Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions

该论文利用清洁数值模拟（CNS）方法，提供了纳维 - 斯托克斯方程在初始条件差异极小（低至 $10^{-40}$ 量级）时仍存在不同全局光滑解的数值证据，为千禧年大奖难题中关于该方程解的存在性与唯一性研究提供了新的启示。

要点

这篇论文讲述了一个关于流体力学（特别是湍流）的惊人发现，它挑战了我们对“确定性”的传统认知。为了让你轻松理解，我们可以把这篇论文的核心内容想象成一场**“蝴蝶效应”的超级放大实验**。

以下是用通俗语言和生动比喻对这篇论文的解读：

1. 核心问题：两个几乎完全一样的起点，会走向完全不同的终点吗？

想象一下，你有两杯一模一样的水，放在两个完全一样的房间里。

• 杯子 A：水面平静，没有任何波纹。
• 杯子 B：水面也几乎平静，但如果你用显微镜看，会发现上面多了一个极其微小的波纹。这个波纹小到什么程度呢？小到就像在太平洋里滴了一滴墨水，或者像原子大小的扰动（论文中提到的差异甚至达到了 $10^{-40}$，这是一个天文数字般的微小）。

按照传统的物理直觉，既然起点几乎一样，那么这两杯水未来的流动状态应该也是几乎一样的，对吧？

但这篇论文说：不，不一定！

作者通过超级计算机模拟发现，即使起点差异微乎其微（几乎可以忽略不计），只要时间足够长，这两杯水的流动状态会彻底分道扬镳，变得完全不同，甚至完全不像同一种流体在流动。

2. 为什么以前的科学家没发现这个问题？

这就涉及到了**“噪音”**的问题。

• 传统模拟的困境：以前的科学家在电脑里模拟水流时，电脑本身会产生微小的“计算噪音”（就像你在抄写文章时，偶尔会写错一个笔画）。对于普通的物理现象，这点小错误没关系。
• 湍流的特性：但是，湍流（比如急流、台风、烟雾缭绕）是一种极度敏感、混乱的系统。它有一个著名的特性叫**“蝴蝶效应”**：一只蝴蝶扇动翅膀，可能引发一场风暴。
• 结果：在传统模拟中，电脑产生的微小“计算噪音”就像那只蝴蝶。在湍流中，这点噪音会被指数级放大，迅速变成巨大的“风暴”。所以，以前科学家算出来的结果，其实是被电脑噪音“污染”了的，他们分不清到底是真实的物理规律，还是电脑算错了。

3. 作者用了什么“黑科技”？

为了解决这个问题，作者使用了一种叫**“洁净数值模拟”（CNS）**的超级方法。

• 比喻：想象以前的模拟是在嘈杂的菜市场里听人说话（噪音太大，听不清）；而作者的 CNS 方法，就像是在绝对真空、绝对安静的录音棚里，用最高精度的设备去记录声音。
• 怎么做到的：他们把计算精度提高到了极致（使用了数百位有效数字），把电脑产生的“计算噪音”压到了比物理现象本身还要小无数倍的程度。
• 效果：这样，他们就能在很长一段时间内（比如模拟 300 秒的湍流），看到真正接近“上帝视角”的、没有被噪音污染的流体运动轨迹。

4. 实验结果：惊人的“分叉”

作者做了两组实验：

1. 基准组：从一个完美的对称状态开始。
2. 干扰组：在基准组的基础上，加了一个微小到几乎看不见的扰动（那个 $10^{-40}$ 级别的波纹）。

结果令人震惊：

• 刚开始：两组水流看起来一模一样，就像双胞胎。
• 一段时间后：它们开始分道扬镳。
• 最终状态：
  • 基准组的水流保持着完美的旋转对称性（像风车一样转）。
  • 干扰组的水流虽然起点只差一点点，但那个微小的扰动被放大后，彻底破坏了旋转对称，水流变成了完全不同的样子（只有平移对称）。
  • 更可怕的是，它们的统计规律（比如能量消耗的速度）也完全不同。基准组的能量消耗率几乎是干扰组的两倍！

