[论文解读] Kolmogorov equations associated to the stochastic 2D Euler equations

Franco Flandoli, Dejun Luo|arXiv (Cornell University)|Mar 15, 2018

Stochastic processes and financial applications被引用 5

一句话总结

本文通过傅里叶分析、Galerkin逼近和Wiener混沌方法，研究了带有输运型噪声和白噪声初始数据的随机2D欧拉方程所关联的Kolmogorov方程。当噪声粗糙度参数γ > 2时，建立了前向Kolmogorov方程解的存在性与正则性；并表明极限情况γ = 2在Galerkin逼近下导致平凡解，揭示了一个临界正则性阈值。

ABSTRACT

The Kolmogorov equation associated to a stochastic 2D Euler equations with transport type noise and random initial conditions is studied by a direct approach, based on Fourier analysis, Galerkin approximation and Wiener chaos methods. The method allows us to generalize previous results and to understand the role of the regularity of the noise, in relation to a limiting value of roughness.

研究动机与目标

• 研究与带有输运型噪声和随机初始条件的随机2D欧拉方程相关的前向Kolmogorov方程（Fokker-Planck方程）。
• 将先前关于解的存在性与正则性的结果扩展至γ > 2的情形。
• 研究临界情形γ = 2，其中Galerkin逼近仅产生平凡弱极限。
• 通过直接解析方法阐明噪声粗糙度在解正则性中的作用。

提出的方法

• 基于傅里叶分析的直接方法，研究环面𝕋²上涡度形式的Kolmogorov方程。
• 应用Galerkin逼近在有限维子空间中构造解并分析收敛性。
• 采用Wiener混沌方法处理无限维噪声结构并计算二阶矩。
• 利用Biot-Savart定律从涡度表达速度，并在白噪声测度下确保噪声场为无散。
• 应用Isserlis–Wick定理计算高斯混沌项的四阶矩。
• 通过估计Galerkin逼近之间在L²(μ)范数下的差值，分析逼近的极限，证明当γ > 2时收敛，当γ = 2时为平凡解。

实验结果

研究问题

• RQ1 对于带有输运型噪声的随机2D欧拉方程，前向Kolmogorov方程的解具有何种正则性？
• RQ2 噪声系数σₖ中的粗糙度参数γ如何影响Kolmogorov方程的可解性与正则性？
• RQ3 当γ = 2时，Galerkin逼近是否收敛到非平凡解，还是发生退化？
• RQ4 白噪声测度μ（涡度平方总和测度）在Kolmogorov方程及其解的结构中起何种作用？
• RQ5 Wiener混沌方法与傅里叶分析能否有效结合，用于研究具有非马氏噪声的无限维空间中的Kolmogorov方程？

主要发现

• 当γ > 2时，对于初始密度ρ₀ ∈ L²(H⁻¹⁻(𝕋²), μ)，前向Kolmogorov方程在L²(H⁻¹⁻(𝕋²), μ)中存在解。
• 解满足梯度估计：∑ₖ ∫₀ᵀ ∫ |⟨σₖ·∇ω, Dρₜ⟩|² dμ dt ≤ ||ρ₀||∞²。
• 当γ = 2时，Galerkin逼近序列的任意弱极限均为平凡解，表明噪声正则性存在临界阈值。
• 当N,M → ∞时，Galerkin逼近之间在L²(μ)范数下的差值趋于零，证实了收敛性。
• 该方法扩展了基于点涡逼近的先前结果，并提供了一套基于Wiener混沌与傅里叶技术的新解析框架。
• 分析表明，临界情形γ = 2标志着一个转变点：此时噪声过于粗糙，无法在Galerkin极限中维持非平凡解。