[论文解读] Random data Cauchy theory for the fourth order nonlinear Schrödinger equation with cubic nonlinearity

Hiroyuki Hirayama, Mamoru Okamoto|arXiv (Cornell University)|May 24, 2015

Advanced Mathematical Physics Problems参考文献 14被引用 5

一句话总结

该论文在超临界 Sobolev 空间 $H^s(\mathbb{R}^d)$（$d \geq 3$）中，针对四阶非线性薛定谔方程的三次导数非线性项，通过初始数据的随机化，建立了几乎必然的局部与全局适定性，以及散射性。利用 Wiener 随机化与改进的 Strichartz 估计，作者证明了在正则性 $s > \max(\frac{d-5}{2}, \frac{d-5}{6})$ 下的适定性，该正则性低于尺度临界阈值 $s_c = \frac{d-3}{2}$，表明随机化可实现次临界行为。

ABSTRACT

We consider the Cauchy problem for the fourth order nonlinear Schrödinger equation with derivative nonlinearity $(i\partial _t + Δ^2) u= \pm \partial (|u|^2u)$ on $\mathbb{R} ^d$, $d \ge 3$, with random initial data, where $\partial$ is a first order derivative with respect to the spatial variable, for example a linear combination of $\frac{\partial}{\partial x_1} , \, \dots , \, \frac{\partial}{\partial x_d}$ or $| abla |= \mathcal{F}^{-1}[|ξ| \mathcal{F}]$. We prove that almost sure local in time well-posedness, small data global in time well-posedness and scattering hold in $H^s(\mathbb{R} ^d)$ with $\max ( \frac{d-5}{2}, \frac{d-5}{6}) < s$, whose lower bound is below the scale critical regularity $s_c= \frac{d-3}{2}$.

研究动机与目标

• 研究在确定性适定性失效的超临界 Sobolev 空间中，四阶非线性薛定谔方程带导数非线性的柯西问题。
• 确定初始数据的随机化是否可将局部适定性范围扩展至尺度临界正则性 $s_c = \frac{d-3}{2}$ 以下。
• 在这些超临界空间中，利用概率方法建立小初值的全局适定性与散射性。
• 证明尽管正则性较低，随机初始数据仍能提升可积性并实现次临界行为。

提出的方法

• 通过单位分解与独立同分布的亚高斯尾随机变量，对初始数据进行 Wiener 随机化。
• 将改进的 Strichartz 估计应用于随机化初始数据的线性演化，提升可积性而不增加微分性。
• 将解分解为线性和非线性部分，非线性部分通过 Strichartz 估计获得正则性。
• 利用概率型 $L^p$ 有界性与尾部估计，控制解在超临界空间中的大小。
• 在合适的函数空间 $X^s$ 中构造压缩映射，证明几乎必然的局部适定性。
• 通过尺度变换，将原方程的小初值结果转移至缩放后的方程，确保全局存在性与散射性。

实验结果

研究问题

• RQ1 能否在低于尺度临界正则性 $s_c = \frac{d-3}{2}$ 的 Sobolev 空间中，为带三次导数非线性的四阶非线性薛定谔方程建立几乎必然适定性？
• RQ2 Wiener 初始数据随机化是否能实现次临界行为，并将适定性范围扩展至确定性阈值之外？
• RQ3 几乎必然局部适定性的最优正则性 $s$ 是多少？其与尺度临界正则性 $s_c = \frac{d-3}{2}$ 的关系如何？
• RQ4 能否利用随机初始数据在超临界空间中实现小初值的全局适定性与散射性？
• RQ5 适定性的概率如何随初值大小与正则性 $s$ 变化？

主要发现

• 在 $H^s(\mathbb{R}^d)$ 中，当 $\max(\frac{d-5}{2}, \frac{d-5}{6}) < s < \frac{d-3}{2}$ 时，几乎必然局部适定性成立，该范围低于尺度临界正则性 $s_c = \frac{d-3}{2}$。
• 对于该范围内小初值的 $H^s(\mathbb{R}^d)$，建立了几乎必然的全局适定性与散射性。
• 对给定 $T>0$，适定性的概率下界为 $1 - C\exp\left(-\frac{c}{T^{\gamma}\|\phi\|_{H^s}^2}\right)$，当 $T \to 0$ 时趋于 1。
• 随机化提升了可积性，使得即使初始数据低于尺度临界正则性，仍可应用 Strichartz 估计。
• 解映射几乎必然连续，取值于 $H^s(\mathbb{R}^d)$ 中的时间，且非线性部分属于 $C((-T_\omega,T_\omega); H^{\frac{d-3}{2}}(\mathbb{R}^d))$。
• 通过方程缩放与概率论证，作者证明：对小初值，解几乎必然全局存在并散射，失败概率随初值大小呈指数衰减。