[论文解读] Stochastic homogenization of a nonconvex Hamilton-Jacobi equation

Scott N. Armstrong, Hung V. Tran+1 more|arXiv (Cornell University)|Nov 8, 2013

Advanced Mathematical Modeling in Engineering参考文献 16被引用 7

一句话总结

该论文通过引入包含参数 μ 和 σ 的一族次方程，首次建立了真正非凸 Hamilton-Jacobi 方程的定性随机均质化结果。利用比较原理与次可加遍历定理，证明了解在收敛至具有非径向、非凸结构的有效 Hamiltonian 时，该有效 Hamiltonian 包含 |p|=0 和 |p|=1 处的平坦区域。

ABSTRACT

We present a proof of qualitative stochastic homogenization for a nonconvex Hamilton-Jacobi equation. The new idea is to introduce a family of "sub-equations" and to control solutions of the original equation by the maximal subsolutions of the latter, which have deterministic limits by the subadditive ergodic theorem and maximality.

研究动机与目标

• 解决在随机介质中非凸 Hamilton-Jacobi 方程随机均质化的开放问题。
• 将均质化理论拓展至非凸或水平集凸 Hamiltonian 之外，此前这些限制了已知结果的适用范围。
• 证明非凸方程的有效 Hamiltonian 可以继承复杂几何特征，如带有平坦区域的“墨西哥帽”形状。
• 提出一种基于次方程的新方法，通过具有确定极限的最大次解来控制解。

提出的方法

• 引入形式为 |Du|² = 1 + σ√(μ + V(y)) 的一族次方程，其中 σ ∈ [−1,1] 且 μ ≥ −inf V。
• 利用次可加遍历定理，证明这些次方程的最大次解具有确定极限。
• 在原方程的解与次方程的最大次解之间应用比较论证。
• 利用次方程的结构，连接度量问题中平方根的不同分支，从而控制非凸行为。
• 利用解的对称性与比较性质，推导出与尺度 ε 无关的统一估计。
• 通过反证法证明解的收敛性，表明若收敛失败将导致比较原理被违反。

实验结果

研究问题

• RQ1 能否在平稳遍历的随机环境中，为非凸 Hamilton-Jacobi 方程建立随机均质化？
• RQ2 此类方程的有效 Hamiltonian 是否保留非径向、非凸特征，如平坦区域及局部极大/极小值？
• RQ3 能否构造一族次方程，使其最大次解可控制原方程并产生确定极限？
• RQ4 当凸性缺失时，比较原理是否足以证明均质化？
• RQ5 次方程结构在非凸情形下连接解集不同分支中起何作用？

主要发现

• 有效 Hamiltonian H̄(p) 为非径向且非凸，具有类似“墨西哥帽”的形状，其在 p=0 处有局部极大值，在 |p|=1 附近有全局最小值。
• 有效 Hamiltonian H̄(p) 具有两个平坦区域：一个在原点附近（局部极大），另一个在 |p|=1 附近（全局极小）。
• 非凸 Hamilton-Jacobi 方程 (1.1) 的解 u^ε 在 ε→0 时局部一致收敛至有效确定性方程 (1.2) 的解 u。
• 收敛性通过 u^ε 与次方程 (1.4) 的最大次解之间的比较得以证明，后者由次可加遍历定理保证具有确定极限。
• 该方法适用于更广泛的方程类：u_t^ε + Φ(K(Du^ε)) - V(x/ε) = 0，其中 K 为凸函数，Φ 连续且满足当 s→∞ 时 Φ(s)→∞。
• 该结果解决了随机均质化领域长期存在的开放问题，此前在随机环境下对真正非凸 Hamiltonian 尚无此类结果。