Integral Formulation and the Brézis-Ekeland-Nayroles-Type Principle for Prox-Regular Sweeping Processes

本文研究了由具有有界变差间断性的时变一致近正则集驱动的希尔伯特空间扫掠过程，通过引入包含二次修正项的全局变分不等式积分表述，证明了其与标准微分测度表述的等价性，并建立了基于近正则变分残差的 Brézis-Ekeland-Nayroles 型变分刻画，从而为近正则非凸扫掠过程提供了统一的有界变差解概念及稳定性分析框架。

要点

这篇论文探讨了一个听起来很“高深”的数学问题：扫掠过程（Sweeping Process）。为了让你轻松理解，我们可以把它想象成**“在一个不断变形、甚至偶尔会突然跳变的房间里，一个人如何移动”**的故事。

1. 故事背景：什么是“扫掠过程”？

想象你在一间房间里，房间的墙壁（约束条件）不是静止的，而是随着时间移动的。

• 经典情况（凸集）： 墙壁是平滑的、像气球一样膨胀或收缩的。如果你贴着墙走，你只需要顺着墙的方向移动，不能穿墙。这在数学上叫“凸集”，处理起来相对简单。
• 本文的情况（近正则集/Prox-regular）： 现在的墙壁变得很“调皮”。它们可能不是完美的圆形，可能有凹陷，甚至墙壁本身可能会突然跳跃（比如瞬间从左边移到右边）。这种情况下，人（轨迹）的移动就会变得非常复杂，甚至可能产生“碰撞”或“跳跃”。

这篇论文就是为了解决：当墙壁不规则且会突然跳动时，我们该如何精确地描述和计算人的移动路径？

2. 核心难题：两种不同的“描述语言”

在数学界，对于这种复杂移动，大家一直有两种不同的“描述语言”：

1. 微分语言（局部视角）： 就像看慢动作特写。在每一个瞬间，我们检查人受到的力（法向锥）是否把他推回了墙壁内。这很精确，但很难用来做整体规划或稳定性分析。
2. 积分语言（全局视角）： 就像看整段录像。我们不看每一帧，而是看整段旅程是否满足某种“能量最小”或“阻力最小”的整体原则。这在处理复杂跳跃时通常更强大，但以前没人能把它用到这种“不规则墙壁”上。

这篇论文的突破点在于： 作者发现，在墙壁不规则（非凸）且会跳跃的情况下，这两种语言其实是完全等价的！只要满足一定条件，用哪种语言描述，得到的结果都是一样的。

3. 关键创新：给“积分语言”加了个“修正补丁”

在平滑的凸集世界里，积分公式很简单。但在不规则世界里，墙壁的“脾气”（数学上叫次单调性）会让公式出错。

• 比喻： 想象你在走一条坑坑洼洼的路。如果路是平的，你走直线就行。但如果路有坑，你直接走直线可能会掉下去。
• 作者的方案： 他们在积分公式里加了一个**“二次修正项”**（Quadratic Correction Term）。
  • 这就好比给导航系统加了一个**“防坑算法”**。它告诉系统：“嘿，虽然墙壁是弯的，但如果你稍微多绕一点点弯（修正项），就能保证你始终安全地贴着墙壁走，不会穿帮。”
  • 这个修正项完美地补偿了墙壁不规则带来的数学偏差。

4. 核心工具：Brezis-Ekeland-Nayroles 原理（“完美路径”的试金石）

论文引入了一个非常酷的概念，叫**“变分残差”（Variational Residual）**。

• 比喻： 想象你在玩一个游戏，目标是找到一条“完美路径”。
  • 对于任何一条你尝试的路径，系统会计算一个**“错误分数”（残差）**。
  • 如果路径不对，分数就是正的（表示有错误）。
  • 只有当路径是完美的（即真正的解）时，这个分数才会变成 0。
• 意义： 以前，要验证一条路对不对，需要检查无数个瞬间。现在，你只需要看这个“错误分数”是不是 0。这就像给数学证明装上了一个**“一键检测器”**。

5. 实际应用：为什么这很重要？（稳定性与近似）

这篇论文不仅仅是理论推导，它还有一个巨大的实用价值：稳定性。

• 场景： 在计算机模拟中，我们通常无法处理完美的“跳跃墙壁”，我们只能用很多小台阶（离散化）或者平滑的曲线来近似它。
• 问题： 用近似算出来的路，和真实的路一样吗？
• 答案： 根据这篇论文，只要你的近似路径让那个“错误分数”越来越接近 0，那么当你把近似做得越来越精细时，算出来的路一定会收敛到真实的路。

