Sobre Propiedades de Convergencia de Operadores Elipticos Fraccionarios No Lineales. Encuentro Anual Sociedad Matemática de Chile. Erwin Topp P. Departamento de Ingenieria Matemática, Universidad de Chile. & Patricio Felmer A. Departamento de Ingenieria Matemática y CMM, Universidad de Chile. Los Andes, Noviembre 2011. 1 / 30
Esquema de la Presentación. 1 Introducción. 2 Aplicaciones y Motivación. 3 Resultados Preliminares. Exponente Fijo. Exponente Variable. 4 Esquemas de las Demostraciones. Estabilidad y Comparación. Prueba de los Teoremas. 2 / 30
1 Introducción. 2 Aplicaciones y Motivación. 3 Resultados Preliminares. Exponente Fijo. Exponente Variable. 4 Esquemas de las Demostraciones. Estabilidad y Comparación. Prueba de los Teoremas. 3 / 30
Operadores Fraccionarios. Sea (K a ) a A una familia de núcleos positivos que satisfacen las condiciones (K1) sup mín( z 2, 1)K a (z)dz < +. a A R n (K2) w L 1 (R n ) L (R n ) tal que C r > 0 satisfaciendo a A, K a (z) C r w(z), si z r, Para cada a A, escribimos L a [u, x] := (u(x + z) u(x) 1 B Du(x) z)k a (z)dz, R n cada vez que la integral esté definida. Esto supone regularidad en x y crecimiento en infinito para u dependiente de K a. Ver [C-S1], [C-S2]. 4 / 30
Ecuación Parabólica. Los tipos de operadores no lineales a considerar son del tipo Isaacs: I[u, x] = ínf sup α A β B L α,β [u, x] con A B A. Si A o B es un singleton, el operador es tipo Bellman. Ecuación a Estudiar. Para T > 0, u 0 BUC(R n ) y f BUC((0, T ) R n ): (P) { ut (t, x) I[u(t, ), x] = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n 5 / 30
Solución Viscosa. Una función u s.c.s en [0, T ) R n es subsolución viscosa de (P) si u(0, x) u 0 (x) para todo x R n. (t 0, x 0 ) (0, T ) R n, ϕ C 2 ((0, T ) R n ) tal que u ϕ tiene un máximo en (t 0, x 0 ), entonces para cada δ > 0 ϕ t(t 0, x 0 ) ínf sup L 1,δ α α,β [x 0, ϕ(t 0, )] + L 2,δ α,β [x 0, D x ϕ(t 0, x 0 ), u(t 0, )] f (t 0, x 0 ) β donde, para un núcleo K; x, p R n, ϕ C 2 (R n ), v L (R n ) Z L 1,δ K [x, ϕ] := (ϕ(x + y) ϕ(x) 1 B Dϕ(x) y)k(y)dy B δ Z L 2,δ K [x, p, v] := (v(x + y) v(x) 1 B p y)k(y)dy. B c δ De manera análoga se define supersolución viscosa. Solución es sub y supersolución simultáneamente. Ver [B-I] y sus referencias. 6 / 30
Solución Viscosa. En el dibujo, ϕ es una función test para u en x 0. 7 / 30
1 Introducción. 2 Aplicaciones y Motivación. 3 Resultados Preliminares. Exponente Fijo. Exponente Variable. 4 Esquemas de las Demostraciones. Estabilidad y Comparación. Prueba de los Teoremas. 8 / 30
Laplaciano Fraccionario. Para σ (0, 1) se define el Laplaciano σ de u : R n R en x R n como Z ( ) σ u(x) = u(x + z) u(x) 1 B Du(x) z z (n+2σ) dz. R n 9 / 30
