Homogenization for the nonlinear Schrödinger equation with sprinkled nonlinearity

1. Il Problema

L'articolo si occupa dell'analisi asintotica dell'Equazione di Schrödinger Non Lineare (NLS) in presenza di una non linearità "sparsa" (sprinkled nonlinearity).
Il modello matematico di partenza è:
$$i\partial_t \psi = -\partial_x^2 \psi + 2|\psi|^2 \psi \, d\mu$$
dove $\mu$ è una misura casuale stazionaria a incrementi indipendenti con intensità unitaria (es. un processo di Poisson omogeneo). Questo modello descrive la propagazione di onde in un mezzo con difetti distribuiti casualmente, dove gli effetti non lineari sono concentrati solo in punti specifici (difetti) piuttosto che distribuiti uniformemente nello spazio.

L'obiettivo principale è studiare il comportamento su larga scala di questo sistema quando la distanza media tra i difetti diventa molto piccola rispetto alla lunghezza d'onda tipica dell'onda. In termini matematici, si considera una sequenza di misure riscalate $\mu_n$ (dove la scala spaziale è compressa di un fattore $\varepsilon_n \to 0$) e si indaga se le soluzioni $\psi_n$ convergono a una soluzione omogeneizzata $\psi$ che soddisfa la NLS classica con coefficienti costanti:
$$i\partial_t \psi = -\partial_x^2 \psi + 2|\psi|^2 \psi$$
Un aspetto cruciale e innovativo è che, a differenza dei modelli periodici, qui i difetti possono concentrarsi arbitrariamente (ad esempio, in un processo di Poisson ci sono regioni con densità molto alta), il che rende l'omogeneizzazione non banale e potenzialmente ostacolata.

2. Metodologia

Gli autori utilizzano un approccio analitico rigoroso basato sulla teoria delle equazioni alle derivate parziali stocastiche e sull'analisi armonica. I pilastri metodologici includono:

• Spazi Funzionali Pesati: Per gestire la singolarità della misura $\mu_n$, gli autori introducono spazi di Banach pesati ($X_n^1$ e $Y_{n,s}^1$) definiti tramite pesi che dipendono dalla distribuzione locale della misura. Questi spazi permettono di controllare le soluzioni anche in presenza di concentrazioni di massa.
• Stime A Priori e Conservazione: Vengono sfruttate le leggi di conservazione della massa e dell'energia per ottenere stime globali nelle norme $H^1$.
• Analisi delle Fluttuazioni: Per studiare le deviazioni dalla soluzione omogeneizzata, viene definita una sequenza di fluttuazioni $\phi_n = \frac{1}{\sqrt{\varepsilon_n}}(\psi_n - \psi)$. L'analisi si basa sullo sviluppo formale dell'equazione, che porta a un'equazione lineare stocastica con rumore bianco spaziale.
• Teoria dei Momenti e Cumulanti: Una parte tecnica fondamentale consiste nel dimostrare la convergenza dei momenti della misura randomizzata verso quelli del rumore bianco. Gli autori utilizzano la formula momento-cumulante e le proprietà degli incrementi indipendenti della misura $\mu_n$ per stimare le norme $L^p$ delle variabili aleatorie coinvolte.
• Teorema di Prokhorov e Funzionali Caratteristici: Per provare la convergenza in distribuzione delle fluttuazioni, si dimostra la compattezza stretta (tightness) delle misure di probabilità negli spazi funzionali appropriati e si verifica la convergenza dei funzionali caratteristici.

3. Contributi Chiave e Risultati Principali

Il lavoro presenta due teoremi principali che risolvono il problema dell'omogeneizzazione e descrivono le fluttuazioni statistiche:

Teorema 1.1: Omogeneizzazione

Dimostra che, per dati iniziali fissati in $H^1$, la soluzione $\psi_n$ dell'equazione con non linearità dispersa converge alla soluzione $\psi$ della NLS classica (con misura di Lebesgue) in media quadratica (e in $L^p$ per ogni $p$) sulla topologia $C([-T, T]; H^1)$.

• Significato: Conferma che, nonostante la natura casuale e potenzialmente concentrata dei difetti, il comportamento macroscopico è descritto da un'equazione deterministica omogenea. Questo risultato è valido per una classe ampia di misure stazionarie a incrementi indipendenti, non solo per il processo di Poisson puro.

Teorema 1.2: Fluttuazioni (Teorema del Limite Centrale)

Analizza il termine di errore $\phi_n = \frac{1}{\sqrt{\varepsilon_n}}(\psi_n - \psi)$.

• Risultato: La sequenza $\phi_n$ converge in distribuzione a una soluzione $\phi$ di un'equazione lineare stocastica:
  $$i\partial_t \phi = -\partial_x^2 \phi + 4|\psi|^2 \phi + 2\psi^2 \bar{\phi} + 2|\psi|^2 \psi \xi$$
  dove $\xi$ è un rumore bianco spaziale.
• Proprietà Statistiche: La soluzione limite $\phi$ è un processo gaussiano complesso a media zero. Le sue covarianze e pseudo-covarianze sono determinate esplicitamente dalla soluzione omogeneizzata $\psi$.
• Novità: Questo è il primo risultato che stabilisce un teorema del tipo "limite centrale" per le fluttuazioni nell'omogeneizzazione di equazioni di Schrödinger non lineari, un ambito precedentemente esplorato principalmente per equazioni ellittiche o paraboliche.

4. Significato e Impatto

• Universalità: I risultati mostrano che l'equazione omogeneizzata e l'equazione per le fluttuazioni sono "universali" per una vasta classe di misure casuali, rendendo il modello robusto rispetto ai dettagli specifici della distribuzione dei difetti.
• Superamento delle Limitazioni: A differenza di lavori precedenti che richiedevano funzioni di accoppiamento limitate o distribuzioni periodiche, questo lavoro gestisce il caso in cui i difetti possono concentrarsi (unbounded setting), superando le difficoltà tecniche legate alla possibile divergenza locale della non linearità.
• Modellistica Fisica: Il modello è rilevante per la fisica dei materiali, in particolare per l'effetto Kerr ottico in mezzi con difetti casuali, fornendo una base matematica rigorosa per approssimare sistemi complessi con equazioni deterministiche più semplici, quantificando al contempo l'errore statistico.
• Metodologia: L'uso combinato di spazi pesati, stime di cumulanti e tecniche di analisi stocastica offre un nuovo strumento per affrontare problemi di omogeneizzazione in contesti non lineari e stocastici.

In sintesi, l'articolo fornisce una descrizione completa e rigorosa del passaggio dal microscopico (difetti casuali) al macroscopico (equazione omogenea) per la NLS, caratterizzando non solo il limite deterministico ma anche la struttura statistica delle fluttuazioni attorno ad esso.