[论文解读] Uniqueness in a class of Hamilton-Jacobi equations with constraints

Sepideh Mirrahimi, Jean‐Michel Roquejoffre|arXiv (Cornell University)|Feb 13, 2015

Mathematical Biology Tumor Growth参考文献 6被引用 4

一句话总结

本文首次建立了具有动态约束、强制解的最大值恒为零的时间依赖Hamilton-Jacobi方程的全局唯一性结果。通过证明耦合解$(u, I(t))$的唯一性，作者使得在小扩散极限下选择-突变种群模型的强收敛性和误差估计成为可能，此时种群集中在随时间演化的主导性状上。

ABSTRACT

In this note, we discuss a class of time-dependent Hamilton-Jacobi equations depending on a function of time, this function being chosen in order to keep the maximum of the solution to the constant value 0. The main result of the note is that the full problem has a unique classical solution. The motivation is a selection-mutation model which, in the limit of small diffusion, exhibits concentration on the zero level set of the solution of the Hamilton-Jacobi equation. The uniqueness result that we prove implies strong convergence and error estimates for the selection-mutation model.

研究动机与目标

• 解决时间依赖Hamilton-Jacobi方程中解的最大值通过时变参数$I(t)$被强制保持为零的一类方程的唯一性这一开放问题。
• 在小扩散极限（$\varepsilon \to 0$）下，为选择-突变种群模型建立强收敛性和误差估计，此时种群密度集中在Hamilton-Jacobi解的零水平集上。
• 在$\varepsilon$的幂级数中，为种群密度$n_\varepsilon$、性状集中点$x_\varepsilon$和资源水平$I_\varepsilon$提供严格的渐近展开。
• 证明全序列解$(n_\varepsilon)$收敛（而非仅子序列），利用限制性Hamilton-Jacobi问题的唯一性。
• 验证生物学解释：种群集中在随时间演化的主导性状上，极限测度集中在$\bar{x}(t)$处。

提出的方法

• 建立带有动态约束的Hamilton-Jacobi问题：$\partial_t u = |\nabla u|^2 + R(x, I(t))$ 且 $\max_x u(t,x) = 0$，其中$I(t)$为时间的未知函数。
• 使用特征线法分析差值$r = V(I_1) - V(I_2)$的线性化方程，该方程控制了解对$I(t)$扰动的敏感性。
• 建立关键估计：$\|V(I_1) - V(I_2)\|_{W^{2,\infty}} \leq C \|I_1 - I_2\|_{L^\infty} \delta$，该估计在小时间区间内表现出类似压缩的性质。
• 在小时间区间$[0, \delta]$上应用不动点论证，利用解映射$I \mapsto V(I)$的Lipschitz连续性以及特征流的隐函数定理。
• 通过迭代局部论证，利用$R(x,I)$的严格凹性和$I(t) \in [0, I_M]$的有界性，将局部解延拓至全局存在与唯一。
• 使用Hopf-Cole变换$n_\varepsilon = \exp(u_\varepsilon / \varepsilon)$将$n_\varepsilon$的抛物型PDE与$u_\varepsilon$的Hamilton-Jacobi方程联系起来，从而实现渐近分析。

实验结果

研究问题

• RQ1 在给定的正则性和严格凹性假设下，约束Hamilton-Jacobi方程的解$(u, I(t))$是否唯一确定？
• RQ2 能否对全序列$\varepsilon \to 0$建立种群密度$n_\varepsilon$向集中在时变性状$\bar{x}(t)$上的测度的收敛性，而非仅沿子序列？
• RQ3 在$\varepsilon$的幂级数中，$I_\varepsilon$、$x_\varepsilon$和$u_\varepsilon$的高阶渐近展开形式为何？
• RQ4 $n_\varepsilon$收敛性的误差估计如何依赖于繁殖率$R(x, I)$的正则性和凹性？
• RQ5 极限测度集中形式的精确表达是什么？振幅$\bar{\rho}(t)$与解$I(t)$及资源函数$\psi(x)$有何关系？

主要发现

• 在$R$的$C^2$正则性、对$x$的严格凹性以及存在$I_M > 0$使得$\max_x R(x, I_M) = 0 = R(0, I_M)$的假设下，Hamilton-Jacobi问题(1)具有唯一的经典解$(u, I(t))$。
• 解满足$u \in L^\infty_{\text{loc}}(\mathbb{R}^+; W^{3,\infty}_{\text{loc}}(\mathbb{R}^d)) \cap W^{1,\infty}_{\text{loc}}(\mathbb{R}^+; L^\infty_{\text{loc}}(\mathbb{R}^d))$ 且 $I \in W^{1,\infty}(\mathbb{R})$。
• 全序列$n_\varepsilon$在测度意义下弱收敛于$\bar{\rho}(t) \delta(x - \bar{x}(t))$，当$\varepsilon \to 0$时，其中$\bar{\rho}(t) = I(t)/\psi(\bar{x}(t))$。
• 建立了选择-突变模型解的渐近展开：$I_\varepsilon = I + \varepsilon I_1 + o(1)$，$x_\varepsilon = \bar{x} + \varepsilon \bar{x}_1 + o(1)$，以及$u_\varepsilon = u + \varepsilon \log(r / \varepsilon^{d/2}) + \varepsilon u_1 + o(1)$。
• 在紧集上，$n_\varepsilon$的收敛是强且一致的，误差估计通过展开式中的$o(1)$项量化。
• 该结果解决了此类约束Hamilton-Jacobi方程中唯一性这一长期悬而未决的开放问题，此前仅在特殊情况下已知。