Uniform large deviations and long-time dynamics for the 2D anisotropic Navier-Stokes equations on the torus

Sintesi Tecnica: Grandi Deviazioni Uniformi e Dinamica a Lungo Termine per le Equazioni di Navier-Stokes Anisotrope 2D sul Toro

Enunciato del Problema
Questo articolo investiga le equazioni di Navier-Stokes stocastiche incomprimibili bidimensionali sul toro $\mathbb{T}^2$ soggette a sola dissipazione orizzontale e rumore additivo. Il sistema è definito da:
$$du^\varepsilon + (u^\varepsilon \cdot \nabla)u^\varepsilon dt + \nabla p^\varepsilon dt - \partial_1^2 u^\varepsilon dt = \sqrt{\varepsilon} Q^{1/2} dW, \quad \nabla \cdot u^\varepsilon = 0,$$
dove l'operatore di dissipazione $A = -P\partial_1^2$ agisce esclusivamente nella direzione orizzontale. L'assenza di dissipazione verticale crea un kernel infinito-dimensionale di stati stazionari (modi di taglio puramente verticali) che sono immuni al meccanismo dissipativo. Gli autori affrontano tre sfide primarie: stabilire un Principio delle Grandi Deviazioni (LDP) uniforme per i cammini delle soluzioni nello spazio dell'energia senza fare affidamento sulla compattezza esponenziale; analizzare le proprietà di mixing a lungo termine; e caratterizzare la struttura delle misure invarianti in presenza di questa dissipazione degenerata.

Metodologia
L'analisi procede attraverso tre distinti pilastri metodologici:

1. Grande Deviazione Uniforme (LDP):
   Gli autori impiegano l'approccio della convergenza debole combinato con un principio di contrazione uniforme.

   • Analisi Lineare: Stabiliscono innanzitutto un LDP per il processo di Ornstein-Uhlenbeck lineare $z^\varepsilon$ nello spazio ausiliario $G = C([0, T]; H) \cap L^2(0, T; \tilde{H}^{1,1})$. Ciò si basa sulla dimostrazione di stime a priori per l'equazione scheletrica e sulla compattezza della mappa delle soluzioni per controlli limitati.
   • Mappatura Nonlineare: Un passaggio cruciale consiste nel costruire una mappa nonlineare $F_x: G \to C([0, T]; H)$ che invia l'orbita lineare alla soluzione della piena equazione stocastica. Gli autori dimostrano una stima Lipschitz uniforme per questa mappa su insiemi limitati di dati iniziali. Questa stima utilizza una nuova manipolazione algebrica delle disuguaglianze di Gagliardo-Nirenberg anisotrope e della condizione di divergenza nulla per controllare il termine nonlineare $(u \cdot \nabla)u$.
   • Principio di Contrazione: Applicando il principio di contrazione uniforme di Wang, derivano l'LDP per il sistema nonlineare. Questo approccio elude la necessità della condizione di compattezza esponenziale tipicamente richiesta nelle classiche dimostrazioni di LDP per gli SPDE, poiché la continuità Lipschitziana è stabilita sull'intero spazio ausiliario $G$.

2. Dinamica a Lungo Termine (Mixing Esponenziale):
   Gli autori analizzano il fallimento del mixing esponenziale identificando uno specifico stato stazionario deterministico $u_0 = (\sin x_2, 0)$ che risiede nel kernel dell'operatore di Stokes orizzontale. Poiché questo modo possiede una derivata orizzontale nulla, il termine di dissipazione svanisce, e il termine nonlineare svanisce ugualmente per questo specifico profilo. Di conseguenza, la norma $L^2$ della differenza tra questo stato stazionario e la soluzione nulla rimane costante nel limite deterministico. Gli autori utilizzano un argomento per contraddizione per mostrare che questo modo non smorzato impedisce al sistema stocastico di soddisfare una stima di mixing esponenziale uniforme, anche con rumore piccolo.

