[论文解读] Random-data Cauchy Problem for the Periodic Navier-Stokes Equations with Initial Data in Negative-order Sobolev Spaces

Chao Deng, Shangbin Cui|arXiv (Cornell University)|Mar 31, 2011

Navier-Stokes equation solutions参考文献 7被引用 5

一句话总结

本论文通过受Burq和Tzvetkov启发的随机化技术，证明了在负阶Sobolev空间 $\mathcal{H}^s(\mathbb{T}^N)$ 中初始数据满足 $-1 < s < 0$ 的周期性Navier-Stokes方程存在唯一的局部解。对于概率空间中的几乎所有样本路径 $\omega$，随机化后的初始数据 $\mathcal{H}^s_{\sigma}(\mathbb{T}^N)$ 生成唯一的局部解，从而将适定性理论扩展至经典方法失效的超临界空间。

ABSTRACT

In this paper we study existence of solutions of the initial-boundary value problems of the Navier-Stokes equations with a periodic boundary value condition for initial data in the Sobolev spaces $\mathcal{H}^{s}(\mathbb{T}^N)$ with a negative order $-1

研究动机与目标

• 研究初始数据属于超临界函数空间（特别是负阶Sobolev空间 $\mathcal{H}^s(\mathbb{T}^N)$，其中 $-1 < s < 0$）时，周期性Navier-Stokes方程的适定性问题。
• 克服经典确定性方法在这些超临界空间中的失效问题，因为在这些空间中无法实现嵌入或分解为临界/次临界空间。
• 通过引入概率方法，将初始值问题的理论扩展至已知的临界与次临界空间之外。
• 在这些低正则性空间中，针对随机化初始数据的几乎所有实现，建立局部解的存在性与唯一性。

提出的方法

• 采用受Burq和Tzvetkov启发的随机化方法，将确定性初始数据 $\vec{f} \in \mathcal{H}^s_{\sigma}(\mathbb{T}^N)$ 转化为通过独立随机傅里叶乘子定义的随机场 $\vec{f}^\omega$。
• 应用随机估计与尾部界，控制Navier-Stokes方程积分形式中非线性项的大小。
• 在周期边界条件下，结合Strichartz型估计与最大 $L^p_tL^q_x$ 估计，控制混合范数Lebesgue空间中解的范数。
• 在小时间区间 $T$ 上构造压缩映射论证，利用随机化初始数据确保解空间中非线性项的大小。
• 根据维度 $N$ 定义解空间 $X$ 或 $Y$，使其与初始数据的正则性及非线性项所需的可积性相匹配。
• 通过测度论估计证明几乎必然存在性：通过选择足够小的 $T$，可使解在小时间区间内存在的概率任意接近于1。

实验结果

研究问题

• RQ1 当初始数据位于超临界空间（如 $\mathcal{H}^s(\mathbb{T}^N)$，其中 $-1 < s < 0$）时，周期性Navier-Stokes方程的初值边值问题是否适定？
• RQ2 是否可通过一种随机化过程构造此类初始数据的解，从而绕过经典方法的局限性？
• RQ3 存在唯一局部解的初始数据实现集合的大小如何？能否从概率角度进行量化？
• RQ4 随机化技术如何影响解的正则性与可积性，特别是在周期域与无散度向量场的背景下？

主要发现

• 对于几乎所有 $\omega \in \Omega$，随机化初始数据 $\vec{f}^\omega \in \mathcal{H}^s_{\sigma}(\mathbb{T}^N)$，其中 $-1 < s < 0$，均能生成周期性Navier-Stokes方程的唯一局部解。
• 解存在于依赖于 $\omega$ 的时间区间 $T_\omega > 0$ 上，且通过选择足够小的 $T$，可使解在小时间区间内存在的概率任意接近于1。
• 解空间通过混合范数Lebesgue空间（如 $N=2,3$ 时的 $L^{8/(4-N)}_T L^4_x$）构建，其范数通过Strichartz估计与最大函数估计得到控制。
• 失败概率（即无解）被控制在 $2c_1 e^{-c_2 (\lambda/2)^2 \|f\|_{\mathcal{H}^s}^{-2} T^{-2\varrho}}$ 以内，该表达式随 $T^{-1}$ 指数衰减，从而确保几乎必然存在性。
• 当 $-1 < s \leq -1 + N/4$ 时，解空间为 $L^{4/(1-s)}_T L^{2N/(1+s)}_x$，且在相同的概率小量条件下，压缩映射论证成立。
• 结果在维度上保持一致：该方法适用于 $N=2$ 与 $N=3$，临界指数 $s = -1 + N/4$ 标识了第二种解空间的阈值。