Interpretation of stochastic primitive equations with relaxed hydrostatic assumption as a higher order approximation of 3D stochastic Navier-Stokes

Este artículo establece la convergencia de las soluciones de un sistema estocástico de Navier-Stokes 3D hacia un modelo de ecuación primitiva estocástica generalizada que incorpora supuestos hidrostáticos relajados mediante términos de martingala, demostrando que este marco modificado sirve como una aproximación de orden superior y bien planteada de las ecuaciones originales bajo escalamientos asintóticos y condiciones de contorno específicos.

Lo esencial

La visión general: Prediciendo el estado de ánimo del océano

Imagina intentar predecir el clima o el movimiento de las corrientes oceánicas. El océano es un sistema masivo y caótico. Tiene olas enormes y de movimiento lento (como una cinta transportadora gigante) y pequeñas ondulaciones frenéticas (como un enjambre de abejas enfurecidas).

Para simular esto en una computadora, los científicos usualmente tienen que tomar una decisión:

1. El modelo "Perfecto": Intentar rastrear cada una de las abejas y cada ola gigante. Esto requiere tanta potencia de cómputo que es imposible de ejecutar durante periodos largos.
2. El modelo "Simplificado": Ignorar a las pequeñas abejas y solo rastrear las olas gigantes. Esto es rápido, pero pierde detalles importantes, como tormentas submarinas profundas o movimientos repentinos de ascenso y descenso del agua.

Este artículo trata sobre la construcción de un mejor modelo simplificado. Los autores están tratando de demostrar matemáticamente que su nuevo modelo simplificado, ligeramente más complejo, es en realidad una copia mucho más cercana del modelo "perfecto" (pero imposible) que los antiguos modelos simplificados.

El elenco de personajes

Para entender el artículo, conozcamos a los tres principales "modelos" que están comparando:

1. Las ecuaciones de Navier-Stokes 3D (La Realidad en "Alta Definición"):
   Piensa en esto como la Película en 4K de Alta Definición del océano. Captura cada remolino, cada gota y cada interacción en tres dimensiones. Es la "verdad", pero es demasiado pesada para ejecutarse en una computadora por mucho tiempo.

2. Las Ecuaciones Primitivas Hidrostáticas Fuertes (El "Viejo" Modelo Simplificado):
   Esto es el Dibujo Animado en Blanco y Negro. Hace una gran suposición: que la presión del agua en el fondo es simplemente el peso del agua que tiene encima, como una pila de panqueques. Asume que el agua nunca se mueve hacia arriba o hacia abajo rápidamente.

• El Defecto: En el océano real, el agua sí se mueve hacia arriba y hacia abajo violentamente (como en la convección profunda o en las tormentas). La suposición de la "pila de panqueques" falla aquí, haciendo que el dibujo animado sea inexacto para ciertos eventos.

3. Las Ecuaciones Primitivas Estocásticas "Relajadas" (El Nuevo Modelo Mejorado):
   Este es el Dibujo Animado a Color con Efectos Especiales. Mantiene la simplicidad de la pila de panqueques, pero añade un factor de "margen de maniobra". Reconoce que el agua no está perfectamente quieta; permite movimientos verticales aleatorios y caóticos (ruido) que el modelo antiguo ignoraba.

El descubrimiento central: La zona "Goldilocks"

Los autores se preguntaron: ¿Cuándo es que el "Dibujo Animado a Color" (Modelo 3) realmente se parece a la "Película en 4K" (Modelo 1)?

Encontraron una zona específica de "Goldilocks" (punto de equilibrio) donde el nuevo modelo funciona perfectamente, mientras que el viejo falla.

• El Modelo Antiguo (Hidrostático Fuerte): Funciona bien solo cuando el océano está muy tranquilo y plano. Si los movimientos verticales se vuelven demasiado fuertes, el error explota.
• El Nuevo Modelo (Hidrostático Relajado): Funciona bien incluso cuando hay un movimiento vertical significativo, siempre y cuando el "ruido" (el meneo aleatorio) se escale correctamente.

La analogía de la cuerda floja:
Imagina caminar sobre una cuerda floja (el océano).

• El Modelo Antiguo asume que estás caminando sobre un puente plano y sólido. Si intentas caminar sobre una cuerda floja con este modelo, te caerás porque no tiene en cuenta el balanceo.
• El Nuevo Modelo asume que estás en una cuerda floja que se balancea. Añade una "barra de equilibrio" (el ruido estocástico) que te ayuda a mantenerte erguido.
• El artículo demuestra que si ajustas la longitud de esa barra de equilibrio correctamente (un escalamiento matemático específico que involucra la relación de aspecto $\epsilon$ y un coeficiente de ruido $\alpha_\sigma$), el modelo de la cuerda floja que se balancea predice tu trayectoria casi tan bien como la película 4K del mundo real.

