Dissipative solutions to randomly forced 3D Euler equations

本文构建了三维随机欧拉方程的强概率解，证明了其在任意大停止时间前满足局部能量不等式且具有严格耗散性，同时确立了受迫欧拉方程的非唯一遍历性结果。

要点

这篇论文听起来非常深奥，充满了数学符号和复杂的物理概念。但别担心，我们可以把它想象成一场**“在混乱中寻找秩序（或者故意制造混乱）”的数学游戏**。

简单来说，这篇文章研究了流体（比如空气或水）在受到随机“推搡”时的行为，并得出了两个惊人的结论：

1. 即使我们给流体方程加上随机的外力，我们依然可以构造出无数个不同的解（即流体可以有无数种不同的运动方式）。
2. 这些流体运动永远不会静止，它们会不断地消耗能量，而且这种消耗是“真实”的，不是数学上的假象。

为了让你更容易理解，我们用几个生活中的比喻来拆解这篇论文的核心内容：

1. 背景：完美的流体 vs. 现实的流体

想象一下，你有一杯非常完美的水（理想流体），没有摩擦力，也没有粘性。在数学上，描述这种水的运动有一个著名的方程叫欧拉方程（Euler Equations）。

• 确定性世界：如果你给这杯水一个确定的推力，它应该按照确定的轨迹运动。
• 现实世界：现实中的水会受到各种随机干扰，比如空气的微小扰动、温度的随机波动，就像有人在杯子里随机地、不可预测地戳它几把。这就是论文中提到的**“随机力”（Randomly Forced）**。

2. 第一部分：制造“混乱”的魔术师（凸积分法）

论文的第一部分主要是在玩一个**“搭积木”**的游戏，但这积木搭得有点特别。

• 比喻：修补破衣服
  想象欧拉方程是一件完美的衣服，但因为它太理想化了，穿在身上（模拟现实）会破洞（数学上无解或不唯一）。数学家们发明了一种叫**“凸积分”（Convex Integration）**的修补技术。

  • 这就像是一个高明的裁缝，他手里有一堆极小的、快速振动的布料碎片（高频波）。
  • 他把这些碎片一层层地缝在衣服上。每一层都试图掩盖上一层留下的破洞（误差）。
  • 在这个论文里，裁缝不仅要缝衣服，还要应对**“随机风”**（随机噪声）。他必须确保无论风怎么吹，衣服都能保持完整，并且符合物理定律（比如能量守恒的某种形式）。

• 核心发现：解的不唯一性
  通常我们认为，给一个确定的初始状态和确定的力，结果应该是唯一的（就像你推一下球，球应该走一条确定的路）。
  但这篇论文证明：在这个随机世界里，你可以用同样的初始状态和同样的随机力，构造出无数个完全不同的流体运动方案。

  • 比喻：就像你往一杯水里滴一滴墨水，在随机搅拌下，墨水可能扩散成无数种不同的形状，而且每一种形状在数学上都是“正确”的。这篇论文就是展示了如何主动设计出这些不同的形状。

3. 第二部分：永不静止的舞者（遍历性与耗散）

论文的第二部分探讨了一个更有趣的问题：流体最终会停下来吗？还是永远在动？

• 比喻：永动机 vs. 耗散的舞者
  在物理学中，有一个“遍历性假设”，认为流体最终会达到一种平衡状态（像一杯静止的水）。
  但这篇论文证明，在随机外力的作用下，我们可以构造出**“严格耗散”（Strictly Dissipative）**的解。

  • 什么是耗散？ 就像你在跑步机上跑步，虽然你在动，但你的能量在不断转化为热量散失掉。
  • 什么是“严格”耗散？ 这意味着流体永远不会进入一个静止的、重复的循环状态。它就像是一个永远在跳即兴舞的舞者，虽然音乐（随机力）是固定的，但舞步永远不会重复，而且舞者一直在消耗体力（能量）。

• 核心发现：没有唯一的“统计平衡”
  以前人们认为，只要给系统足够长的时间，流体的统计规律（比如平均速度、平均能量）应该是唯一的。
  但这篇论文证明：即使外部随机力完全一样，流体也可以处于两种完全不同的“统计平衡”状态。

  • 比喻：想象两个完全相同的房间，里面都有同样的随机风扇在吹。
    • 房间 A 里的空气流动模式是“温和的微风”。
    • 房间 B 里的空气流动模式是“狂暴的龙卷风”。
    • 这两个模式都是可能的，而且它们会一直维持下去，互不干扰。这意味着你无法仅凭“风扇怎么吹”来唯一确定“空气怎么动”。

