Isolated Singularities and Measure Data Problems for Semilinear Equations Driven by Stable Lévy Operators

技术摘要：由稳定莱维算子驱动的半线性方程中的孤立奇异性与测度数据问题

问题陈述
本文研究了在有界区域 $D \subset \mathbb{R}^d$ ($d \ge 1$) 中，由一致椭圆且严格 $2s$-稳定莱维算子（$s \in (0, 1)$）驱动的正解问题。研究重点在于两个相互关联的问题：

1. 孤立奇异性问题： 分析在穿孔区域 $D \setminus \{0\}$ 中满足 $-Lu = u^p$ 的正分布解，其中 $L$ 是严格 $2s$-稳定莱维过程的生成元。算子 $L$ 通过莱维测度 $\nu$ 定义，该测度不一定是对称的，且满足一致非退化条件。
2. 测度数据狄利克雷问题： 研究在 $D$ 内的外部狄利克雷问题 $-Lu = u^p + k\mu$，其中 $u=0$ 在 $D^c$ 上，$\mu$ 是有界正 Borel 测度，$k > 0$ 是一个参数。

主要目标是在包括各向异性和非对称稳定生成元在内的广义结构假设下，建立存在性、定性性质以及奇异性的可移除性，并确定控制可解性的临界参数 $k_\mu$。

方法论与创新性
作者明确区分了其方法与现有分数阶拉普拉斯算子 $(-\Delta)^s$ 文献的区别。关于分数阶拉普拉斯算子的标准技术高度依赖于：

• Caffarelli–Silvestre 扩张（将非局部算子局部化）。
• 格林函数的显式公式和尖锐逐点估计（例如 $G_D(x,y) \asymp G(x,y)(\delta_D(x)/|x-y|)^s (\delta_D(y)/|x-y|)^s$）。
• 跳跃测度密度的光滑性以及特定的哈纳克不等式。

本文指出，对于一般的各向异性和非对称稳定莱维算子，这些特定性质是不可用的。因此，作者开发了一种基于概率势论和算子理论技术的方法，避开了扩张法和逐点格林函数估计。

关键方法论特征包括：

• 尾部空间 ($T_\nu(V)$)： 为了处理 $L$ 的非局部性质，作者引入了函数空间 $T_\nu(V)$，以确保 $Lu$ 作为分布是良定义的。该空间考虑了求解在测试函数支撑集之外的积分性。
• 里斯分解与丁金公式 (Dynkin's Formula)： 对孤立奇异性的分析依赖于丁金公式和过度函数的里斯分解定理，而非经典的 PDE 正则性论证。
• 通过 Deny 定理实现紧致性： 为了在缺乏显式超解（由于缺乏逐点格林界限）的情况下构造测度数据问题的解，作者结合 Deny 定理与概率论论证，建立了非线性格林算子的紧致性。
• 不动点与变分方法： 对于小参数的存在性是通过 Schauder 不动点定理导出的。在对称情况下的多解性与稳定性结果则利用了变分方法，特别是涉及 Bregman 散度的山路定理 (Mountain Pass theorem) 和能量泛函。

关键结果

1. 可移除性与奇异性结构：

   • 每个 $D \setminus \{0\}$ 中的正分布解 $u$ 都属于尾部空间 $T_\nu(D)$，并在 $D$ 中满足 $-Lu = u^p + k\delta_0$，其中 $k \ge 0$。
   • 可移除性阈值： 如果 $p \ge d/(d-2s)$，则必然有 $k=0$。奇异性是可移除的。
   • 渐近行为： 如果 $p < d/(d-2s)$ 且 $k > 0$，解在原点附近的渐近行为类似于格林函数 $G_D(x, 0)$（即 $k G_D(x, 0) \le u(x) \le c k G_D(x, 0)$）。作者指出，与各向同性分数阶拉普拉斯算子情形不同，奇异剖面不一定是各向同性的（即不一定是 $|x|^{2s-d}$），而是取决于谱测度和趋近方向。

2. 临界参数与可解性：

   • 对于问题 $-Lu = u^p + k\mu$，存在一个临界参数 $k_\mu \in (0, \infty)$。
   • 亚临界情况 ($k < k_\mu$)： 存在极小正解 $u_k$。
   • 超临界情况 ($k > k_\mu$)： 不存在正解。
   • 临界情况 ($k = k_\mu$)： 至多存在一个正解。

3. 对称情况（多解性与稳定性）：

   • 假设 $L$ 是对称的，则对于 $k < k_\mu$，极小解 $u_k$ 是稳定的。
   • 多解性： 对于每个 $k < k_\mu$，存在第二个正解 $v_k > u_k$。
   • 阈值处的存在性： 在 $k = k_\mu$ 时存在解，这意味着在临界参数处具有唯一性。

意义与主张
本文声称其主要贡献不仅在于研究结果本身，更在于其在广泛结构假设下建立结果所采用的方法。作者断言，他们的分析表明，即使在算子缺乏分数阶拉普拉斯文献中通常要求的特定解析性质（如显式格林函数、光滑密度）时，主要的移除性和临界阈值现象依然存在。

通过利用被杀死的留数 (killed resolvent) 和概率势论，作者为由一般稳定莱维算子驱动的半线性非局部方程提供了一个系统性的框架。这项工作将经典的孤立奇异性理论（由 Lions, Brezis, Véron 以及 Chen-Quaas 等人针对拉普拉斯算子和分数阶拉普拉斯算子开发的理论）扩展到了各向异性和非对称的情形，通过函数分析和概率紧致性论证克服了缺乏逐点估计的问题。

论文结论指出，“主要的移除性和阈值现象在这些广泛的结构假设下依然存在”，验证了使用概率工具作为非局部分析中替代扩张法和逐点估计的稳健方法的有效性。