Cómo lo hicieron (La magia matemática)

Los autores no solo adivinaron; utilizaron un marco matemático riguroso llamado Incertidumbre de Localización (LU).

1. La técnica del "Desenfoque": En lugar de intentar resolver cada detalle diminuto, tratan los movimientos pequeños no resueltos como "ruido aleatorio" (como la estática en un televisor viejo).
2. El "Filtro": Introdujeron un filtro matemático (como un tamiz) para suavizar las partes más caóticas de este ruido para que las ecuaciones no se rompan.
3. La Comparación: Ejecutaron una carrera matemática entre la "Película 4K Perfecta" y su "Dibujo Animado a Color". Midieron la distancia (el error) entre ambos.
   • Encontraron que el error del Nuevo Modelo es mucho menor que el del Modelo Antiguo cuando los movimientos verticales son significativos.
   • Específicamente, demostraron que el Nuevo Modelo es una "aproximación de orden superior". En palabras sencillas: no es solo aceptable; es significativamente mejor al capturar la naturaleza compleja y 3D del océano sin necesidad de la potencia de cómputo imposible del modelo 3D completo.

La conclusión

El artículo afirma que al relajar la regla estricta de que "la presión del agua debe actuar como una pila de panqueques", y en su lugar permitir movimientos verticales aleatorios y caóticos (ruido estocástico), podemos crear un modelo que sea:

1. Computacionalmente factible (se ejecuta en computadoras).
2. Matemáticamente probado para estar mucho más cerca de la física real del océano que los modelos simplificados anteriores.

Es como actualizar de un mapa plano del océano a un holograma 3D que aún cabe en tu bolsillo, permitiendo a los científicos predecir eventos complejos del clima y del océano con mucha mayor confianza.

Resumen técnico

Resumen Técnico: Interpretación de las Ecuaciones Primitivas Estocásticas con Suposición Hidrostática Relajada

Planteamiento del Problema
Este artículo investiga la convergencia de las soluciones de las ecuaciones de Navier-Stokes estocásticas tridimensionales (específicamente dentro del marco de Incertidumbre de Localización o LU) hacia sus contrapartes de ecuaciones primitivas. El estudio aborda las limitaciones de la clásica "suposición hidrostática fuerte", la cual postula que la aceleración vertical es despreciable. Aunque es válida para la dinámica oceánica a gran escala, esta suposición no logra capturar fenómenos como la convección profunda y el fuerte ascenso/descenso (upwelling/downwelling). Los autores buscan determinar si una suposición hidrostática "relajada" (o débil), que retiene términos de martingala específicos que representan desviaciones del equilibrio hidrostático, proporciona una aproximación de orden superior superior a las ecuaciones de Navier-Stokes estocásticas 3D en comparación con el modelo hidrostático fuerte estándar.

Metodología
Los autores emplean el marco de Incertidumbre de Localización (LU), que modela el flujo de fluidos descomponiendo el desplazamiento lagrangiano en una velocidad euleriana de gran escala y un término de ruido de pequeña escala y alta oscilación. La metodología implica los siguientes pasos:

