[论文解读] The Corrector in Stochastic Homogenization: Near-Optimal Rates With Optimal Stochastic Integrability

Antoine Gloria, Félix Otto|arXiv (Cornell University)|Nov 24, 2015

Advanced Mathematical Modeling in Engineering参考文献 18被引用 14

一句话总结

本文為具有隨機係數的橢圓方程之隨機均勻化建立了近乎最佳的收斂速率，證明在具有最佳隨機可積性之高斯界條件下，校正項的梯度以 R^{-α} 之速率衰減，其中 α < d/2。分析利用動差界與遍歷性，實現隨機意義下的最佳速率。

ABSTRACT

Abstract. We consider uniformly elliptic coefficient fields that are randomly distributed according to a stationary ensemble of a finite range of dependence. We show that the gradient ∇φ of the corrector φ, when spatially averaged over a scale R 1 decays like R−α for any α &amp;lt; d2. We establish these rates on the level of Gaussian bounds in terms of the stochastic integrability.

研究动机与目标

• 推導在隨機、一致橢圓係數場背景下隨機均勻化的近乎最佳收斂速率。
• 建立校正項 ∇φ 在空間尺度 R ≫ 1 下的衰減速率。
• 在最佳隨機可積性條件下達成這些速率，特別是高斯型動差界。
• 分析校正項衰減對隨機系綜之依賴範圍的依賴性。
• 彌補均勻化理論中理論收斂速率與實際隨機可積性之間的差距。

提出的方法

• 利用具有有限依賴範圍的係數場靜止系綜來建模隨機性。
• 應用動差界與遍歷性論證以控制校正項的隨機波動。
• 推導校正項梯度的高斯型界，以確保在隨機意義下的最佳可積性。
• 透過在尺度 R 上進行空間平均以抑制高頻隨機振盪。
• 透過結合定量遍歷性論證與動差估計，建立衰減速率。
• 利用校正項方程的結構與一致橢圓性，以控制梯度行為。

实验结果

研究问题

• RQ1 在有限範圍依賴條件下，隨機均勻化中校正項梯度的最優衰減速率為何？
• RQ2 校正項的隨機可積性如何影響均勻化極限中的收斂速率？
• RQ3 在隨機係數設定下，能否以最佳動差界（例如高斯可積性）達成近乎最佳的衰減速率？
• RQ4 隨機系綜中的依賴範圍在多大程度上影響收斂速率？
• RQ5 空間平均與動差估計如何相互作用以產生精確的衰減估計？

主要发现

• 校正項 ∇φ 的梯度以 R^{-α} 之速率衰減，其中 R 為空間平均尺度，且對任意 α < d/2 成立。
• 衰減速率近乎最佳，隨著 d（空間維數）趨近於 R^{-d/2} 的理論極限。
• 界是在最佳隨機可積性條件下建立的，特別是高斯型動差界。
• 該結果適用於透過具有有限依賴範圍的靜止系綜分佈的一致橢圓係數場。
• 透過結合動差估計、遍歷性與空間平均，分析達成了精確的速率。
• 該框架確保收斂速率在係數場僅具備靜止性與有限依賴範圍的最小假設下依然穩健。