[论文解读] High order correctors and two-scale expansions in stochastic homogenization

Yu Gu|arXiv (Cornell University)|Jan 29, 2016

Advanced Mathematical Modeling in Engineering参考文献 22被引用 3

一句话总结

本文在独立同分布随机系数的离散椭圆方程随机均质化中，建立了高阶校正项的矩界。在对数索博列夫条件及维数约束（梯度情形为 d ≥ 2n−1，场情形为 d ≥ 2n+1）下，证明了 n 阶校正项及其梯度的统一矩估计，从而实现了严格意义上的两尺度展开，以强形式识别了随机偏微分方程中的一阶及更高阶随机波动。

ABSTRACT

In this paper, we study high order correctors in stochastic homogenization. We consider elliptic equations in divergence form on $\mathbb{Z}^d$, with the random coefficients constructed from i.i.d. random variables. We prove moment bounds on the high order correctors and their gradients under dimensional constraints. It implies the existence of stationary correctors and stationary gradients in high dimensions. As an application, we prove a two-scale expansion of the solutions to the random PDE, which identifies the first and higher order random fluctuations in a strong sense.

研究动机与目标

• 通过分析随机介质中的高阶校正项，将定量均质化理论拓展至一阶校正项之外。
• 在维数和混合条件约束下，建立高阶校正项及其梯度的统一矩估计。
• 推导出解的两尺度展开，以强路径形式捕捉一阶及更高阶随机波动。
• 通过矩界证明高维中平稳校正项及其梯度的存在性。

提出的方法

• 在满足对数索博列夫不等式的独立同分布电导率下，于离散设定中通过形式两尺度展开构造 n 阶校正项。
• 利用包含生成元 (λ + ∇*a∇)ϕ_ξ^λ = −∇*aξ 的正则化校正方程，定义高阶校正项 ψ_n^λ。
• 应用对数索博列夫不等式，通过谱间隙和集中技术控制校正项及其梯度的矩。
• 采用离散格林函数估计与标度论证，比较离散与连续PDE的解。
• 通过格林函数相关差值的 L2 范数估计，建立离散解收敛于均质化解。
• 利用控制收敛定理与指数衰减估计，证明在 ε → 0 极限下逼近解的收敛性。

实验结果

研究问题

• RQ1 在何种维数与混合条件下，随机均质化中的高阶校正项能获得与 λ 无关的统一矩界？
• RQ2 能否通过两尺度展开在强路径意义下识别随机PDE解中的一阶及更高阶随机波动？
• RQ3 平稳校正项的存在性与维数 d 相对于校正项阶数 n 的关系为何？
• RQ4 高阶校正项如何解释随机介质中点态与弱大尺度波动之间的差异？
• RQ5 能否通过矩估计与收敛性论证，使形式两尺度展开变得严格？

主要发现

• 当 n ≥ 2 且 d ≥ 2n−1 时，n 阶校正项 ψ_n^λ 的梯度满足与 λ 无关的统一 L^p 矩界。
• 当 n ≥ 2 且 d ≥ 2n+1 时，n 阶校正项 ψ_n^λ 本身满足与 λ 无关的统一 L^p 矩界。
• 这些矩界蕴含了高维中平稳校正项与平稳梯度的存在性。
• 随机PDE解的两尺度展开被严格建立，以强形式识别了一阶及更高阶随机波动。
• 通过 L2 范数估计与控制收敛定理，证明了离散解收敛于均质化解，其依据为格林函数的指数衰减性。
• 结果可推广至满足较弱对数索博列夫型条件的一般 i.i.d. 系综，尽管本文为简化起见聚焦于更强版本。