1. Escalamiento y Análisis Asintótico: Los autores consideran un dominio delgado $S_\epsilon = S_H \times (-\epsilon, \epsilon)$ donde $\epsilon$ es la relación de aspecto. Derivan una versión escalada de las ecuaciones de Navier-Stokes de LU (SNS) e introducen un coeficiente de escalamiento de ruido vertical $\alpha_\sigma$ para distinguir entre las contribuciones de ruido horizontal y vertical.
2. Derivación del Modelo:
   • Modelo Hidrostático Fuerte (PE): Derivado al descartar formalmente términos de orden $\epsilon^2$ en la ecuación de cantidad de movimiento vertical.
   • Modelo Hidrostático Débil (PE$^\epsilon_{\alpha_\sigma}$): Derivado al retener términos de orden $\alpha_\sigma \epsilon^2$ y $\alpha_\sigma^2 \epsilon^2$ en la ecuación de cantidad de movimiento vertical. Este modelo incluye términos de martingala que representan las desviaciones de la aceleración vertical. Para asegurar la buena definición (well-posedness), los autores introducen una regularización mediante un núcleo de convolución $K$ para filtrar las contribuciones de ruido de alta frecuencia en la ecuación de cantidad de movimiento vertical.
3. Herramientas Matemáticas:
   • Proyectores Modificados: Para manejar los términos de presión, los autores definen proyectores de Leray "modificados" ($P$ y $P_\epsilon$). Estos proyectores cancelan los términos de gradiente escalados que surgen de la presión estocástica, permitiendo la aplicación de herramientas clásicas de la teoría de Leray a pesar de la presencia de términos de covariación del cálculo de Itô.
   • Regímenes de Convergencia: El análisis cubre dos regímenes de condiciones de contorno:
     • Tapa rígida (Rigid-lid): Utilizado para estudiar la convergencia $L^2-H^1$ de soluciones débiles.
     • Totalmente Periódico: Utilizado para estudiar la convergencia $H^1-H^2$ de soluciones fuertes.
4. Estimación de Error: Los autores establecen estimaciones de energía para la diferencia entre las soluciones de las ecuaciones de Navier-Stokes escaladas y regularizadas ($rSNS^\epsilon_{\alpha_\sigma}$) y las ecuaciones primitivas regularizadas ($PE^\epsilon_{\alpha_\sigma}$). Utilizan lemas de Grönwall estocásticos e desigualdades de Burkholder-Davis-Gundy para acotar los segundos momentos del error.

Contribuciones Clave y Resultados

1. Aproximación de Orden Superior: El artículo demuestra que las ecuaciones primitivas débilmente hidrostáticas proporcionan una aproximación de orden superior de las ecuaciones de Navier-Stokes de LU 3D que las ecuaciones hidrostáticas fuertes, siempre que el coeficiente de ruido vertical $\alpha_\sigma$ satisfaga condiciones de escalamiento específicas.
2. Tasas de Convergencia:
   • Para el modelo hidrostático débil, el error asintótico está acotado por un término de orden $O(\alpha_\sigma^2 \epsilon^2)$. La convergencia en probabilidad se establece cuando $\alpha_\sigma = o(\epsilon^{-1})$.
   • Para el modelo hidrostático fuerte (o el Navier-Stokes no regularizado comparado con el modelo débil), el límite de error involucra un término de orden $O(\alpha_\sigma^4 \epsilon^2)$. En consecuencia, se demuestra que el modelo hidrostático débil es una aproximación significativamente mejor en regímenes donde $\alpha_\sigma$ es grande pero $\alpha_\sigma \epsilon$ permanece pequeño.
3. Identificación de una "Zona Gris": Los autores identifican un régimen específico donde $\alpha_\sigma \sim \epsilon^{-\gamma}$ con $\gamma \in [1/2, 1)$. En esta zona, las ecuaciones primitivas débilmente hidrostáticas constituyen una aproximación adecuada del sistema de Navier-Stokes regularizado, mientras que las ecuaciones hidrostáticas fuertes no lo son.
4. Buena Definición (Well-Posedness) y Tiempo de Explosión: El estudio generaliza los resultados deterministas de buena definición para dominios delgados al contexto estocástico. Se demuestra que el tiempo de explosión (blow-up time) de las ecuaciones de Navier-Stokes escaladas tiende a infinito en probabilidad cuando la relación de aspecto $\epsilon \to 0$.
5. Innovación Técnica: Se destaca la introducción de un proyector de Leray "modificado" como una contribución técnica crucial. Esto permite la cancelación de los términos de gradiente de presión estocástica que surgen del léma de Itô, facilitando el uso de herramientas estándar de análisis funcional en un entorno estocástico donde los términos de covariación de otro modo complicarían las estimaciones.

Significancia
El artículo afirma que su principal significancia radica en proporcionar una justificación matemática rigurosa para el uso de suposiciones hidrostáticas relajadas en la dinámica de fluidos geofísicos estocásticos. Al retener los términos de martingala como desviaciones del equilibrio hidrostático, el modelo propuesto captura efectos no hidrostáticos (como la convección profunda) permaneciendo dentro del formalismo computacionalmente tratable de las ecuaciones primitivas. Los resultados sugieren que, para ruidos adecuadamente escalados, el modelo débilmente hidrostático ofrece una representación más precisa de los flujos turbulentos 3D que la aproximación hidrostática fuerte tradicional, particularmente en regímenes donde las aceleraciones verticales no son despreciables. El trabajo extiende los resultados de convergencia determinista (específicamente los de [34]) al entorno estocástico, abordando los desafíos planteados por la no unicidad de las soluciones y la necesidad de pronósticos probabilísticos en la modelación climática y oceánica.