[论文解读] Lipschitz regularity for orthotropic functionals with nonstandard growth conditions

Pierre Bousquet, Lorenzo Brasco|arXiv (Cornell University)|Oct 9, 2018

Nonlinear Partial Differential Equations参考文献 24被引用 45

一句话总结

本文建立了在非标准增长条件下，具有各向异性性质的泛函的有界局部极小值函数的局部Lipschitz正则性，其中增长指数 $ p_i $ 满足 $ 2 \leq p_1 \leq \cdots \leq p_N $，且对比例 $ p_N/p_1 $ 无上界限制。证明依赖于一种新颖的迭代Moser型方法，结合Caccioppoli型不等式以及梯度可积性递推增强，最终得出任意有界局部极小值 $ U $ 满足 $ \nabla U \in L^\infty_{\text{loc}}(\Omega) $。该结果填补了退化、各向异性、非标准增长问题正则性理论中的长期空白。

ABSTRACT

We consider a model convex functional with orthotropic structure and super-quadratic nonstandard growth conditions. We prove that bounded local minimizers are locally Lipschitz, with no restrictions on the ratio between the highest and the lowest growth rate.

研究动机与目标

• . 本文旨在建立具有非标准增长条件的各向异性泛函的有界局部极小值的局部Lipschitz正则性。
• 旨在填补退化、各向异性PDE在变指数增长下正则性理论中的重要空白。
• 目标是证明对于任意有界局部极小值 $ U $，均有 $ \nabla U \in L^\infty_{\text{loc}}(\Omega) $，即使 $ p_N/p_1 $ 可任意大。
• 旨在推广先前需对最高与最低增长指数之比施加严格限制的结果。
• 该工作为处理此类泛函固有的强退化性提供了新的方法论框架。

提出的方法

• . 作者采用正则化问题，并推导出Caccioppoli型不等式以控制梯度的能量。
• 他们发展了一种受Moser方法启发的递归迭代方案，以实现梯度更高阶可积性的提升。
• 关键步骤包括构造满足递推系统的指数序列 $ \{\beta_j^\ell\} $，以控制梯度的增长。
• 该方法利用加权Sobolev不等式，并精心选择测试函数，以获得与指数比无关的统一有界性。
• 证明依赖于一种新颖的可积性递推增强，其中指数序列在有限步后稳定于 $ q_{j-2} $。
• 一个关键组成部分是将Michael–Simon Sobolev不等式修改后应用于高维流形设定，并适配到各向异性结构。

实验结果

研究问题

• RQ1 . 是否可以在不施加 $ p_N/p_1 $ 比例限制的条件下，证明具有非标准增长的各向异性泛函的有界局部极小值为局部Lipschitz连续？
• RQ2 何种技术可克服此类泛函的强退化性，以实现更高阶正则性？
• RQ3 能否将文献[4]的方法推广至 $ p_1 < p_N $ 的非均匀、各向异性情形？
• RQ4 在变指数、非标准增长条件下，是否可为梯度建立递归可积性增强？
• RQ5 由于 $ p_N/p_1 $ 无上界，是否使先前方法失效？若如此，如何构建新方法？

主要发现

• . 主要结果表明，任意有界局部极小值 $ U \in W^{1,p}_{\text{loc}}(\Omega) $ 的各向异性泛函 $ F_p $ 满足 $ \nabla U \in L^\infty_{\text{loc}}(\Omega) $，无论 $ p_N/p_1 $ 的大小如何。
• 证明表明，通过满足递推关系的指数序列 $ \{\beta_j^\ell\} $，梯度可实现可积性递推增强，最终稳定于 $ q_{j-2} $，从而确保统一有界性。
• 作者构造了序列 $ \{\varepsilon_j\} $，使得 $ \prod_{j=j_0}^n (1 + \varepsilon_j) < +\infty $，该乘积控制了迭代方案的增长并确保收敛性。
• 该方法避免依赖Bernstein型技术或粘性解方法，为Lipschitz正则性提供了新路径。
• 本文指出了Lieberman声称证明该结果时存在的关键缺陷，表明其对Michael–Simon不等式的应用因未验证条件而失败。
• 该结果扩展了Demengel、Cupini–Marcellini–Mascolo等人的前期工作，特别是消除了 $ p_N < p_1 + 1 $ 的限制，并允许 $ p_1 \geq 2 $。