[论文解读] On the well-posedness of the Cauchy problem for Fokker--Planck--Kolmogorov equations with potential terms on arbitrary domains

Oxana A. Manita, С. В. Шапошников|arXiv (Cornell University)|Jul 13, 2013

Advanced Mathematical Physics Problems参考文献 14被引用 4

一句话总结

本文建立了在任意区域上，具有无界、退化系数和势项的福克-普朗克-科尔莫戈罗夫方程柯西问题解的存在性与唯一性的充分条件。提出了一种基于李雅普诺夫函数的方法，确保子概率解转化为概率测度，通过去除李雅普诺夫函数的全局利普希茨假设，扩展了先前结果，覆盖了不规则系数和一般区域。

ABSTRACT

We study the Cauchy problem for Fokker--Planck--Kolmogorov equations with unbounded and degenerate coefficients. Sufficient conditions for the existence and uniqueness of solutions are indicated.

研究动机与目标

• 解决在任意开区域 $ D \subset \mathbb{R}^d $ 上带有势项的福克-普朗克-科尔莫戈罗夫方程柯西问题的适定性问题，此前结果仅限于 $ \mathbb{R}^d $。
• 将存在性与唯一性结果扩展至具有无界和退化系数的方程，包括非光滑扩散矩阵以及局部有界的漂移和势项。
• 去除先前工作中对李雅普诺夫函数施加的严格全局利普希茨条件，从而扩大其在不规则系数中的适用范围。
• 为子概率测度与概率测度类提供统一的框架，即使系数缺乏全局正则性也能实现存在性与唯一性。
• 通过建立解存在且唯一的条件，推广了科尔莫戈罗夫等人的经典结果，无需假设系数的光滑性或线性增长。

提出的方法

• 通过在区域 $ D $ 的一个 exhausting 列 $ \{D_k\} $ 上使用光滑系数的逼近方案构造解，确保局部正则性并实现收敛。
• 采用一个 $ C^2(D) $ 类的李雅普诺夫函数 $ V $，满足当 $ x \to \partial D $ 时 $ V(x) \to +\infty $，且对某个 $ K > 0 $ 满足不等式 $ LV \leq K + KV $，以控制爆炸并确保质量守恒。
• 利用恒等式 $ \mu_t(D) = \nu(D) + \int_0^t \int_D c(x,s) \, d\mu_s \, ds $ 验证：当 $ c = 0 $ 时，子概率解成为概率测度。
• 对逼近解 $ \mu^{n}_{s,y} $ 应用极限论证，利用其可测性及满足科尔莫戈罗夫-夏普利方程的性质，确立极限的马尔可夫性。
• 当 $ LV \leq -K_2 V $ 在 $ D \setminus D_k $ 上成立时，时间平均测度 $ \sigma_t $ 弱收敛于一个平稳解 $ \sigma $，表明存在遍历性。
• 不对系数施加全局有界性；相反，依赖于局部可积性及李雅普诺夫函数的存在性来确保适定性。

实验结果

研究问题

• RQ1 在任意区域 $ D \subset \mathbb{R}^d $ 上，带有势项的福克-普朗克-科尔莫戈罗夫方程柯西问题在存在退化或无界系数的情况下，满足何种条件可保证解的唯一存在？
• RQ2 能否在不假设李雅普诺夫函数为全局利普希茨的前提下，建立解的存在性与唯一性，如以往相关工作中所要求的？
• RQ3 当势项 $ c $ 为零时，如何确保子概率解转化为概率解？
• RQ4 系数 $ a^{ij}, b^i, c $ 需满足何种条件，才能保证解流 $ \mu_t $ 在一般区域上保持保守（即保持总质量）？
• RQ5 能否通过李雅普诺夫型估计建立解的遍历性？这对长期行为有何影响？

主要发现

• 若存在一个 $ D $ 上的 $ C^2 $ 李雅普诺夫函数 $ V $，满足当 $ x \to \partial D $ 时 $ V(x) \to +\infty $，且对某个 $ K > 0 $ 有 $ LV \leq K + KV $，则柯西问题 (1.1) 在子概率测度类中存在唯一解。
• 当 $ c = 0 $ 时，对所有 $ t \in [0,T] $，解 $ \mu_t $ 为概率测度，由恒等式 $ \mu_t(D) = \nu(D) + \int_0^t \int_D c(x,s) \, d\mu_s \, ds $ 保证，此时简化为 $ \mu_t(D) = \nu(D) $。
• 当 $ D = \mathbb{R}^d $ 时，条件 $ \text{tr}(A) + (b,x) + \frac{1}{2}|x|^2 c \leq K + K|x|^2 $ 即可保证解的存在性与唯一性，即使系数无界。
• 初始条件为 $ \delta_y $ 的解 $ \mu_{s,y} $ 关于 $ (s,y) $ 可测，且满足科尔莫戈罗夫-夏普利方程，证实其具有马尔可夫结构。
• 在例 3.10 中，区域 $ D = (-1,1) $ 上的方程具有不连续且退化的系数，但由于存在李雅普诺夫函数 $ V(x) = \frac{2 - x^2}{1 - x^2} $ 满足 $ LV \leq K_1 V $，因此存在唯一概率解。
• 当 $ LV \leq -K_2 V $ 在 $ D \setminus D_k $ 上成立时，时间平均测度 $ \sigma_t $ 弱收敛于一个平稳解 $ \sigma $，证实了遍历性与长期稳定性。