比喻： 就像你试图用乐高积木拼出一个完美的圆形。虽然每一块积木都是方形的（近似），但只要你的拼法让“圆度误差”趋近于零，最后拼出来的形状在宏观上就一定是完美的圆。这篇论文证明了，即使墙壁会突然跳动，这个“乐高拼圆”的方法依然有效。

总结

这篇论文做了一件很酷的事：

1. 统一了语言： 证明了在复杂、不规则、会跳跃的墙壁环境下，两种不同的数学描述方法其实是同一种东西。
2. 发明了补丁： 给全局积分公式加了一个“防坑修正项”，让它能处理不规则墙壁。
3. 提供了指南针： 建立了一个“错误分数”系统，只要分数归零，就是完美解。
4. 保证了安全： 证明了用近似方法（如计算机模拟）去算这种复杂问题，只要误差足够小，结果就是可靠的。

这就好比给在崎岖山路（非凸、跳跃约束）上开车的司机，提供了一套全新的、更可靠的导航系统和路况检测工具，让自动驾驶算法在处理突发路况时更加稳健。

技术摘要

论文技术总结

1. 研究背景与问题 (Problem)

扫掠过程 (Sweeping Process) 是由 J.-J. Moreau 在 20 世纪 70 年代引入的一类一阶动力系统，用于模拟接触力学中的弹塑性现象。经典模型寻找绝对连续轨迹 $x(t)$，满足微分包含：
$$\dot{x}(t) \in -N(C(t); x(t))$$
其中 $N(C(t); x(t))$ 是移动闭集 $C(t)$ 在 $x(t)$ 处的法锥。

核心挑战：

1. 非凸性与不连续性： 经典理论主要处理凸集且要求 $C(t)$ 具有 Lipschitz 连续性。然而，在实际应用（如碰撞、突变约束）中，约束集 $C(t)$ 往往是非凸的，且随时间的变化可能具有有界变差 (Bounded Variation, BV) 甚至不连续的特性。
2. 解的定义分歧： 对于非凸且随时间不连续移动的集合，存在两种主要的解的定义方式：
   • 微分测度表述 (Differential-measure formulation)： 局部表述，要求轨迹的微分测度 $dx$ 属于负的近法锥（proximal normal cone）。
   • 积分表述 (Integral formulation)： 全局变分表述，通过测试函数（admissible trajectories）的变分不等式来定义。
3. 现有缺口： 在近正则 (prox-regular) 集合（即非凸但具有足够光滑几何性质的集合，如 $C^2$ 流形）且集合随时间不连续变化的框架下，尚未建立这两种表述的等价性，也缺乏针对此类问题的全局变分特征化（如 Brézis-Ekeland-Nayroles 型原理）。

2. 方法论 (Methodology)

作者在一个希尔伯特空间 $H$ 中，针对由时间依赖的一致近正则 (uniformly prox-regular) 集合 $C(t)$ 驱动的扫掠过程进行了研究。

• 几何框架：

  • 假设 $C(t)$ 是 $\rho$-一致近正则的（$\rho$-uniformly prox-regular），这推广了凸集的概念，允许非凸但几何性质良好的集合。
  • 假设 $C(\cdot)$ 关于时间是下半连续的 (lower semicontinuous, lsc)。
  • 引入有界选择延拓性质 (Bounded Selection-Extension Property, 假设 H3)：确保在紧集上定义的连续选择可以延拓为全局连续选择，且保持有界。这是构造丰富测试轨迹的关键。

• 两种解的定义：

  1. 微分测度解 (Definition 4.2)： 轨迹 $x$ 是右连续且有界变差的，且其微分测度 $dx$ 关于某个 Radon 测度 $\nu$ 绝对连续，密度 $v = \frac{dx}{d\nu}$ 满足 $v(t) \in -N^P(C(t); x(t))$ $\nu$-a.e.。
  2. 积分解 (Definition 4.3)： 轨迹 $x$ 满足一个全局变分不等式。对于所有连续且满足 $y(t) \in C(t)$ 的测试轨迹 $y$，有：
     $$\int_0^T \left( \langle v(t), y(t) - x(t) \rangle + \frac{\|v(t)\|}{2\rho} \|y(t) - x(t)\|^2 \right) d\nu(t) \ge 0$$
     注意： 与凸集情况不同，由于近法锥的超单调性 (hypomonotonicity)，不等式中必须包含一个二次修正项 $\frac{\|v(t)\|}{2\rho} \|y(t) - x(t)\|^2$。

