[论文解读] On homogenization estimates in Neuman boundary value problem for an elliptic equation with multiscale coefficients

S. E. Pastukhova, R. N. Tikhomirov|arXiv (Cornell University)|Dec 20, 2015

Advanced Mathematical Modeling in Engineering被引用 3

一句话总结

本文在 Neumann 边界条件下，针对具有双尺度系数的标量椭圆方程的均匀化问题，建立了算子范数估计。通过采用带 Steklov 平均的修正一阶逼近方法，得到了 $L^2$-范数误差估计为 $\max\{\varepsilon, \delta/\varepsilon\}$，$H^1$-范数误差估计为 $\sqrt{\tau}$，其中 $\tau = \max\{\varepsilon, \delta/\varepsilon\}$，在假设 $\delta/\varepsilon \to 0$ 当 $\varepsilon \to 0$ 时成立。结果将均匀化理论中的算子估计推广至具有重复结构的多尺度 Neumann 问题。

ABSTRACT

Homogenization of a scalar elliptic equation in a bounded domain with Neuman boundary condition is studied. Coefficients of the operator are oscillating over two different groups of variables with different small periods $\varepsilon$ and $δ=δ(\varepsilon)$. We assume that $δ/{\varepsilon}$ tends to zero as $\varepsilon$ tends to zero. It is known that the limit problem is obtained through reiterated homogenization procedure and corresponds to an elliptic equation with constant coefficients. The difference for resolvents of the initial and the limit problems is estimated in operator $(L^2 o L^2)$-norm. This estimate is of order $τ=τ(\varepsilon)$ which is the maximum of $\ve$ and $δ/{\varepsilon}$. We find also the approximation of the initial resolvent in operator $(L^2 o H^1)$-norm, it is of order $\sqrtτ$.

研究动机与目标

• 建立多尺度椭圆 Neumann 问题的解与其均匀化极限之间差的精确算子范数估计。
• 将 Zhikov 提出的修正一阶逼近方法推广至具有非对称、振荡系数的双尺度 Neumann 问题。
• 分析当存在两个不同小尺度 $\varepsilon$ 和 $\delta = \delta(\varepsilon)$ 时解的渐近行为，且满足 $\delta/\varepsilon \to 0$。
• 以有效参数 $\tau = \max\{\varepsilon, \delta/\varepsilon\}$ 表示 $L^2$ 与 $H^1$ 误差估计，该参数捕捉了振荡的主要尺度。
• 证明尽管具有双尺度结构，仅使用单个参数的 Steklov 平均即可构造出有效的 $H^1$-逼近，从而简化了构造过程。

提出的方法

• 问题在有界 $C^{1,1}$ 域中表述为 Neumann 边值问题，其数据与解空间在 $L^2$ 中正交。
• 系数矩阵 $a^\varepsilon(x) = a(x/\varepsilon, x/\delta)$ 在两个独立变量中具有周期性，周期分别为 $\varepsilon$ 和 $\delta$，并满足一致椭圆性与 H"older 连续性条件。
• 通过重复均匀化方法推导出均匀化极限问题，得到一个具有常系数矩阵 $a^0$ 的椭圆方程，该矩阵通过在 $Y \times Z$ 上的细胞问题定义。
• 利用单个平滑参数的 Steklov 平均构造修正的一阶逼近，与一般向量情形相比，该方法显著简化了 $H^1$-逼近的构造。
• 通过能量法与校正项的辅助细胞问题，推导出 $H^1$-误差估计，利用了有效矩阵 $\hat{a}(y)$ 的 Lipschitz 连续性。
• 利用 Poincar\'e 不等式及解空间在常数上 $L^2$-正交的性质，从 $H^1$-界推导出 $L^2$-误差估计。

实验结果

研究问题

• RQ1 当 $\varepsilon \to 0$ 且 $\delta/\varepsilon \to 0$ 时，双尺度系数 Neumann 问题的解在 $L^2$-范数下的最优收敛速率是什么？
• RQ2 尽管具有双尺度结构，是否可以仅使用单个参数的 Steklov 平均，为标量双尺度问题构造出简化的 $H^1$-逼近？
• RQ3 在多尺度设定下，$H^1$-误差估计如何随有效参数 $\tau = \max\{\varepsilon, \delta/\varepsilon\}$ 变化？
• RQ4 为确保算子估计的有效性，有效矩阵 $a^0$ 与校正项需要具备何种正则性性质？
• RQ5 Zhikov 提出的修正一阶逼近方法在多尺度、非对称系数的 Neumann 问题上可扩展到何种程度？

主要发现

• 原始解与均匀化解之间的 $L^2$-范数差满足估计 $\|u^\varepsilon - u^0\|_{L^2(\Omega)} \leq C \max\{\varepsilon, \delta/\varepsilon\} \|f\|_{L^2(\Omega)}$，其中 $C$ 仅依赖于 $d$、$\mu$、$c_L$ 和 $\Omega$。
• $H^1$-范数误差被限制为 $\|u^\varepsilon - u^0\|_{H^1(\Omega)} \leq C \sqrt{\tau} \|f\|_{L^2(\Omega)}$，其中 $\tau = \max\{\varepsilon, \delta/\varepsilon\}$，在给定假设下该结果为最优。
• 有效矩阵 $a^0$ 为常数，通过在乘积区域 $Y \times Z$ 上求解细胞问题确定，且 $\hat{a}(y)$ 关于 $y$ 是 Lipschitz 连续的。
• $H^1$-逼近的构造依赖于单参数的 Steklov 平均，与一般向量问题相比，该方法显著简化了构造过程。
• 均匀化问题的解 $u^0$ 属于 $H^2(\Omega)$，并满足标准的 $H^2$-正则性估计 $\|u^0\|_{H^2(\Omega)} \leq c_0 \|f\|_{L^2(\Omega)}$，从而保证了估计的有效性。
• 关键技术步骤是证明矩阵 $\hat{a}(y)$ 的 Lipschitz 连续性，该结论源于校正项 $M(y,z)$ 与 $N_j(y)$ 的有界性与正则性。