$L^2$-Density of Wild Initial Data for the Hypodissipative Navier-Stokes Equations

기술 요약: 하이포디시페이티브(hypodissipative) 나비에-스토크스 방정식의 와일드 초기 데이터에 대한 $L^2$-조밀성

문제 정의
본 논문은 3차원 주기적 설정($\mathbb{T}^3$)에서의 하이포디시페이티브 나비에-스토크스 방정식에 대한 코시 문제를 다룬다. 시스템은 다음과 같다:
$$\begin{cases} \partial_t v + \text{div}(v \otimes v) + \nabla p + (-\Delta)^\theta v = 0 \\ \text{div} v = 0 \end{cases}$$
여기서 소산 지수(dissipation exponent)는 $\theta < 1/3$을 만족한다. 저자는 에너지 부등식을 만족하는 소산 약해(dissipative weak solutions) (또는 허용 가능한(admissible) 또는 레레이(Leray) 해라고도 함)의 유일성을 조사한다:
$$\frac{1}{2} \int_{\mathbb{T}^3} |v(x,t)|^2 dx + \int_0^t \int_{\mathbb{T}^3} |(-\Delta)^{\theta/2} v(x,s)|^2 dx ds \leq \frac{1}{2} \int_{\mathbb{T}^3} |v(x,0)|^2 dx.$$
이러한 해의 존재는 알려져 있으나(레레이의 고전적 논증을 변형하여), 유일성 문제는 여전히 미해결 상태로 남아 있다. 이전 연구들([8, 20])은 $\theta < \beta < 1/3$인 횔더(Hölder) 클래스 $C^\beta$ 내의 특정 "와일드(wild)" 초기 데이터에 대해 무수히 많은 비유일한 해의 존재를 입증하였다. 그러나 이러한 초기 데이터 집합의 위상적 크기는 완전히 규명되지 않았다. 본 논문은 비유일성을 초래하는 초기 데이터의 집합이 발산이 없는(divergence-free) $L^2$ 벡터장 공간에서 **조밀(dense)**함을 증명하는 것을 목표로 한다.

방법론
증명은 나시(Nash)와 쿠이퍼(Kuiper)가 등거리 임베딩(isometric embeddings)을 위해 개척하고, 데 레리스(De Lellis)와 제켈레이디(Székelyhidi)가 유체 역학에 적용한 **볼록 적분 기법(convex integration technique)**에 의존한다. 전략은 약해(weak solution)로 수렴하는 근사해("부해(subsolutions)")의 수열을 구성하는 것을 포함한다.

1. 부해의 계층 구조: 저자는 세 가지 유형의 부해를 정의한다:

   • 엄격한 부해(Strict subsolutions): 양의 준정부호(positive semi-definite) 레이놀즈 응력(Reynolds stress)을 갖는 완화된 방정식의 매끄러운 해.
   • 강한 부해(Strong subsolutions): 레이놀즈 응력이 그 트레이스(trace)의 거듭제곱에 의해 제어되어 반복적인 개선이 가능한 부해.
   • 적응형 부해(Adapted subsolutions): $t=0$에서 레이놀즈 응력이 소멸할 때 $C^1$ 노름의 특정 폭발율(blow-up rates)을 가지며, 초기 데이터의 정칙성을 처리하도록 맞춤 설계된 강한 부해.

2. 반복 스킴(Iterative Scheme): 증명의 핵심은 귀납적으로 반복되는 두 가지 주요 근사 단계로 구성된다:

   • 글루잉 단계 (Section 8): 서로 소인 시간 간격 상에서 해들을 패치(patch)하는 국소적 절차. 이 단계는 레이놀즈 응력이 서로 소인 시간 간격 상에서 지지되도록 하여 섭동(perturbation)에서의 혼합 항을 방지하는 "글루잉" 기법([25]에서 도입됨)을 사용한다. 이 단계는 수송-확산 방정식에 대한 평활화(mollification) 및 안정성 추정을 포함한다.
   • 섭동 단계 (Section 9): 레이놀즈 응력을 흡수하기 위한 고주파 섭동(Mikado flows)의 구성. 오일러 방정식의 경우와 달리, 분수 차수 소산 항 $(-\Delta)^\theta v$의 존재는 에너지 균형에 대한 정밀한 제어를 요구한다. 저자는 에너지 부등식을 관리하여 구성된 해가 짧은 시간 동안 허용 가능성을 유지하도록 하는 "소산 트레이스 항(dissipative trace term)"을 도입한다.