4. 总结：这篇论文到底说了什么？

用大白话总结，这篇论文做了两件事：

1. 展示了“可能性”的无限性：在随机干扰下，三维流体的运动方式不是只有一条路，而是有无数条路。数学家们发明了一套复杂的“编织”技术（凸积分），成功构造出了这些路径。
2. 打破了“确定性”的幻想：即使我们给流体施加完全相同的随机外力，流体也不会乖乖地达到同一个平衡状态。它们可以表现出完全不同的能量消耗模式，而且永远在剧烈运动，不会停下来。

这对我们意味着什么？
这告诉我们，在湍流（比如大气、海洋）这种极度混乱的系统中，“预测未来”比想象中更难。因为即使你知道所有的输入条件（包括随机的），系统内部依然可能演化出多种截然不同的状态。这为理解气候模型、天气预报中的不确定性提供了新的数学视角。

一句话概括：
这篇论文就像是在告诉物理学家和数学家：“别以为随机风一吹，水就会乖乖地变成一种样子；实际上，水可以变成无数种样子，而且永远在疯狂地跳舞，消耗着能量，停不下来。”

技术摘要

这是一份关于论文《DISSIPATIVE SOLUTIONS TO RANDOMLY FORCED 3D EULER EQUATIONS》（随机强迫三维欧拉方程的耗散解）的详细技术总结。

1. 研究背景与问题 (Problem)

本文主要研究三维欧拉方程（Euler equations）在随机外力作用下的适定性与唯一性问题。具体涉及两个核心问题：

1. 随机欧拉方程的解的存在性与局部能量不等式：
   考虑在三维环面 $T^3$ 上由加性噪声驱动的随机欧拉方程 (SE)：
   $$du + \text{div}(u \otimes u) dt + \nabla p dt = Q^{1/2} dW, \quad \text{div}(u) = 0$$
   作者旨在构造概率意义下强解（probabilistically strong solutions），这些解在时间上几乎处处连续，在空间上具有 Hölder 连续性，并且满足局部能量不等式（Local Energy Inequality, LEI）。
   局部能量不等式是流体力学中刻画“耗散”性质的关键条件，它描述了由于速度场的不规则性导致的动能局部损失。在确定性情形下，该问题已有研究，但在随机情形下，特别是要求解满足几乎处处成立的局部能量不等式，是一个尚未完全解决的难题。

2. 遍历性（Ergodicity）的非唯一性：
   在湍流理论中，通常假设存在一个唯一的统计稳态测度（ergodic measure）。然而，对于耗散系统，作者试图证明在随机强迫下，欧拉方程存在非唯一的遍历测度。这意味着即使外力分布相同，系统也可能演化到具有不同统计特性（如不同的动能耗散率）的稳态。

2. 方法论 (Methodology)

本文的核心工具是**凸积分（Convex Integration）**方法，该方法由 De Lellis 和 Székelyhidi Jr. 引入，用于构造欧拉方程的弱解并证明其非唯一性。作者将这一方法扩展到了随机偏微分方程（SPDE）的框架中。

主要技术步骤包括：

• Da Prato-Debussche 技巧：
  为了处理随机噪声项 $Q^{1/2}dW$，作者将解分解为 $u = v + z$，其中 $z$ 是噪声驱动的线性部分（Ornstein-Uhlenbeck 过程），$v$ 是满足随机偏微分方程的剩余部分。这使得可以将随机问题转化为对 $v$ 的确定性迭代构造问题，同时保留对随机性的适应性（adaptedness）。

• 迭代构造方案（Induction Scheme）：
  作者构建了一个迭代序列 $(v_q, p_q, R_q, \phi_q, z_q)$，其中：

  • $v_q, p_q$ 是速度和压力的近似解。
  • $R_q$ 是雷诺应力（Reynolds stress），衡量近似解与精确解的误差。
  • $\phi_q$ 是通量电流（flux current），用于修正局部能量不等式中的误差。
  • $z_q$ 是噪声的时间平滑化版本。
    通过迭代，使得误差项 $R_q$ 和 $\phi_q$ 在 $q \to \infty$ 时趋于零。

• Mikado 流与几何引理：
  在每一步迭代中，构造速度扰动 $w = v_{q+1} - v_q$。利用 Mikado 流（高度振荡的向量场）和特定的几何引理（如 Lemma 3.1 和 3.2），将雷诺应力和能量误差分解并抵消。扰动由高频振荡项和可压缩修正项组成。

