Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions

Die Arbeit liefert mittels sauberer numerischer Simulationen Hinweise darauf, dass die Navier-Stokes-Gleichungen unterschiedliche globale Lösungen aus fast identischen Anfangsbedingungen zulassen, was neue Erkenntnisse zur Eindeutigkeit und Existenz dieser Gleichungen im Rahmen des Millennium-Problems der Clay Mathematics Institute bieten könnte.

Das Wesentliche

Titel: Wenn winzige Unterschiede riesige Wellen schlagen – Eine einfache Erklärung der Navier-Stokes-Gleichungen

Stellen Sie sich vor, Sie haben zwei identische Seen. Sie sind so gleich, dass man sie kaum unterscheiden kann. Aber auf dem einen See lassen Sie einen einzigen, winzigen Tropfen Wasser fallen, der so klein ist, dass er unsichtbar ist – kleiner als ein Staubkorn, kleiner als ein Atom, ja, so klein, dass er fast gar nicht existiert.

Die Frage, die sich die Wissenschaftler in diesem Papier stellen, ist: Was passiert, wenn wir diese beiden Seen über einen langen Zeitraum beobachten?

Das Problem: Der Schmetterlingseffekt

In der Physik gibt es eine berühmte Regel: Der „Schmetterlingseffekt". Das bedeutet, dass ein winziges Ereignis (wie das Flügelschlagen eines Schmetterlings) riesige Folgen haben kann (wie einen Sturm auf der anderen Seite der Welt).

Bisher glaubten die meisten Mathematiker, dass die Gleichungen, die beschreiben, wie sich Wasser und Luft bewegen (die sogenannten Navier-Stokes-Gleichungen), immer eindeutig sind. Das heißt: Wenn Sie zwei Startbedingungen haben, die fast identisch sind, sollten die Ergebnisse auch fast identisch bleiben. Es sollte nur eine richtige Antwort geben.

Das Problem ist jedoch: Computer sind nicht perfekt. Wenn man diese Gleichungen mit normalen Computern berechnet, machen sie winzige Rechenfehler. Bei chaotischen Systemen (wie turbulentem Wasser) wachsen diese Fehler so schnell an, dass man am Ende gar nicht mehr weiß, ob man das echte Wasser berechnet oder nur das Rauschen des Computers. Es ist, als würde man versuchen, das Wetter von morgen vorherzusagen, aber Ihr Thermometer ist so ungenau, dass Sie nur noch Chaos sehen.

Die Lösung: Der „saubere" Simulator (CNS)

Die Autoren, Shijun Liao und Shijie Qin, haben eine neue Methode entwickelt, die sie „Clean Numerical Simulation" (CNS) nennen. Man kann sich das wie einen Computer vorstellen, der nicht nur mit normalen Zahlen rechnet, sondern mit einer unvorstellbar hohen Genauigkeit.

Stellen Sie sich vor, ein normaler Computer misst mit einem Lineal, das nur Millimeter anzeigt. Der CNS-Computer misst mit einem Lineal, das Billionenstel Millimeter anzeigt. Durch diese extreme Präzision können sie die Rechenfehler so klein halten, dass sie für eine lange Zeit (hier 300 Zeiteinheiten) praktisch nicht existieren. Sie sehen also das „wahre" Verhalten des Wassers, nicht das Rauschen des Computers.

Das Experiment: Zwei fast gleiche Startpunkte

Die Forscher haben zwei Szenarien simuliert:

1. Szene A: Ein Startzustand, der eine perfekte Symmetrie hat (wie ein Schneeflockenmuster).
2. Szene B: Ein fast identischer Startzustand, bei dem sie eine winzige Störung hinzugefügt haben (den unsichtbaren Tropfen). Diese Störung war so klein, dass sie mathematisch gesehen fast null war (10 hoch minus 40 – eine Zahl mit 40 Nullen nach dem Komma!).

Das Ergebnis war verblüffend:
Zu Beginn sahen beide Szenarien gleich aus. Aber nach einer Weile geschah etwas Dramatisches:

• Szene A behielt ihre schöne, symmetrische Struktur bei.
• Szene B verlor ihre Symmetrie komplett und entwickelte ein völlig anderes, chaotisches Muster.

Die beiden Szenarien entwickelten sich zu zwei völlig unterschiedlichen Welten, obwohl sie am Anfang fast identisch waren. Die Energie, die im Wasser fließt, war in Szene A doppelt so hoch wie in Szene B. Die statistischen Eigenschaften waren komplett anders.

Was bedeutet das für uns?

Dies ist ein riesiges Puzzle-Stück für eines der schwierigsten Probleme der Mathematik (das „Millennium-Preis-Problem").

