An Additive-Noise Approximation to Keller-Segel-Dean-Kawasaki Dynamics: Small-Noise Results

1. Problématique et Contexte

L'objectif principal de ce travail est d'étudier le comportement asymptotique des fluctuations d'un système de particules en interaction chimiotactique, modélisé par l'équation de Keller–Segel–Dean–Kawasaki (KSDK). Cette équation stochastique décrit la densité $\rho$ de particules soumises à une diffusion, une dérive chimiotactique et un bruit multiplicatif (Dean–Kawasaki) :

$$(\partial_t - \Delta)\rho = -\chi\nabla \cdot (\rho\nabla\Phi_\rho) - \varepsilon^{1/2}\nabla \cdot (\sqrt{\rho}\xi)$$

où $\xi$ est un bruit blanc spatio-temporel et $\varepsilon$ l'intensité du bruit (inverse de la taille du système $N$).

Les défis analytiques :
L'équation KSDK originale présente des difficultés majeures :

1. Instabilité : Il a été démontré que les EDP stochastiques (SPDE) pilotées par un bruit de type Dean–Kawasaki ($\nabla \cdot (\sqrt{\rho}\xi)$) sont instables et mal posées, sauf si la donnée initiale est une mesure empirique et $\varepsilon = 2/N$.
2. Singularités : Le potentiel d'interaction $\Phi_\rho$ est la fonction de Green de l'équation de Poisson, qui est singulière à l'origine. En dimension 2, cela rend le terme non linéaire $\nabla \cdot (\rho\nabla\Phi_\rho)$ critique ou sur-critique selon les échelles.
3. Non-linéarité du bruit : La structure multiplicatrice $\sqrt{\rho}$ empêche l'utilisation directe de nombreuses techniques standards d'EDP stochastiques.

L'approche proposée :
Les auteurs introduisent une approximation par bruit additif pour contourner ces problèmes. Au lieu d'un bruit multiplicatif, ils considèrent l'équation approchée :
$$(\partial_t - \Delta)\rho = -\chi\nabla \cdot (\rho\nabla\Phi_\rho) - \varepsilon^{1/2}\nabla \cdot (\sqrt{\rho_{\text{det}}}\xi_\delta)$$
où :

• $\rho_{\text{det}}$ est la solution de l'équation de Keller–Segel déterministe.
• $\xi_\delta = \psi_\delta * \xi$ est un bruit régularisé par un noyau de lissage $\psi_\delta$ d'échelle de corrélation $\delta$.
• Le terme de bruit est additif par rapport à la solution, mais dépend de la solution déterministe de référence.

2. Méthodologie

Les auteurs utilisent une combinaison d'outils avancés d'analyse stochastique et d'EDP :

• Théorie des EDP Stochastiques Singulières (SPDE) : Pour traiter les régularités faibles (distributions), ils emploient la décomposition paracontrôlée (Gubinelli, Imkeller, Perkowski) et le calcul de régularité (Regularity Structures). Cela permet de donner un sens aux produits de distributions singulières.
• Deux régimes d'échelle (Scalings) : L'analyse distingue deux régimes selon la relation entre l'intensité du bruit $\varepsilon$ et la longueur de corrélation $\delta(\varepsilon)$ :
  1. Régime "Rough" (Rugueux) : Scaling général $\varepsilon \log(\delta^{-1}) \to 0$. Permet de travailler dans des espaces de distributions de faible régularité (espaces de Hölder-Besov $C^{\alpha+1}$ avec $\alpha < -1$).
  2. Régime "Regular" (Régulier) : Scaling restrictif $\varepsilon^{1/2}\delta^{-\gamma-2} \to 0$. Permet de travailler dans des espaces de Sobolev $H^\gamma$ de régularité plus élevée, facilitant le contrôle des valeurs négatives.
• Principe de Contraction et Théorie des Grandes Déviations : Utilisation de l'approche par convergence faible (Boué-Dupuis) et des théorèmes de Freidlin-Wentzell généralisés pour établir les principes de grandes déviations (LDP).
• Analyse de l'équation déterministe : Une étude préalable rigoureuse de l'équation de Keller–Segel déterministe est menée pour garantir l'existence, l'unicité et la régularité de $\rho_{\text{det}}$, ainsi que la positivité et la borne inférieure non nulle de $\sqrt{\rho_{\text{det}}}$, essentielles pour la définition du bruit approché.

