Unconditional well-posedness of the stochastic Korteweg-de Vries equation on the real line

技术摘要：实数轴上随机 Korteweg-de Vries 方程的无条件适定性

问题陈述
本文研究了实数轴 $\mathbb{R}$ 上带有加性噪声的随机 Korteweg-de Vries 方程（SKdV）的适定性问题：
$$\partial_t u + \partial_x^3 u + \partial_x(u^2) = \phi \xi, \quad u|_{t=0} = u_0,$$
其中 $\xi$ 是时空白噪声，$\phi$ 是从 $L^2(\mathbb{R})$ 到 $L^2(\mathbb{R})$ 的线性算子。主要焦点在于建立 $L^2(\mathbb{R})$ 中的全局适定性和无条件唯一性。

此前，de Bouard, Debussche, 和 Tsutsumi (1999) 建立了 $L^2(\mathbb{R})$ 中的全局适定性，但需要对噪声算子 $\phi$ 施加人为的正则性假设，即 $\phi \in \mathcal{H}S(L^2; \dot{H}^{-3/8})$，除了自然的假设 $\phi \in \mathcal{H}S(L^2; L^2)$ 之外。此外，虽然对于确定性 KdV 方程，在整个类 $C([0,T]; L^2)$ 中（不参考辅助函数空间）的无条件唯一性已得到充分理解，但在低正则性初始数据的随机情形下，尚不存在此类结果。

方法论
作者采用了针对时间方向上的 Fourier-Lebesgue 空间 进行改进的 Fourier 限制范数方法（Fourier restriction norm method），以处理随机卷积的正则性。

1. 函数空间的适配：
   标准的 $X^{s,b}$ 空间（Bourgain 空间）通常要求 $b > 1/2$ 以确保时间连续性，但由布朗运动驱动的随机卷积 $\Psi$ 仅具有对应于 $b < 1/2$ 的时间正则性。为了解决这一问题，作者利用了通过以下范数定义的 $X^{s,b}_{q}$ 空间：
   $$\|u\|_{X^{s,b}_{q}} = \|\langle \xi \rangle^s \langle \tau - \xi^3 \rangle^b \hat{u}(\tau, \xi)\|_{L^2_\xi L^q_\tau}.$$
   通过选择 $q > 2$ 且 $b > 1/2$ 使得 $(b-1)q < -1$，这些空间能够捕捉随机卷积的局部时间正则性，同时允许 $b > 1/2$。这种选择对于处理“高 $\times$ 低 $\to$ 高”频率相互作用中的双线性估计至关重要，从而避免了人为的噪声正则性假设。

2. 局部适定性：
   作者证明了 $X^{s,b}_{q}$ 空间中的局部适定性。其核心创新在于建立了在 $b > 1/2$ 时这些空间中的双线性估计（命题 3.1），此前由于需要处理随机卷积的低正则性，这一步一直存在障碍。一旦在自然假设 $\phi \in \mathcal{H}S(L^2; L^2)$ 下建立了局部适定性，全局适定性即可通过利用 Itô 引理导出的标准先验 $L^2$ 估计得出。

3. 无条件唯一性：
   为了证明无条件唯一性，作者将 Zhou (1997) 用于确定性 KdV 的论证适配到了随机情形。

   • 分解： 他们将解 $u$ 分解为一个线性部分 $\Phi$（包含初始数据和随机卷积）和一个余项 $v = u - \Phi$。
   • 估计： 他们通过利用 $v$ 所满足的方程，在特定的低正则性空间（$X^{-3/2-\epsilon, 1}$）中建立了 $v$ 的界限。由于噪声的存在，他们无法像确定性情形那样依赖于方程的逐点时间估计；相反，他们使用了阶展开和仔细的时间局部化论证来避免缩放问题。
   • 双线性估计： 他们证明了涉及 $X^\epsilon$ 和 $Y^\epsilon$ 范数的修正双线性估计（引理 4.2 和 4.3），这使得他们能够在收缩映射论证中控制两个解之差 $w = u_1 - u_2$。

主要贡献与结果

• 定理 1.1 (全局适定性)： 作者证明了在最小假设 $\phi \in \mathcal{H}S(L^2; H^s)$ 下，SKdV 在 $H^s(\mathbb{R})$ 中是全局适定的。这一结果移除了先前文献中施加的 $\phi \in \mathcal{H}S(L^2; \dot{H}^{-3/8})$ 必要性，表明对于 $s \ge 0$，该条件是人为的。
• 定理 1.3 (路径无条件唯一性)： 本文建立了第一个低正则性设定下随机色散型 PDE 的路径无条件唯一性结果。具体而言，给定具有相同初始数据和噪声实现的 SKdV 的两个全局解 $u_1, u_2 \in C(\mathbb{R}; L^2(\mathbb{R}))$，它们几乎处处相等。该唯一性在整个类 $C([0,T]; L^2)$ 中成立，而不必交集于像 $X^{s,b}$ 这样的辅助空间。
• 附录： 论文包含了一个技术性论证，证明了在 Fourier-Lebesgue 和 Sobolev 空间中乘上一个尖锐截断函数的有界性，该工具具有独立的学术价值。

意义与主张
本文声称解决了关于噪声算子对于 $L^2$ 全局适定性是否需要 $\dot{H}^{-3/8}$ 正则性这一悬而未决超过二十年的问题。通过利用时间方向上的 Fourier-Lebesgue 空间，作者展示了 $\phi$ 的标准正则性假设已足够。

此外，这项工作提供了第一个针对低正则性初始数据的随机色散方程的无条件唯一性结果。作者指出，$L^2$ 正则性是该结果的最优性，因为它是使二次非线性 $\partial_x(u^2)$ 作为空间分布有意义所需的最小空间。证明策略将 Zhou 的确定性论证适配到随机设定中，通过分解和对余项的仔细估计，克服了噪声缺乏逐点时间正则性的问题。

作者明确指出，虽然常数形式方法（如近期在圆周上研究中所使用的）可以提供替代证明，但本文的方法更为直接，避免了常数形式约简所需的冗长迭代。他们还提到，将这些结果扩展到负 Sobolev 空间仍是未来的开放性问题。