展与p-拉普拉斯算子相关的动态规划原理（DPPs）在所有p ∈ (1, ∞]下的收敛结果。
• 提供一种不依赖于拉格朗日博弈或值函数耦合等概率工具的DPP收敛性证明。
• 建立连续与离散DPP的收敛性，包括在一般Lipschitz定义域上的情形。
• 提供基于数值分析框架的收敛性证明方法，适用于广义粘性解。
• 将理论扩展至更高阶单调 quadrature 规则，以改进数值格式。

提出的方法

• 通过参数p控制的ε-球上上确界、下确界与平均值的加权平均，构建一般DPP框架。
• 将DPP算子Aε,p定义为Bε(x)上最大值、最小值与平均值的凸组合，其中系数为αp = (p−2)/(p+d)，βp = (d+2)/(p+d)，适用于p ≥ 2。
• 基于单调性与一致性的数值分析方法，证明DPP解uε收敛于p-拉普拉斯算子解u。
• 通过稳定性与一致性论证，在C²定义域上建立一致收敛性，随后通过逼近方法推广至Lipschitz定义域。
• 利用有限差分近似与正权重的高阶积分规则（如Newton-Cotes）在格点上构造离散DPP。
• 引入离散球Bhε(x)与离散定义域Ωhε，构建具有O(h²)或更优一致性的全离散格式。

实验结果

研究问题

• RQ1 能否为所有p ∈ (1, ∞]下的p-拉普拉斯算子相关DPP建立统一的、非概率的收敛性证明？
• RQ2 如何在数值分析框架中严格应用单调性与一致性，以证明DPP解的收敛性？
• RQ3 在Lipschitz定义域上，何种条件可确保DPP解一致收敛于p-拉普拉斯算子Dirichlet问题的粘性解？
• RQ4 能否利用单调积分规则在格点上构造具有更高阶精度的离散DPP？
• RQ5 广义粘性解与等价解概念在非光滑情形下如何与DPP的收敛性相关联？

主要发现

• 对于所有p ∈ (1, ∞]及Lipschitz定义域，动态规划原理（1.2）的解在ε → 0时一致收敛于p-拉普拉斯算子Dirichlet问题的粘性解。
• 收敛性证明完全避免了概率论方法，仅依赖于数值分析框架中的单调性、一致性和稳定性。
• 该方法可统一应用于连续与离散DPP，包括在一般Lipschitz定义域上，而不仅限于C²定义域。
• 在格点上构造的离散DPP可利用正权重积分规则实现更高阶精度（例如，Newton-Cotes规则可达到O(h⁷)误差）。
• 该框架可扩展至广义粘性解，并为p ∈ (1, 2)的情形提供了新结果，此前该情形需依赖概率工具。
• DPP算子Aε,p是p-拉普拉斯算子的平均值性质，其与PDE的一致性通过泰勒展开与平均化方法得以建立。