[论文解读] On generalized Gaussian free fields and stochastic homogenization

Yu Gu, Jean-Christophe Mourrat|arXiv (Cornell University)|Jan 24, 2016

Advanced Mathematical Modeling in Engineering参考文献 9被引用 4

一句话总结

本文引入广义高斯自由场（GFFs）作为经典GFF的更广泛类，表明其在非经典GFF情况下不满足空间马尔可夫性质。在随机均匀化中，本文在小强椭圆比区域推导出有效波动张量Q的渐近展开式，证明校正项的标度极限通常为非经典广义GFF，从而证明广义框架的必要性。

ABSTRACT

We study a generalization of the notion of Gaussian free field (GFF). Although the extension seems minor, we first show that a generalized GFF does not satisfy the spatial Markov property, unless it is a classical GFF. In stochastic homogenization, the scaling limit of the corrector is a possibly generalized GFF described in terms of an "effective fluctuation tensor" that we denote by $\mathsf{Q}$. We prove an expansion of $\mathsf{Q}$ in the regime of small ellipticity ratio. This expansion shows that the scaling limit of the corrector is not necessarily a classical GFF, and in particular does not necessarily satisfy the Markov property.

研究动机与目标

• 研究广义高斯自由场（GFFs）是否满足空间马尔可夫性质，这是经典GFF的基本特征。
• 分析随机均匀化中校正项的标度极限，已知其收敛于由有效波动张量Q表征的广义GFF。
• 在小强椭圆比区域推导有效波动张量Q的渐近展开式，证明标度极限通常不是经典GFF。
• 通过证明其在均匀化中自然出现且在结构性质上与经典GFF存在根本差异，证明广义GFF框架的合理性。

提出的方法

• 将广义GFF定义为方程 $-\nabla \cdot \mathbf{a} \nabla \Phi = \nabla \cdot W$ 的解，其中 $W$ 为具有协方差 $\mathsf{Q}$ 的向量值白噪声，且 $\mathbf{a} \in \mathsf{Sym}_d^+$。
• 通过分析协方差结构及非比例 $\mathbf{a}$ 与 $\mathsf{Q}$ 的影响，证明广义GFF满足空间马尔可夫性质当且仅当其为经典GFF。
• 使用变分法与有限体积逼近研究随机均匀化中的校正项，将其与梯度吉布斯测度及其标度极限联系起来。
• 利用摄动技术与格林函数估计，在小强椭圆比区域推导有效波动张量 $\mathsf{Q}$ 的渐近展开式。
• 借助环面上的Helmholtz-Hodge分解，将 $\nabla\Phi$ 解释为 $W$ 在势能空间上的正交投影，从而证明广义GFF是加权 $L^2$-范数下最接近白噪声的场。
• 利用 $L^p$-有界性与插值技术，建立算子 $D(\lambda - \Delta)^{-1}D^*$ 的概率界，从而在均匀化极限中支持收敛性论证。

实验结果

研究问题

• RQ1 广义GFF是否满足空间马尔可夫性质？若不满足，其失效条件为何？
• RQ2 随机均匀化中校正项的标度极限是否总是经典GFF，还是可能为广义GFF？
• RQ3 在小强椭圆对比区域中，有效波动张量 $\mathsf{Q}$ 的渐近行为如何？
• RQ4 鉴于广义GFF不满足马尔可夫性质，其在均匀化中的合理性是否可被严格证明？

主要发现

• 除非有效扩散矩阵 $\mathbf{a}$ 与波动张量 $\mathsf{Q}$ 成比例，广义GFF不满足空间马尔可夫性质。
• 由于在典型情况下 $\mathsf{Q}$ 与 $\mathbf{a}$ 不成比例，随机均匀化中校正项的标度极限通常为广义GFF而非经典GFF。
• 在小强椭圆比区域推导出有效波动张量 $\mathsf{Q}$ 的渐近展开式，表明 $\mathsf{Q}$ 通常不与 $\mathbf{a}$ 成比例。
• 算子 $D(\lambda - \Delta)^{-1}D^*$ 在所有 $p \in (1, \infty)$ 下有界于 $L^p(\Omega, \mathbb{R}^d)$，从而支持均匀化极限中的收敛性论证。
• 广义GFF满足区域分解性质：其可在互补集合上分解为独立分量，其中一子分量在补集内部为调和函数。
• 广义GFF中马尔可夫性质的失效是其与经典GFF的根本结构性差异，凸显了在随机均匀化中使用广义框架的必要性。