3. 파라미터 제어: 스킴은 진폭과 주파수를 나타내는 파라미터 수열 $(\delta_q, \lambda_q)$를 포함한다. 저자는 소산 항과 볼록 적분 오차 사이의 상호작용을 제어하기 위해 새로운 파라미터 $\Lambda$와 지수 간의 특정 관계를 도입한다. 다루어진 핵심적인 기술적 과제는 에너지 부등식에서의 소산 항을 제어하는 것이며, 이는 허용 가능성이 보장될 수 있는 시간 간격 $T(\eta)$를 제한한다.

주요 기여 및 결과

• 정리 1.1 (와일드 데이터의 존재성): 임의의 $\theta < \beta < 1/3$와 임의의 $L^2$ 초기 데이터 $w$에 대하여, $w$에 임의로 가까운($\|w_\eta - w\|_{L^2} < \eta$) $C^\beta$ 초기 데이터 $w_\eta$가 존재하여, $w_\eta$로부터 시작하는 무수히 많은 약해 $v_\eta$가 존재한다. 이 해들은 시간 간격 $[0, T(\eta)]$에서 에너지 부등식을 만족하며, 여기서 $\eta \to 0$일 때 $T(\eta) \to 0$이다.
• 따름정리 1.1 (변동 허용 시간에서의 조밀성): 비유일한 허용 가능한 해를 발생시키는 $C^\beta$ 초기 데이터의 집합은 발산이 없는 $L^2$ 벡터장의 집합에서 조밀하다.
• 정리 1.2 (불규칙 해를 생성하는 정칙 데이터의 조밀성): 클래스 $L^\infty_t H^\theta_x$에서 비유일한 해를 초래하는 초기 데이터의 집합 또한 발산이 없는 $L^2$ 벡터장의 공간에서 조밀하다.

정리 1.1 및 따름정리 1.1과 정리 1.2 사이의 관계는 정칙성과 허용 가능성(admissibility) 간의 상충 관계를 보여준다. 정리 1.2로 넘어갈 때, 잠재적으로 비허용 가능한 해의 부분을 레레이(Leray) 해로 교체함으로써 정칙성을 허용 가능성으로 교환한다. 이는 해를 전역적(global)으로 만들며, 결과적으로 더 높은 정칙성($C^\beta$)을 희생하는 대신 에너지 부등식(허용 가능성)을 모든 시간($t = \infty$) 동안 보장할 수 있게 한다. 반면, 따름정리 1.1은 더 높은 정칙성을 제공하지만, 이는 초기 데이터가 목표 $L^2$ 함수에 접근함에 따라 0으로 수축하는 더 작고 변동적인 허용 시간($T(\eta)$) 동안만 유효하다.

의의 및 주장
본 논문은 와일드 초기 데이터의 위상적 조밀성(이전에는 오일러 방정식([14, 13])에서만 알려졌던 성질)을 확립함으로써 하이포디시페이티브 나비에-스토크스 방정식에 대한 기존의 비유일성 결과([8, 20])를 개선했다고 주장한다.

• 일반화: 본 결과는 와일드 초기 데이터의 조밀성을 오일러 방정식에서 하이포디시페이티브 나비에-스토크스 방정식으로 일반화한다.
• 허용 가능성: 구성된 해는 소산적(허용 가능)이며 에너지 부등식을 만족한다. 이는 비유일성을 증명하기가 종종 더 쉬운 비허용 해(예: [21])와 구별되는 점이다.
• 시간에 대한 제한: 저자는 초기 데이터가 목표 $L^2$ 함수에 접근함에 따라 시간 간격 $T(\eta)$가 0으로 수축한다는 점을 명시하며, 허용 가능 조건(에너지 부등식)이 해당 시간 간격에서만 보장될 수 있음을 언급한다. 이는 볼록 적분 과정 중 에너지 균형에서 소산 항을 제어해야 하는 필요성에 따른 필연적인 결과이다.
• 범위: 결과는 모든 $\theta < 1/3$에 대해 유효하다. 본 논문은 $\theta \geq 1/3$에 대한 결과를 주장하지 않으며, 모든 시간 또는 모든 초기 데이터에 대한 유일성 문제를 해결한다고 주장하는 것이 아니라, 조밀한 초기 조건 집합 내의 허용 가능한 해 클래스 내에서 비유일성의 보편성을 입증하는 것이다.

이 연구는 오일러 방정식에 대해 개발된 "글루잉" 및 "섭동" 전략을 분수 차수 소산 설정으로 확장하면서, 에너지 부등식에 의해 부과된 추가적인 제약 조건을 탐색하며 볼록 적분의 구성적 접근 방식에 크게 의존한다.