Skip to main content
QUICK REVIEW

[论文解读] Smooth Solutions to a Class of Nonlocal Fully Nonlinear Elliptic Equations

Hui Yu|arXiv (Cornell University)|Nov 13, 2015
Nonlinear Partial Differential Equations参考文献 8被引用 3
一句话总结

本文通过发展一种稳健的逐次正则性理论,建立了广义非局部完全非线性椭圆方程光滑解的存在性。证明了当右端项光滑且边界数据有界且一致连续时,解在区域内部为$C^\infty$,通过一种局部化、迭代的正则性提升策略克服了非局部算子中全局依赖性的挑战。

ABSTRACT

We show that a certain class of fully nonlinear nonlocal equations have smooth solutions as long as the right-hand side is nice and the boundary datum is bounded. To this end we follow the classical strategy. We first show that solutions are $C^{σ+α}$ continuous, then develop a bootstrap argument robust enough for operators that may depend on the solution and its σ-derivatives.

研究动机与目标

  • 建立证明非局部完全非线性椭圆方程光滑解的一般框架。
  • 解决非局部算子中全局依赖性带来的挑战,该挑战阻碍了经典正则性方法的应用。
  • 将逐次论证推广至系数依赖于解及其非局部导数的非局部方程。
  • 证明右端项的光滑性与边界数据的有界性足以保证$C^\infty$内部正则性。
  • 提供对线性和非线性算子的应用,包括基于非局部Hessian算子$D^\sigma_\rho u$特征值的算子。

提出的方法

  • 引入通过权函数$\rho$和方向差分$\delta u(x,y)$定义的非局部Hessian算子$D^\sigma_\rho u$,推广了二阶Hessian算子。
  • 通过摄动论证和比较原理,建立黏性解的$C^{\sigma+\alpha}$正则性估计。
  • 发展一种局部化的逐次程序,通过对方程求导并应用Schauder型估计,迭代提升正则性。
  • 使用截断函数技术对非局部算子进行局部化,控制边界效应,从而实现正则性的迭代提升。
  • 将理论应用于方向导数,证明每个导数满足同类型方程,且系数为Hölder连续。
  • 采用局部化-逐次迭代方法,将正则性从$C^{\sigma+\alpha}$逐步提升至$C^{2+\sigma+\alpha}$,依此类推,直至$C^\infty$。

实验结果

研究问题

  • RQ1尽管算子具有全局依赖性,是否能为广义非局部完全非线性椭圆方程建立光滑解?
  • RQ2在二阶PDE中使用的逐次方法是否可推广至解依赖系数的非局部方程?
  • RQ3当非局部算子全局依赖于解时,能否通过迭代方式提升解的正则性?
  • RQ4对右端项和边界数据的何种条件足以保证内部$C^\infty$正则性?
  • RQ5该理论是否可应用于基于非局部Hessian算子$D^\sigma_\rho u$特征值定义的算子?

主要发现

  • 在$B_1$中,方程$F(D^\sigma_\rho u, x) = f(x)$的Dirichlet问题,若$f$光滑且$g$有界且一致连续,则在内部存在唯一光滑解。
  • 即使算子全局依赖于$u$,仍通过迭代局部化-逐次论证证明了解在$B_1$中为$C^\infty$。
  • $C^{\sigma+\alpha}$正则性估计作为基础步骤被确立,从而支持逐次过程的展开。
  • 对于形如$\int \delta u(x,y) \frac{\langle A(x)y,y\rangle \rho(x,y)}{|y|^{n+\sigma+2}} dy = f(x)$的线性算子,在相同条件下存在光滑解。
  • 该理论适用于基于$D^\sigma_\rho u$特征值的算子,如$F(M) = f(\lambda_1, \dots, \lambda_n)$,其中$f$光滑且严格凹。
  • 即使对于正则性较低的算子,若$f$为$C^k$且$g$有界,且事先已知$u$的$C^k$先验有界性,则该方法可得到$C^{k-1+\sigma+\alpha}$正则性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。