[论文解读] Inviscid Large deviation principle and the 2D Navier Stokes equations with a free boundary condition

Hakima Bessaih, Annie Millet|arXiv (Cornell University)|Nov 19, 2010

Stochastic processes and financial applications参考文献 22被引用 13

一句话总结

该论文在粘性系数 ν → 0 的极限下，针对带有自由边界条件的二维随机纳维-斯托克斯方程，建立了大偏差原理（LDP），其中噪声强度按 √ν 比例缩放。通过弱收敛方法和在索伯列夫空间与勒贝格空间中的紧性论证，证明了在无粘性极限下LDP成立，将弗雷德林-温茨勒理论推广至粘性系数趋于零且具有乘性噪声的流体动力学模型。

ABSTRACT

Using a weak convergence approach, we prove a LPD for the solution of 2D stochastic Navier Stokes equations when the viscosity converges to 0 and the noise intensity is multiplied by the square root of the viscosity. Unlike previous results on LDP for hydrodynamical models, the weak convergence is proven by tightness properties of the distribution of the solution in appropriate functional spaces.

研究动机与目标

• 在有界区域中，针对自由边界条件下粘性系数 ν → 0 的二维随机纳维-斯托克斯方程，建立大偏差原理（LDP）。
• 在随机流体动力学背景下分析无粘性极限，特别关注弗雷德林-温茨勒缩放，即噪声强度按 √ν 缩放的情形。
• 将大偏差原理的弱收敛方法推广至粘性系数趋于零的模型，克服边界层形成与奇异极限带来的技术挑战。
• 在适当的索伯列夫空间与勒贝格空间中证明解分布的紧性，以确保拉普拉斯原理的收敛性。
• 通过引入与粘性系数相关的噪声算子，并证明其对应的不变测度在极限下的收敛性，推广先前关于流体动力学模型LDP的研究结果。

提出的方法

• 采用杜普伊和埃利斯发展的基于拉普拉斯原理的弱收敛方法来研究大偏差。
• 使用缩放 $ G_ u = u^{1/2} ilde{ u} $，其中当 $ u o 0 $ 时 $ ilde{ u} o ilde{0} $，以建模噪声强度对粘性系数的依赖关系。
• 在 $ L^q $ 和 $ H^{k,q} $ 空间中应用伊tô公式，推导解及其矩的先验估计。
• 应用伯克霍尔德-戴维斯-冈迪不等式，控制伊tō公式中 $ L^q $-值过程的随机积分项。
• 利用斯科罗霍德-雅库博夫斯基表示定理，从函数空间上的紧律族中提取弱收敛的子序列。
• 验证由 $ U(D,q) $ 或 $ U(D,ty) $ 类系数导出的涅米茨基算子满足SPDE适定性所需的正则性与有界性条件（C1–C3qBis）。

实验结果

研究问题

• RQ1 在粘性系数 ν → 0 的极限下，带有自由边界条件的二维随机纳维-斯托克斯方程是否满足大偏差原理？
• RQ2 能否将大偏差原理的弱收敛方法推广至粘性系数与噪声强度均趋于零的流体动力学模型，且噪声按 √ν 缩放？
• RQ3 为使解分布满足大偏差原理，噪声算子 $ G_ u $ 与初始数据需满足哪些必要且充分条件？
• RQ4 自由边界条件（边界上法向与切向速度为零）如何影响解在索伯列夫空间与勒贝格空间中的紧性与收敛性？
• RQ5 尽管存在边界层形成，是否仍可在有界区域中为随机纳维-斯托克斯方程的无粘性极限建立大偏差原理？

主要发现

• 在粘性系数 ν → 0 的极限下，针对带有自由边界条件的二维随机纳维-斯托克斯方程，当噪声强度按 √ν 缩放时，成功建立了大偏差原理。
• 证明依赖于解族在 $ L^2(0,T;H^{1,2}) imes L^ ho(0,T;L^q) $ 空间中的紧性，其中 $ ho, q $ 选取适当，以确保拉普拉斯原理的收敛性。
• 弱收敛方法被成功应用于粘性系数趋于零且具有乘性噪声的模型，扩展了以往要求固定正粘性系数的研究结果。
• 由 $ U(D,ty) $ 类系数导出的涅米茨基算子满足所需的正则性与有界性条件（C1–C3qBis），确保了SPDE的适定性。
• 斯科罗霍德-雅库博夫斯基表示定理被用于提取一组几乎必然收敛于路径空间拓扑的测度子序列，从而支持拉普拉斯原理的证明。
• 该结果为在小粘性系数区域中研究解分布在无粘性（欧拉）解附近的指数集中性提供了严格的理论框架。