• 局部能量不等式的处理：
  这是本文的难点。作者不仅构造了动量方程的解，还严格控制了能量方程中的误差项。通过引入一个额外的标量函数 $f(t)$ 和电流 $\phi$，确保在极限过程中，局部能量不等式以严格不等式（即存在耗散）的形式成立。

• 遍历测度的构造：
  利用 Krylov-Bogoliubov 平均技术和 Prokhorov 定理，从构造出的解序列中提取统计稳态测度。通过精心选择初始条件和迭代参数，构造出两个不同的遍历测度，它们对应于相同的外力分布但具有不同的解分布。

3. 主要贡献与结果 (Key Contributions & Results)

定理 1.1：随机耗散解的存在性与非唯一性

• 结果： 对于任意给定的时间 $T$ 和正则性指数 $\alpha \in (0, 1/7)$，存在概率意义下的强解 $(u, p)$，满足：
  • 正则性：$u \in C([0, \infty), C^\alpha(T^3, \mathbb{R}^3))$，$p \in C([0, \infty), C^{2\alpha}(T^3, \mathbb{R}))$。
  • 局部能量不等式 (LEI)： 解几乎处处满足：
    $$\frac{1}{2} d|u|^2 + \text{div}\left(\left(\frac{1}{2}|u|^2 + p\right)u\right) dt - q dt - u \cdot Q^{1/2} dW \leq 0$$
    其中 $q$ 是噪声的迹项。如果能量耗散率 $E' > 0$，则不等式严格成立。
  • 非唯一性： 在该类解中，解在分布意义下（in law）是不唯一的。
• 意义： 这是首次证明随机强迫的三维欧拉方程存在满足局部能量不等式的强解，且解具有严格耗散性（非稳态）。

定理 1.2 & 1.4：非唯一遍历性 (Non-unique Ergodicity)

• 结果：
  • 存在两个不同的遍历测度 $\mu_1, \mu_2$，它们集中在随机强迫欧拉方程 (FE) 的解上。
  • 这两个测度下的解 $u$ 不是稳态（即 $\sup_{s,t} \|u(t)-u(s)\| > 0$ 几乎处处成立），且是真正随机的（方差非零）。
  • 关键发现： 即使两个测度下的外力 $g$ 具有相同的分布（Law），解 $u$ 的分布也是不同的。这意味着无法通过外力分布唯一确定解的统计分布。
  • 定理 1.4 进一步表明，可以任意指定外力 $Z$ 的分布（在一定范围内），并构造出对应的耗散解，其动能耗散率固定为 $-E'$。
• 意义： 这一结果打破了湍流统计理论中关于“唯一统计稳态”的假设，表明在零粘度极限下，欧拉方程的统计行为具有内在的不确定性，且这种不确定性无法通过外力分布来消除。

4. 技术细节与难点

• 随机性与适应性的平衡： 在凸积分迭代中，必须保证构造的解是适应于滤波 $\{F_t\}$ 的。作者使用了非对称的时间平滑化（asymmetric time mollification）和特定的时间截断，确保在每一步迭代中不引入未来的随机信息。
• 局部能量不等式的严格性： 传统的凸积分通常构造能量守恒或弱耗散的解。本文通过精细控制电流 $\phi$ 和标量项 $f$，确保了能量不等式中的耗散项 $E'$ 是严格正的，从而得到“严格耗散”解。
• 遍历测度的构造： 为了证明非唯一遍历性，作者没有直接寻找不动点，而是通过构造两个不同初始振幅的迭代序列，利用 Krylov-Bogoliubov 平均生成两个不同的极限测度，并证明它们对应的解具有不同的 $L^2$ 范数（即不同的动能水平）。

5. 科学意义 (Significance)

1. 完善随机流体力学理论： 本文填补了随机欧拉方程在“局部能量不等式”和“强解”构造方面的理论空白，将确定性情形下的著名结果（如 Onsager 猜想相关的工作）成功推广到随机情形。
2. 挑战湍流统计假设： 结果直接挑战了湍流理论中关于统计稳态唯一性的传统观点。它表明，即使在相同的随机外力驱动下，流体系统也可能演化到具有不同统计特性的状态（多稳态），这为理解湍流的复杂性和不可预测性提供了新的数学视角。
3. 方法论的突破： 本文展示了如何将凸积分技术与随机分析（特别是适应过程和随机微分方程理论）深度结合，为未来研究其他随机偏微分方程（如随机 Navier-Stokes 方程）的非唯一性和耗散性提供了强有力的工具。

综上所述，这篇论文在数学流体力学领域取得了重要突破，不仅解决了随机欧拉方程解的存在性与正则性问题，还深刻揭示了其统计行为的非唯一性本质。