3. Résultats Clés

Les principaux résultats sont établis sur le tore bidimensionnel $\mathbb{T}^2$ et pour des temps $T$ inférieurs au temps d'explosion $T^*$ de la solution déterministe.

A. Loi des Grands Nombres (LLN)

Sous les hypothèses de scaling appropriées, la solution approchée $\rho^{(\varepsilon)}_{\delta(\varepsilon)}$ converge en probabilité vers la solution déterministe $\rho_{\text{det}}$ :

• Régime Rough : Convergence dans $(C^{\alpha+1}(\mathbb{T}^2))^{\text{sol}}_T$ pour $\alpha \in (-9/4, -2)$.
• Régime Regular : Convergence dans $(H^\gamma(\mathbb{T}^2))^{\text{sol}}_T$ pour $\gamma \in (-1/2, 0]$.

B. Théorème de la Limite Centrale (CLT)

Sous le scaling $\varepsilon^{1/2}\log(\delta^{-1}) \to 0$, les fluctuations d'ordre dominant, redimensionnées par $\varepsilon^{-1/2}$, convergent vers un processus de Ornstein-Uhlenbeck généralisé $v$ :
$$(\partial_t - \Delta)v = -\chi\nabla \cdot (v\nabla\Phi_{\rho_{\text{det}}}) -\chi\nabla \cdot (\rho_{\text{det}}\nabla\Phi_v) - \nabla \cdot (\sqrt{\rho_{\text{det}}}\xi)$$
Ce résultat valide que l'approximation par bruit additif capture correctement les fluctuations gaussiennes autour de la limite de champ moyen.

C. Principes de Grandes Déviations (LDP)

Les auteurs établissent un principe de grandes déviations pour la famille $(\rho^{(\varepsilon)}_{\delta(\varepsilon)})_{\varepsilon>0}$ avec une vitesse $\varepsilon$ et une fonction de taux $I(\rho)$.
La fonction de taux est donnée par :
$$I(\rho) = \inf \left\{ \frac{1}{2}\|h\|^2_{L^2} : \rho = P\rho_0 - \chi\nabla \cdot I[\rho\nabla\Phi_\rho] - \nabla \cdot I[\sqrt{\rho_{\text{det}}}h] \right\}$$
Cela permet de quantifier la probabilité d'événements rares (écarts par rapport à la trajectoire déterministe).

D. Contrôle des Pathologies

• Explosion (Blow-up) : Dans le régime rough, la probabilité que la solution approchée explose (devienne infinie) avant le temps $T^*$ est exponentiellement petite en $\varepsilon^{-1}$.
• Valeurs Négatives : L'approximation par bruit additif peut théoriquement produire des densités négatives (erreur de modélisation). Dans le régime restrictif (scaling plus fort), les auteurs montrent que la probabilité d'observer des valeurs négatives significatives est également exponentiellement petite, contrôlée par la norme de la solution déterministe.

4. Contributions et Signification

• Validation de l'approximation : Ce travail fournit une justification mathématique rigoureuse de l'approximation par bruit additif pour les systèmes de particules en interaction singulière. Il démontre que cette approximation, bien que ne satisfaisant pas la relation fluctuation-dissipation naturelle, reproduit correctement les fluctuations gaussiennes (CLT) et les grandes déviations (LDP) à l'ordre dominant.
• Gestion des singularités : L'article réussit à traiter des interactions singulières (potentiel de Coulomb en 2D) au-delà des conditions classiques (Ladyzhenskaya–Prodi–Serrin), en combinant la théorie des structures de régularité avec des estimées énergétiques.
• Outils pour la simulation : Les résultats suggèrent que cette approximation est un outil robuste pour simuler les fluctuations hydrodynamiques de grands systèmes de particules, évitant les instabilités numériques et analytiques de l'équation KSDK originale.
• Limites et Perspectives : Les auteurs notent que le scaling "naturel" issu de la physique ($\delta \sim N^{-1/2}, \varepsilon \sim N^{-1}$) n'est pas compatible avec le scaling restrictif nécessaire pour le contrôle des valeurs négatives, mais est couvert par le scaling général. Cela ouvre la voie à des études futures sur la précision de l'approximation dans des régimes physiques réalistes.

En résumé, cet article établit un pont solide entre la dynamique des particules discrètes et les modèles continus stochastiques, en surmontant les obstacles analytiques liés aux singularités et au bruit multiplicatif via une approximation astucieuse et rigoureusement justifiée.