Sharp bounds for non-trace class noise and applications to SPDEs

技术摘要：非迹类噪声的尖锐界及其在随机偏微分方程中的应用

问题陈述
本文研究了形如 $g \sum_{n \ge 1} \gamma_n \mu_n f_n$ 的高斯级数的收敛性与正则性，背景是由有色非迹类时空噪声驱动的随机偏微分方程（SPDEs）。其中，$(\gamma_n)$ 是独立的标准高斯变量，$g$ 是 $L^\eta(O)$ 中的空间系数，$(\mu_n)$ 是表示噪声“着色”的标量序列，$(f_n)$ 是 $L^2(O)$ 中的正交归一系统。

现有文献通常将分析限制在两个极端：迹类噪声（其中 $\sum \mu_n^2 \|f_n\|_{L^\infty}^2 < \infty$）或时空白噪声（其中 $\mu_n \equiv 1$）。介于两者之间的中间情形，即噪声非迹类但比白噪声更规则，带来了挑战。该中间情形下的先前结果经常依赖于限制性假设，例如要求正交归一系统 $(f_n)$ 是所涉及微分算子的特征函数，或对特征值施加额外的可和性条件，从而限制了允许的噪声强度范围。此外，许多现有界关于相关 SPDEs 的尺度不变性并非尖锐，特别是关于系数 $g$ 的可积性方面。

方法论
作者采用了一种以 $\gamma$-拉东化算子和多线性插值为核心的泛函分析方法。

1. $\gamma$-拉东化算子：高斯级数的收敛性被重构为一个乘法算子 $M_g$ 与一个映射至 $\gamma$-拉东化算子空间（具体为 $\gamma(L^2(O), \tilde{H}^{-s,q}(O))$）的噪声算子 $R_\mu$ 的复合算子的有界性。这使得能够利用 $\gamma$-空间的理想性质和平方函数刻画。
2. 加权序列空间：一项关键创新是引入了加权序列空间 $\ell^\zeta(S_f)$，其范数定义为 $\|\mu\|_{\ell^\zeta(S_f)} = (\sum |\mu_n|^\zeta \|f_n\|_{L^\infty}^2)^{1/\zeta}$。该空间自然地插值于迹类条件（$\zeta=2$）和有界性条件（$\zeta=\infty$）之间，明确编码了正交归一系统的 $L^\infty$ 增长性。
3. $\gamma$-杨格不等式：作者建立了一个涉及与弱勒贝格空间（$L^{r,\infty}$）卷积的 $\gamma$-拉东化算子的新“杨格不等式”。这对于处理临界（尺度不变）情形中贝塞尔势核的奇异性至关重要。
4. 多线性插值：主要结果是通过在两个端点情形之间进行插值得到的：
   • 情形 $\zeta=2$：对应迹类噪声，通过索伯列夫嵌入以及将 $\gamma$-空间识别为 $L^2$ 值的 $L^\eta$ 空间来证明。
   • 情形 $\zeta=\infty$：对应有界噪声，利用 $\gamma$-杨格不等式和索伯列夫空间中乘法算子的性质来证明。
     插值是在双线性映射 $(g, \mu) \mapsto M_g R_\mu$ 上进行的。

主要贡献与结果

• 高斯级数的尖锐索伯列夫嵌入（定理 4.1）：本文建立了级数 $g \sum \gamma_n \mu_n f_n$ 在贝塞尔势空间 $\tilde{H}^{-s,q}(O)$ 中收敛的充要条件。条件如下：
  $$\frac{s}{d} + \frac{1}{q} \ge \frac{1}{\eta} + \frac{1}{2} - \frac{1}{\zeta} \quad \text{且} \quad \frac{1}{\eta} - \frac{1}{\zeta} < \frac{1}{2}.$$
  这些界是尖锐的，意味着它们捕捉了问题的精确尺度不变性。该结果适用于一般的正交归一系统 $(f_n)$，无需要求它们是特定微分算子的特征函数。

• 齐次空间（定理 4.2）：对于全空间 $O = \mathbb{R}^d$，作者为齐次索伯列夫空间 $\dot{H}^{-s,q}(\mathbb{R}^d)$ 提供了类似的结果，其中第一个条件以等式形式成立。

• 傅里叶乘子的推广（定理 4.9）：该框架被扩展至定义在 $\mathbb{R}^d$ 上通过傅里叶乘子 $T_m$ 定义的高斯噪声，其中符号 $m$ 属于 $L^\zeta(\mathbb{R}^d)$。这涵盖了 Matérn 随机场及其他基于卷积的噪声结构。

• 随机热方程的最优正则性（定理 6.3）：通过将高斯级数界应用于随机热方程 $\partial_t u - \Delta u = g \partial_t W$，作者推导了温和解 $u$ 的最优时空正则性估计。具体而言，他们证明了：
  $$\mathbb{E}\|u\|_{L^p(0,T; H^{1-s,q}(O))}^p + \mathbb{E}\|u\|_{C([0,T]; B^{1-s-2/p}_{q,p}(O))}^p \lesssim \|\mu\|_{\ell^\zeta(S_f)}^p \mathbb{E}\|g\|_{L^p(0,T; L^\eta(O))}^p.$$
  这些估计通过允许 $g$ 具有更低的可积性（更小的 $\eta$）并覆盖更宽的噪声强度 $\zeta$ 范围（无需假设噪声与拉普拉斯算子的特征基相关联），改进了现有文献。

• 权重的必要性（第 5 节）：本文证明了使用未加权的序列空间 $\ell^\zeta$（忽略 $\|f_n\|_{L^\infty}$ 的增长）无法捕捉 SPDEs 的正确尺度，从而导致次优的正则性结果。

意义与主张
作者声称，他们的结果首次提供了非迹类噪声下此类高斯级数在贝塞尔势空间中收敛性的尖锐刻画。其意义在于相对于文献的几项具体改进：

1. 尖锐性：推导出的条件是必要且充分的，保持了随机热方程的尺度不变性。这对于分析临界非线性 SPDEs 至关重要，因为在这些方程中，即使损失极少量的正则性也会阻碍不动点论证的使用。
2. 噪声结构的通用性：与先前要求 $(f_n)$ 必须是微分算子（例如狄利克雷拉普拉斯算子）特征函数的作品不同，该方法适用于任何正交归一系统。这使得结果可以应用于特征函数未显式已知的散度型算子。
3. 系数的灵活性：结果允许系数 $g$ 属于 $L^\eta(O)$，且 $\eta$ 可以比之前可能的更小，甚至改进了估计左侧的范数（例如，到贝索夫空间）。这种灵活性被强调为本工作的关键动机，特别是为了未来应用于非线性 SPDEs，旨在避免在不动点迭代过程中因索伯列夫嵌入而损失光滑性。
4. 维度的独立性：这些界适用于任意空间维度 $d$，而先前涉及特征值可和性的条件通常限制维度（例如，要求 $d < 6$ 以满足某些迹条件）。

本文结论指出，这些尖锐界是研究带有非迹类噪声的非线性 SPDEs 的基础工具，作者表示将在 forthcoming 的工作中详细探讨该主题。