5. 这意味着什么？（通俗版结论）

这篇论文给数学界和物理学界抛出了一个巨大的炸弹：

纳维 - 斯托克斯方程（描述流体运动的核心方程）可能并不具备“唯一性”。

• 传统观点：只要初始条件确定了，未来的状态就是唯一确定的。
• 新发现：如果初始条件几乎一样（哪怕只差一个原子的大小），未来的状态可能会完全不同。

这就好比：
你站在悬崖边，往左迈一步是天堂，往右迈一步是地狱。以前我们认为，只要我站得足够稳（初始条件确定），我就不会掉下去。但这篇论文暗示，也许你根本站不稳，哪怕你的脚底只有一粒灰尘的偏差，最终也会导致你走向完全不同的命运。

6. 为什么这很重要？

• 千禧年大奖难题：纳维 - 斯托克斯方程的“解的存在性与唯一性”是著名的千禧年大奖难题之一，解决它可以获得 100 万美元奖金，并彻底改变我们对流体力学的理解。
• 现实影响：如果流体真的没有“唯一解”，那么天气预报、飞机设计、甚至心脏血液流动的预测，可能永远无法做到 100% 精准，因为任何微小的初始误差都会导致结果天差地别。

总结

这篇论文就像是在说：“在湍流的世界里，微小的差异会被无限放大。即使我们拥有最完美的计算工具，只要起点有一丁点不同，结局就可能截然不同。这不仅仅是计算误差，这可能是大自然本身的一种‘非唯一性’特征。”

作者希望这些发现能为数学家们提供线索，去证明或证伪这个困扰人类已久的数学难题。

技术摘要

以下是基于该论文《Navier-Stokes 方程从几乎相同初始条件出发的光滑解的非唯一性》（Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions）的详细技术总结：

1. 研究问题 (Problem)

• 核心挑战：Navier-Stokes (NS) 方程光滑解的存在性与唯一性是千禧年大奖难题之一。虽然 Coiculescu 和 Palasek 近期在数学上证明了在临界空间 $BMO^{-1}$ 中存在具有无限能量的初始数据可产生两个不同的全局光滑解，但显式地给出具有有限能量、且初始条件极其接近（差异极小）但导致不同全局光滑解的数值例子，传统数值方法无法实现。
• 传统方法的局限：湍流具有混沌特性（对初始条件敏感，即“蝴蝶效应”）。传统的直接数值模拟（DNS）不可避免地存在截断误差和舍入误差。这些微小的数值噪声会随时间指数级放大，迅速达到宏观水平，导致计算轨迹与真实解分道扬镳。因此，传统 DNS 无法区分“数值噪声导致的差异”与“方程本身解的非唯一性”。
• 研究目标：利用高精度数值方法，验证 NS 方程是否允许从差异极小（如 $10^{-40}$ 量级）的初始条件出发，演化出截然不同的全局光滑解（包括时空轨迹、空间对称性和统计特性）。

2. 方法论 (Methodology)

• 核心工具：清洁数值模拟 (Clean Numerical Simulation, CNS)
  • 由廖世俊教授提出，旨在克服传统算法的限制。
  • 原理：通过将截断误差和舍入误差降低到极小的水平（使用任意精度算术，Multiple-precision），使得在有限但足够长的时间区间内，数值噪声相对于真实解可以忽略不计。
  • 验证机制：通过对比不同精度参数（更高阶泰勒展开 $M$ 和更多有效数字 $N_s$）下的计算结果，确定“可预测时间” $T_c$。在 $T_c$ 内，低精度结果与高精度基准解一致，从而确认该结果可视为 NS 湍流的“收敛”基准解，非常接近精确解。
• 物理模型：
  • 二维不可压缩 Kolmogorov 流，在周期性边界条件的正方形区域 $[0, 2\pi] \times [0, 2\pi]$ 内。
  • 控制方程为无量纲流函数形式的 NS 方程，雷诺数 $Re=2000$，Kolmogorov 强迫尺度 $n_K=16$。
• 初始条件设置：
  • 基准解 (Flow CNS)：初始流函数 $\psi_1$ 具有旋转和平移对称性。
  • 扰动解 (Flow CNS'$_{1,2,3}$)：初始流函数 $\psi_2 = \psi_1 + \delta \sin(x+y)$。
  • 扰动幅度：分别设置 $\delta = 10^{-10}, 10^{-20}, 10^{-40}$。这些初始条件在数值上几乎完全相同。
• 计算参数：
  • 空间离散：傅里叶伪谱法，网格 $1024 \times 1024$。
  • 时间离散：$M$ 阶泰勒展开，时间步长 $\Delta t = 10^{-3}$。
  • 精度要求：为了在 $t \in [0, 300]$ 内获得可靠结果，基准解需 $M=140$ 且有效数字 $N_s=260$；扰动解需 $M=70, N_s=130$。