Bisher dachten viele, dass die Navier-Stokes-Gleichungen immer eine einzige, eindeutige Lösung haben. Diese Studie liefert starke numerische Beweise dafür, dass dies nicht der Fall sein könnte. Sie zeigen, dass es möglich ist, aus fast denselben Startbedingungen zwei völlig verschiedene, glatte und gültige Lösungen zu erhalten.

Die einfache Moral der Geschichte:
In der Welt des turbulenten Wassers (und vielleicht auch in anderen chaotischen Systemen) ist die Zukunft nicht immer festgelegt. Ein Unterschied, der so klein ist, dass er für uns unmessbar erscheint, kann die gesamte Zukunft eines Systems verändern. Es gibt nicht nur die eine richtige Antwort, sondern vielleicht viele, die alle mathematisch korrekt sind, aber völlig unterschiedlich aussehen.

Die Autoren hoffen, dass ihre „sauberen" Simulationen Mathematikern helfen werden, endlich zu beweisen, dass die Navier-Stokes-Gleichungen nicht immer eindeutig sind – eine Entdeckung, die unser Verständnis von Chaos und Physik für immer verändern könnte.

Technische Zusammenfassung

Titel: Nicht-Eindeutigkeit glatter Lösungen der Navier-Stokes-Gleichungen aus fast identischen Anfangsbedingungen

Autoren: Shijun Liao und Shijie Qin
Institution: State Key Laboratory of Ocean Engineering, Shanghai Jiaotong University, China

---

1. Problemstellung

Die Existenz und Eindeutigkeit glatter Lösungen der Navier-Stokes-Gleichungen (NS-Gleichungen) für alle Zeiten $t > 0$ ist eines der sieben Millennium-Probleme des Clay Mathematics Institute. Obwohl die Eindeutigkeit für viele physikalische Szenarien angenommen wird, haben Coiculescu und Palasek kürzlich bewiesen, dass es im kritischen Raum $BMO^{-1}$ (mit unendlicher Energie) Anfangsdaten gibt, die zu zwei verschiedenen globalen glatten Lösungen führen.

Die zentrale Frage dieses Papers ist jedoch: Kann man numerische Beispiele für die Nicht-Eindeutigkeit von Lösungen mit endlicher Energie finden, die von fast identischen Anfangsbedingungen ausgehen?
Das Hauptproblem bei der Beantwortung dieser Frage mit herkömmlichen Methoden ist die chaotische Natur von Turbulenzen (sogenannter "Schmetterlingseffekt"). Herkömmliche numerische Verfahren (wie die Direkte Numerische Simulation, DNS) unterliegen unvermeidbaren numerischen Fehlern (Rundungs- und Truncierungsfehler). In chaotischen Systemen wachsen diese winzigen Störungen exponentiell an und verfälschen die globale Trajektorie der Lösung schnell, sodass man nicht mehr unterscheiden kann, ob eine Abweichung von der "wahren" Lösung auf physikalische Nicht-Eindeutigkeit oder auf numerisches Rauschen zurückzuführen ist.

2. Methodik: Clean Numerical Simulation (CNS)

Um das Problem der numerischen Fehler zu umgehen, verwenden die Autoren die Clean Numerical Simulation (CNS). Diese Methode wurde entwickelt, um numerisches Rauschen auf ein Niveau zu reduzieren, das in einem hinreichend langen, aber endlichen Zeitintervall vernachlässigbar ist.

• Governing Equation: Untersucht wird eine zweidimensionale, inkompressible Kolmogorov-Strömung in einem quadratischen Gebiet $[0, 2\pi] \times [0, 2\pi]$ mit periodischen Randbedingungen. Die Strömung wird durch die dimensionslose Navier-Stokes-Gleichung in Form der Stromfunktion $\psi$ beschrieben.
  • Reynolds-Zahl: $Re = 2000$
  • Kolmogorov-Kraft-Skala: $n_K = 16$
• Anfangsbedingungen: Es werden vier Szenarien verglichen:
  1. Flow CNS: Basierend auf $\psi_1(x, y, 0) = -\frac{1}{2}[\cos(x+y) + \cos(x-y)]$. Diese Bedingung besitzt sowohl Rotations- als auch Translationssymmetrie.
  2. Flow CNS'$_{1,2,3}$: Basierend auf $\psi_2(x, y, 0) = \psi_1(x, y, 0) + \delta \sin(x+y)$.
     • Die Störung $\delta$ wird extrem klein gewählt: $\delta = 10^{-10}, 10^{-20}$ und $10^{-40}$.
     • Diese Bedingung besitzt nur Translationssymmetrie (die Rotationssymmetrie ist gebrochen).
• Numerische Umsetzung:
  • Räumliche Diskretisierung: Fourier-Pseudospektral-Methode auf einem $1024 \times 1024$ Gitter.
  • Zeitintegration: Taylor-Reihen-Entwicklung $M$-ter Ordnung mit Zeitschritt $\Delta t = 10^{-3}$.
  • Schlüsseltechnologie: Verwendung von Multi-Precision-Arithmetik (Gleitkommazahlen mit $N_s$ signifikanten Stellen), um Rundungsfehler drastisch zu minimieren.
  • Validierung: Um die "kritische Vorhersagbarkeit" ($T_c$) zu bestimmen, wurden zusätzliche Simulationen mit noch höherer Präzision ($M$ und $N_s$) durchgeführt. Nur wenn die Ergebnisse übereinstimmen, gilt die Lösung als konvergent und dem exakten Wert nahe.
  • Für den betrachteten Zeitraum $t \in [0, 300]$ wurden z.B. $M=140$ und $N_s=260$ signifikante Stellen benötigt.