• 变分残差 (Variational Residual)：
  定义了一个泛函 $E_\nu(x)$，衡量上述积分不等式的“缺陷”：
  $$E_\nu(x) = \inf_{y \in \mathcal{A}_\nu} \int_0^T \left( \langle v(t), y(t) - x(t) \rangle + \frac{\|v(t)\|}{2\rho} \|y(t) - x(t)\|^2 \right) d\nu(t)$$
  其中 $\mathcal{A}_\nu$ 是容许测试轨迹的集合。

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

A. 解的等价性 (Equivalence of Solutions)

• 定理 4.6： 在假设 (H1)-(H3) 下，积分解与微分测度解是等价的。
• 意义： 这统一了非凸、不连续扫掠过程的解的概念。证明的关键在于利用 (H3) 构造足够多的测试轨迹，使得变分不等式能够“捕捉”到局部的法锥约束。二次修正项在证明中起到了核心作用，它补偿了近法锥的非单调性。

B. Brézis-Ekeland-Nayroles (BEN) 型原理

• 定理 5.1： 建立了扫掠过程的变分特征化。
  • 轨迹 $x$ 是扫掠过程的解（无论是积分形式还是微分测度形式），当且仅当其变分残差 $E_\nu(x) = 0$。
  • 对于任何容许轨迹，$E_\nu(x) \le 0$；解是那些使该泛函达到最大值（即 0）的轨迹。
• 意义： 这是一个全局在时间上的变分特征化，将局部微分包含转化为全局优化问题。这推广了经典的 Brézis-Ekeland 原理（原本针对凸势或极大单调算子）到非凸、近正则的几何设置中。

C. 稳定性与逼近 (Stability and Approximation)

• 定理 6.1： 基于残差建立了稳定性结果。
  • 如果有一系列逼近集合 $C_n$ 和对应的容许轨迹 $x_n$，且满足：
    1. $x_n$ 一致收敛到 $x$。
    2. 速度测度序列有界且弱收敛。
    3. 残差趋于零 ($E^n_\nu(x_n) \to 0$)。
  • 那么极限轨迹 $x$ 就是极限扫掠过程（由 $C$ 驱动）的解。
• 意义： 这为数值方法（如时间离散化、几何正则化、不精确投影算法）提供了理论保证。只要数值解的残差足够小，其极限就是真实解。

4. 技术细节与关键创新点

1. 二次修正项的引入： 在凸集情形下，变分不等式通常不需要二次项。但在近正则（非凸）情形下，近法锥 $N^P$ 仅具有“超单调性”（hypomonotone），即 $\langle \zeta, x' - x \rangle \le \frac{\|\zeta\|}{2\rho} \|x' - x\|^2$。为了在积分表述中反映这一几何性质，作者必须在变分不等式中显式加入 $\frac{\|v\|}{2\rho} \|y-x\|^2$ 项。这是本文最核心的技术突破之一。
2. 选择延拓性质 (H3) 的作用： 为了证明积分解蕴含微分测度解，需要构造特定的测试轨迹来“探测”法锥。作者利用 (H3) 证明了可以将局部定义的连续选择延拓为全局有界连续选择，从而保证了测试轨迹集合 $\mathcal{A}_\nu$ 的丰富性，使得变分不等式具有足够的约束力。
3. 鲁棒的稳定性框架： 传统的稳定性证明通常直接处理法锥包含关系的极限，这在非凸和不连续情况下非常困难。本文提出的“残差趋于零”方法提供了一种更稳健的途径，避开了直接处理法锥的极限，转而关注变分不等式的渐近一致性。

5. 意义与应用 (Significance)

• 理论统一： 本文成功地将扫掠过程的局部微分测度表述与全局积分变分表述统一起来，适用于更广泛的非凸几何场景。
• 数值分析工具： 提出的 Brézis-Ekeland-Nayroles 型原理和残差概念，为设计和分析扫掠过程的数值算法（如不精确的“追赶”算法 catching-up schemes）提供了新的视角。残差 $E_\nu(x)$ 可以作为后验误差指示器 (a posteriori error indicator)，用于指导自适应策略和停止准则。
• 应用前景： 该框架特别适用于接触力学、摩擦系统、机器人路径规划等涉及非凸约束和突变事件的领域。它允许处理具有跳跃的约束集，这在经典 Lipschitz 连续假设下是无法处理的。

总结：
这篇论文通过引入带有二次修正项的积分变分不等式和相应的变分残差，解决了非凸、不连续扫掠过程中解的定义等价性问题，并建立了基于残差的稳定性理论。这不仅推广了经典的凸分析结果，也为非光滑动力系统的数值模拟和稳定性分析提供了强有力的数学工具。