[论文解读] Quantitative estimates on the periodic approximation of the corrector in stochastic homogenization

Antoine Gloria, Félix Otto|arXiv (Cornell University)|Sep 3, 2014

Advanced Mathematical Modeling in Engineering参考文献 9被引用 5

一句话总结

本文在系数场满足谱间隙条件的前提下，为发散形式线性椭圆方程随机均匀化中校正项的周期逼近建立了最优定量估计。通过利用De Giorgi-Nash-Moser理论并避免使用格林函数，证明了同伦系数以 $ \varepsilon^{\gamma} $ 的速率收敛至其周期逼近，其中 $ d > 2 $ 时 $ \gamma $ 依赖于混合强度。

ABSTRACT

In the present contribution we establish quantitative results on the periodic approximation of the corrector equation for the stochastic homogenization of linear elliptic equations in divergence form, when the diffusion coefficients satisfy a spectral gap estimate in probability, and for $d>2$. The main difference with respect to the first part of [Gloria-Otto, arXiv:1409.0801] is that we avoid here the use of Green's functions and more directly rely on the De Giorgi-Nash-Moser theory.

研究动机与目标

• 推导随机均匀化线性椭圆PDE中校正项周期逼近的定量估计。
• 在随机系数场满足谱间隙条件的前提下，建立同伦系数的收敛速率。
• 通过使用De Giorgi-Nash-Moser理论替代格林函数方法，避免对格林函数的依赖。
• 将离散情形下的最优定量结果推广至连续情形，尤其针对 $ d > 2 $。

提出的方法

• 分析基于对系数场概率测度的谱间隙估计，确保充分混合。
• 通过带零均值条件的周期椭圆方程定义校正项，同伦系数由其通量导出。
• 关键技术为振荡控制：由于系数场局部变化引起的同伦系数差异，通过校正项梯度的 $ L^2 $-范数进行有界。
• 证明依赖于De Giorgi-Nash-Moser理论以控制校正项的霍尔德正则性与衰减，替代格林函数方法。
• 利用矩界与平稳性推导随机估计，以泊松点过程作为模型系综。
• 采用 dyadic 立方体上的链式估计方法控制同伦系数的方差，从而得到最终的收敛速率。

实验结果

研究问题

• RQ1 在连续椭圆方程的随机均匀化中，校正项周期逼近的最优收敛速率是什么？
• RQ2 系数场的谱间隙条件如何影响同伦矩阵向其周期逼近的收敛速率？
• RQ3 De Giorgi-Nash-Moser理论能否替代格林函数方法，用于推导校正项与同伦系数的定量估计？
• RQ4 收敛速率对维度 $ d $ 的依赖关系如何，尤其在 $ d > 2 $ 时？
• RQ5 在泊松系综下，校正项梯度的矩估计如何控制同伦系数的方差？

主要发现

• 本文建立了同伦系数周期逼近的定量收敛速率 $ \varepsilon^{\gamma} $，其中 $ \gamma > 0 $ 依赖于谱间隙强度。
• 证明了在泊松系综下，同伦系数的方差被控制在 $ L^{-d} $ 以内，表明周期逼近中具有最优衰减。
• 通过校正项及其对偶的 $ L^2 $-范数控制同伦系数在局部区域的振荡，借助 dyadic 分解建立一系列估计。
• 使用 De Giorgi-Nash-Moser 理论使得主要估计可直接、无格林函数地推导，优于先前方法。
• 该方法在所有维度 $ d > 2 $ 下对校正项及其周期逼近均获得最优估计，扩展了先前的离散结果。
• 本文提供了早期离散结果在连续情形下的完整类比，基于谱间隙假设建立了最优矩界与收敛速率。