3. Misure Invarianti:
   L'articolo investiga l'esistenza e la struttura delle misure invarianti contrastando i casi deterministico e stocastico:

   • Caso Deterministico: Il kernel infinito-dimensionale $N$ dell'operatore $A$ consiste interamente in stati stazionari. Pertanto, ogni misura di Dirac $\delta_u$ per $u \in N$ è una misura invariante, risultando in infinitamente molte misure invarianti distinte.
   • Caso Stocastico: Gli autori costruiscono un rumore degenero specifico il cui intervallo di covarianza risiede interamente nel kernel $N$. Dimostrano che qualsiasi misura invariante per questo sistema deve essere ortogonale a $N$ (ovvero $\mu(N) = 0$). La dimostrazione mostra che se una misura invariante caricasse $N$, la restrizione della dinamica su $N$ si comporterebbe come un processo Gaussiano con varianza che cresce linearmente in uno spazio infinito-dimensionale, il quale non ammette alcuna misura di probabilità invariante.

Risultati Chiave

• LDP Uniforme: L'articolo dimostra un LDP di Freidlin-Wentzell uniforme per i cammini delle soluzioni nello spazio dell'energia $C([0, T]; H)$, uniformemente su insiemi limitati di dati iniziali in $\tilde{H}^{0,1}$. Questo è il primo tale risultato per le equazioni di Navier-Stokes anisotrope nello spazio dell'energia, ottenuto senza richiedere compattezza esponenziale o ulteriore smorzamento.
• Fallimento del Mixing Esponenziale: Viene rigorosamente dimostrato che le equazioni di Navier-Stokes anisotrope sul toro non esibiscono mixing esponenziale. L'esistenza del kernel infinito-dimensionale di modi di taglio verticale, che sono preservati dalle condizioni al contorno periodiche, impedisce al sistema di dimenticare le condizioni iniziali esponenzialmente velocemente.
• Struttura delle Misure Invarianti:
  • Nel limite deterministico, il sistema possiede infinitamente molte misure di Dirac corrispondenti al kernel del Laplaciano orizzontale.
  • Sotto rumore additivo degenero che agisce all'interno del kernel, qualsiasi misura invariante esistente deve essere ortogonale al kernel. L'articolo dimostra inoltre che, sotto tale rumore, il kernel stesso non supporta alcuna misura invariante.

Significatività e Rivendicazioni
Gli autori posizionano questo lavoro come una distinzione netta tra le equazioni anisotrope sul toro e sia le equazioni di Navier-Stokes completamente dissipative che le equazioni anisotrope con condizioni al contorno di non scivolamento (Dirichlet).

• Contrasto con i Confini di Dirichlet: Su domini limitati con condizioni di non scivolamento, la disuguaglianza di Poincaré anisotropa è valida, il kernel è banale e l'ergodicità unica (mixing esponenziale) è stata stabilita (citando Sun, Qiu e Tang). Sul toro, le condizioni al contorno periodiche preservano il kernel infinito-dimensionale, alterando fondamentalmente il comportamento a lungo termine.
• Avanzamento Metodologico: La derivazione dell'LDP uniforme senza compattezza esponenziale è evidenziata come un significativo contributo tecnico, basato sulla specifica regolarità del processo lineare nello spazio ausiliario $G$ e sulla continuità Lipschitziana uniforme della mappa nonlineare.
• Quadro Concettuale: Il documento fornisce un quadro per comprendere i sistemi parzialmente dissipativi, identificando il kernel dell'operatore di dissipazione come l'ostacolo primario alla stabilità statistica. Suggerisce che, sebbene i modi verticali non smorzati impediscano il mixing esponenziale, il termine nonlineare rimane l'unico potenziale meccanismo di trasferimento di energia verso i modi orizzontali dissipativi, sebbene l'esistenza di una misura invariante globale per il caso stocastico generale rimanga una questione aperta legata all'efficienza di questo cascata di energia.

Gli autori concludono che i loro risultati chiariscono il ruolo delle condizioni al contorno nel determinare la dinamica qualitativa a lungo termine dei modelli fluidodinamici anisotropi e offrono una prospettiva strutturale applicabile a studi futuri su sistemi parzialmente dissipativi, come l'MHD anisotropa e le equazioni primitive.