3. 主要结果 (Key Results)

• 时空轨迹的分歧：
  • 在初始阶段，扰动解与基准解几乎重合。
  • 随着时间推移（约 $t > 100$），由于混沌特性，微小的初始扰动 $\delta$ 迅速放大至宏观水平。
  • 关键发现：当 $t > 100$ 时，基准解 (Flow CNS) 的空间平均动能耗散率 $\langle D \rangle_A$ 约为扰动解 (Flow CNS'$_{1,2,3}$) 的两倍。尽管初始条件差异仅为 $10^{-40}$，最终演化出的物理状态却截然不同。
• 空间对称性的破坏：
  • 基准解 $\psi_1$ 保留了初始条件的旋转和平移对称性。
  • 扰动解 $\psi_2$ 虽然初始扰动极小，但演化后完全破坏了旋转对称性，仅保留平移对称性。这表明微小的扰动足以改变流场的整体对称结构。
• 统计特性的差异：
  • 尽管三个扰动解 ($\delta$ 不同) 之间的统计特性（如动能耗散率的概率密度函数 PDF）基本一致，但它们与基准解的统计特性存在显著差异。
• 有限能量：所有计算得到的解均具有有限的能量密度。

4. 关键贡献 (Key Contributions)

1. 数值证据：首次通过高精度的 CNS 方法，提供了 NS 方程存在非唯一光滑解的显式数值证据。证明了即使初始条件差异极小（低至 $10^{-40}$ 量级），只要时间足够长，NS 方程也能演化出完全不同的全局解。
2. 方法学突破：展示了 CNS 在研究混沌系统长期演化中的必要性。传统 DNS 无法区分数值误差和物理上的非唯一性，而 CNS 通过消除数值噪声，揭示了方程本身的内在性质。
3. 提出猜想：基于数值结果，作者提出了一个关于 NS 方程非唯一性的猜想：对于任意小的 $\delta$（甚至 $\delta \to 0$），NS 方程允许从具有不同空间对称性的初始条件 $U_1$ 和 $U_2$（$|U_1 - U_2| \le \delta$）出发，产生不同的全局光滑解。
4. 机制揭示：揭示了 NS 湍流中的“噪声级联放大”（noise-expansion cascade）机制，即不同量级的小扰动会按顺序迅速放大至宏观尺度，从而彻底改变流场的全局属性。

5. 意义与影响 (Significance)

• 对千禧年难题的启示：虽然该研究基于数值模拟而非严格数学证明，但它为证明 NS 方程光滑解的非唯一性提供了重要的“路线图”和启发。它表明在有限能量条件下，NS 方程的解可能并不唯一，这对现有的数学理论框架构成了挑战。
• 物理意义：强调了在湍流研究中，初始条件的微小不确定性（甚至数学上的无穷小扰动）可能导致宏观物理状态的巨大差异，且这种差异不仅仅是数值误差，而是方程解的本质属性。
• 数据共享：作者公开了 CNS 代码和计算数据，允许其他研究者复现和验证这一发现，推动了该领域的进一步研究。

总结：该论文利用超高分辨率的清洁数值模拟技术，在有限时间内证明了 Navier-Stokes 方程可以从差异极小（$10^{-40}$）的初始条件出发，演化出在时空轨迹、对称性和统计特性上完全不同的全局光滑解。这一发现挑战了 NS 方程解的唯一性假设，为理解湍流的本质和解决千禧年大奖难题提供了新的视角和强有力的数值证据。