[论文解读] Transport noise restores uniqueness and prevents blow-up in geometric transport equations

Aythami Bethencourt-de-León, So Takao|arXiv (Cornell University)|Nov 27, 2022

Stochastic processes and financial applications被引用 4

一句话总结

该论文证明了在涉及向量场和k-向量场的几何传输方程中，传输噪声可恢复唯一性并防止有限时间内的爆破。通过应用随机流和噪声下的霍尔德估计，证明了近似解的收敛性与一致有界性，从而确保即使在确定性方程因奇性形成而失效时，仍能保持适定性。

ABSTRACT

In this work, we demonstrate well-posedness and regularisation by noise results for a class of geometric transport equations that contains, among others, the linear transport and continuity equations. This class is known as linear advection of $k$-forms. In particular, we prove global existence and uniqueness of $L^p$-solutions to the stochastic equation, driven by a spatially $α$-Hölder drift $b$, uniformly bounded in time, with an integrability condition on the distributional derivative of $b$, and sufficiently regular diffusion vector fields. Furthermore, we prove that all our solutions are continuous if the initial datum is continuous. Finally, we show that our class of equations without noise admits infinitely many $L^p$-solutions and is hence ill-posed. Moreover, the deterministic solutions can be discontinuous in both time and space independently of the regularity of the initial datum. We also demonstrate that for certain initial data of class $C^\infty_{0},$ the deterministic $L^p$-solutions blow up instantaneously in the space $L^{\infty}_{loc}$. In order to establish our results, we employ characteristics-based techniques that exploit the geometric structure of our equations.

研究动机与目标

• 解决在确定性动力学下几何传输方程中唯一性失效与有限时间爆破的问题。
• 研究随机（噪声正则化）传输流是否能恢复此类方程的适定性。
• 证明在噪声流下k-向量场拉回的近似解的收敛性。
• 在随机流下建立导数与霍尔德范数的一致有界性，以确保正则性。
• 通过归纳法将结果从向量场（k=1）推广至高阶k-向量场（k≥2）。

提出的方法

• 使用由噪声驱动的随机流（ϕt, ψt）来正则化几何传输方程。
• 应用霍尔德不等式与柯西-施瓦茨不等式来控制雅可比行列式与导数项之间的差异。
• 采用加权霍尔德范数与估计（如 C1(ω,t) 和 C2）来控制拉回扰动。
• 对k进行归纳，将从向量场（k=1）到k-向量场（k≥2）的结果进行推广。
• 定义辅助向量场 vml,i 和 vl,i，将k-向量场拉回差异转化为向量场类型问题。
• 通过Lr与L2r范数应用矩界与一致可积性，以确保期望收敛。

实验结果

研究问题

• RQ1 在确定性情况下奇异的几何传输方程中，传输噪声是否可防止爆破？
• RQ2 噪声是否能恢复k-向量场几何传输方程解的唯一性？
• RQ3 随机流如何影响k-向量场拉回的正则性？
• RQ4 为确保噪声下近似解的收敛性，需要哪些矩估计与霍尔德估计？
• RQ5 能否通过随机正则化在时间和空间上一致地建立拉回的收敛性？

主要发现

• 对于k-向量场，传输噪声确保在Lr(ω,t,R′)中近似解(ϕtm)∗U收敛于ϕt∗U，收敛速率由霍尔德估计与矩估计控制。
• 由于霍尔德控制与流的弱收敛性，极限中涉及C1(ω,t)的项消失，从而保证稳定性。
• 对所有s≥1，有∥Dϕ⋅m(⋅)∥Lsω,t,R′n/4一致有界，防止导数爆破。
• 通过∥~r∥L∞R′r∥Dϕ⋅(⋅)∥Lnω,t,R′n/2<∞，~r(ϕt(x))的L2r范数有界，确保可积性。
• 当k=2时，拉回差异被∥Dψt∥L8r与∥ϕ⋅m−ϕ⋅∥L4r项所控制，这两项均收敛于零。
• 归纳框架可推广至一般k，当假设r>(n+1)/(α2k+1)时，可保证2r>(n+1)/α2k，从而支持递归应用。