3. Wichtige Ergebnisse

Die Simulationen lieferten eindeutige numerische Beweise für die Nicht-Eindeutigkeit:

1. Divergenz der Trajektorien: Obwohl die Anfangsbedingungen sich nur um Größenordnungen von $10^{-10}$ bis $10^{-40}$ unterscheiden, entwickeln sich die Lösungen nach einer gewissen Zeit ($t > 100$) völlig unterschiedlich.
2. Unterschiedliche Statistiken:
   • Die räumlich gemittelte kinetische Dissipationsrate $\langle D \rangle_A$ des "Flow CNS" ist für $t > 100$ fast doppelt so hoch wie die der gestörten Strömungen (CNS'$_{1,2,3}$).
   • Die Wahrscheinlichkeitsdichtefunktionen (PDFs) der Dissipationsrate und die räumlich-zeitlichen Mittelwerte unterscheiden sich signifikant zwischen den beiden Lösungstypen.
3. Symmetriebruch:
   • Die Lösung basierend auf $\psi_1$ behält die ursprüngliche Rotations- und Translationssymmetrie bei.
   • Die Lösungen basierend auf $\psi_2$ (mit der winzigen Störung $\delta$) verlieren die Rotationssymmetrie und behalten nur die Translationssymmetrie.
   • Dies zeigt, dass die winzige Störung $\delta \sin(x+y)$ durch den chaotischen Mechanismus ("Noise-Expansion Cascade") auf makroskopische Ebene anwächst und die globale Struktur der Strömung fundamental verändert.
4. Endliche Energie: Alle untersuchten Lösungen besitzen eine endliche Energiedichte, was sie von früheren theoretischen Gegenbeispielen (mit unendlicher Energie) unterscheidet.

4. Beitrag und Bedeutung

• Numerischer Beweis für Nicht-Eindeutigkeit: Das Paper liefert explizite numerische Beispiele, die zeigen, dass die Navier-Stokes-Gleichungen für $t > 0$ verschiedene globale glatte Lösungen aus fast identischen Anfangsbedingungen (mit endlicher Energie) zulassen können.
• Überwindung numerischer Limitationen: Es demonstriert erfolgreich, dass mit der CNS-Methode der Einfluss numerischer Rauschens eliminiert werden kann, um physikalische Phänomene (wie die Nicht-Eindeutigkeit) in chaotischen Systemen zu isolieren, die sonst durch numerische Fehler überdeckt würden.
• Hypothese für die Mathematik: Die Autoren formulieren eine Vermutung (Conjecture): Die Navier-Stokes-Gleichungen erlauben für beliebig kleine $\delta$ ($|U_1 - U_2| \le \delta$) verschiedene glatte globale Lösungen.
• Beitrag zum Millennium-Problem: Diese Ergebnisse könnten Mathematikern als Wegweiser (Roadmap) dienen, um die Eindeutigkeit glatter Lösungen der Navier-Stokes-Gleichungen formal zu widerlegen oder neu zu definieren. Sie deuten darauf hin, dass die Eindeutigkeit in der Praxis (und möglicherweise theoretisch) für turbulente Strömungen mit endlicher Energie nicht gegeben ist.

Fazit

Die Studie nutzt hochpräzise Clean Numerical Simulations, um nachzuweisen, dass selbst infinitesimale Änderungen in den Anfangsbedingungen (bis zu $10^{-40}$) in der Navier-Stokes-Turbulenz zu fundamental unterschiedlichen globalen Lösungen führen können. Dies stellt eine starke numerische Evidenz für die Nicht-Eindeutigkeit glatter Lösungen mit endlicher Energie dar und wirft neue Fragen zur mathematischen Fundierung der Turbulenztheorie auf.