[论文解读] Error estimates of a Fourier integrator for the cubic Schr\\"odinger equation at low regularity

Alexander Ostermann, Frédéric Rousset+1 more|arXiv (Cornell University)|Feb 18, 2019

Advanced Mathematical Physics Problems参考文献 34被引用 52

一句话总结

该论文提出一种用于三次非线性薛定谔方程的带筛选的低正则傅里叶积分器，并给出在一维到三维的H1数据上的全局L2误差估计，打破了自然的1/2阶限制。它将带筛选的离散化与离散Strichartz型估计相结合，在低正则性下实现了更高的收敛速度。

ABSTRACT

We present a new filtered low-regularity Fourier integrator for the cubic nonlinear Schr\\"odinger equation based on recent time discretization and filtering techniques. For this new scheme, we perform a rigorous error analysis and establish better convergence rates at low regularity than known for classical schemes in the literature so far. In our error estimates, we combine the better local error properties of the new scheme with a stability analysis based on general discrete Strichartz-type estimates. The latter allow us to handle a much rougher class of solutions as the error analysis can be carried out directly at the level of $L^2$ compared to classical results \\black in dimension $d$, \\black which are limited to higher-order (sufficiently smooth) Sobolev spaces $H^s$ with $s>d/2$. In particular, we are able to establish a global error estimate in $L^2$ for $H^1$ solutions which is roughly of order $\ au^{ {1\\over 2} + { 5-d \\over 12} }$ in dimension $d \\leq 3$ ($\ au$ denoting the time discretization parameter). This breaks the "natural order barrier" of $\ au^{1/2}$ for $H^1$ solutions which holds for classical numerical schemes (even in combination with suitable filter functions).

研究动机与目标

• 说明数值近似三次NLS时的正则性损失问题并给予动机。
• 开发一个只需要解的H1正则性的傅里叶积分器。
• 利用离散Strichartz型估计在低正则性区间建立全局L2误差界。
• 在低正则性假设下，优化在d=1,2,3的时间步长收敛率。

提出的方法

• 定义一个带有频率投影算子Pi_K和滤波函数phi_1的一步傅里叶积分器，以处理非线性相互作用。
• 分析局部误差结构，利用tau^{1+gamma} |nabla|^{gamma} u(t)的有利形式，避免经典方案通常的全导数增益。
• 引入带筛选的线性传播算子S_K(t)=e^{itΔ} Pi_K的离散Strichartz型估计，并包含可控的导数损失。
• 通过把滤波参数K = tau^{-alpha/2}进行权衡，优化总全局误差，折衷局部误差改进与稳定性/Strichartz损失。
• 在d ≤ 3的情况下，为H1解建立全局L2误差界：tau^{5/6}（d=1），tau^{3/4}（d=2），tau^{2/3}（d=3），并带有对数因子。
• 利用频率截断的连续问题u^K，证明该算法在结合Strichartz估计和对u^K - u的界限时是稳定并且收敛的。

实验结果

研究问题

• RQ1 低正则傅里叶积分器是否能在初始数据属于H1时实现对三次NLS的全球收敛率的改进？
• RQ2 带筛选的频率截断进化的离散Strichartz型估计如何影响低正则性条件下的稳定性和误差界？
• RQ3 在tau意义下，选择滤波参数K的最优值以平衡局部误差和稳定性（对于d ≤ 3）？
• RQ4 在低维情况下，该方法在H1解上是否能够打破tau^{1/2}的天然阶界？
• RQ5 在解仍然处于H1时，结果是否同时适用于去聚焦和聚焦的三次NLS？

主要发现

• 提出的带筛选傅里叶积分器在1–3维的H1数据下实现全局L2误差界，收敛率为tau^{5/6}、tau^{3/4}和tau^{2/3}（带对数因子）。
• 误差分析将改进的局部误差结构与离散Strichartz型估计结合起来，直接在L2处处理低正则性，避免对更高的Sobolev需求。
• 带筛选传播算子S_K(t)的离散Strichartz估计表现出可控的导数损失，可转化为均匀导数损失界。
• 将K = tau^{-alpha/2}并取alpha ≥ 1，可以在两类误差贡献之间取得平衡，在L2下实现子半阶收敛，超越了传统方法对H1数据的表现。
• 结果对去聚焦型三次NLS成立，并扩展到聚焦情形，只要精确解仍处于H1（在时间区间内无全局爆破）。
• 通过围绕带筛选解u^K与真实解u的稳定性论证，得到对累计L2误差的全局界，且对相关范数的时间均匀控制。