Laplaciano Fraccionario. Para σ (0, 1) se define el Laplaciano σ de u : R n R en x R n como Z ( ) σ u(x) = u(x + z) u(x) 1 B Du(x) z z (n+2σ) dz. R n Un proceso de Lévy es un proceso estocástico cuyo generador infinitesimal tiene la forma P[u](x) = b u(x)+ 1 Z 2 Tr(σσT D 2 u(x))+ (u(x +z) u(x) 1 B Du(x) z)ν(dz). R n donde b R n es el drift, σ R n n es la difusión y ν es la medida de Lévy asociada al proceso. 9 / 30
Laplaciano Fraccionario. Para σ (0, 1) se define el Laplaciano σ de u : R n R en x R n como Z ( ) σ u(x) = u(x + z) u(x) 1 B Du(x) z z (n+2σ) dz. R n Un proceso de Lévy es un proceso estocástico cuyo generador infinitesimal tiene la forma P[u](x) = b u(x)+ 1 Z 2 Tr(σσT D 2 u(x))+ (u(x +z) u(x) 1 B Du(x) z)ν(dz). R n donde b R n es el drift, σ R n n es la difusión y ν es la medida de Lévy asociada al proceso. Toda medida de Lévy satisface mín(1, z 2 )ν(dz) <. ν(r n ) < : Las trayectorias saltan un no. finito de veces c.s.. ν(r n ) = : Las trayectorias saltan un no. infinito de veces c.s.. 9 / 30
Motivación Estocástica de la Ecuación. Un juego diferencial estocástico consiste de una dinámica X s definida por una condición inicial y un pago Juego: dx s = σ(α s, β s)db s, s [t, T ], Z T J(t, x; α, β) = E t,x X t = x R n, t (B Mov. Browniano) f (s, X s, α s, β s)ds + u 0 (X T ). Jugador 1 controla α y su interés es maximizar J. Jugador 2 controla β y su interés es minimizar J. 10 / 30
Motivación Estocástica de la Ecuación. En [F-S], los autores prueban que la función valor del juego u(t, x) = sup ínf J(t, x; a(β), β) a Γ β es solución viscosa de la ecuación 8 < u t + ínf sup 1 B 2 Tr(σσT (α, β)dx 2u) + f (t, x, α, β) = 0 x R n, t (0, T ) A : u(t, x) = u 0 (x) x R n En [B-H-L] se extiende este resultado a dinámicas con saltos definidas a través de procesos de Lévy. Cuando el proceso es de salto puro, entonces la ecuación que representa el Principio de Programación Dinámica tiene la forma de la ecuación (P). 11 / 30
Algunos Resultados Conocidos de Aproximación. Sea J una función no negativa, radial, continua, con soporte compacto. Para cada ɛ > 0, sea u ɛ solución fuerte de la ecuación 8 >< >: u t(t, x) ɛ (n+2) R J( x y )(u(t, y) u(t, x))dy = 0 x Ω, t > 0 R n ɛ u(x, t) = g(x, t) x Ω c, t > 0 u(0, x) = u 0 (x) x Ω. y sea u solución clásica de 8 < u t(t, x) u(t, x) = 0 x Ω, t > 0 u(x, t) = g(x, t) x Ω, t > 0 : u(0, x) = u 0 (x) x Ω. Suponiendo que existe γ > 0 tal que u C 1+γ/2,2+γ ([0, T ] Ω), Cortázar, Elgueta y Rossi en [C-E-R] prueban que u ɛ u L ((0,T ) Ω) C(T )ɛ γ. Este resultado se extiende a la misma ecuación con condición de borde Neumann en [C-E-R-W]. En [A-M-R-T] se prueba un resultado de convergencia para una ecuación de difusión definida con el p-laplaciano. 12 / 30
1 Introducción. 2 Aplicaciones y Motivación. 3 Resultados Preliminares. Exponente Fijo. Exponente Variable. 4 Esquemas de las Demostraciones. Estabilidad y Comparación. Prueba de los Teoremas. 13 / 30
Exponente Fijo. Familia de Núcleos a Considerar. Sea σ (0, 1) y 0 < m < M < fijos. Consideremos J(z) := Det(A) 1 (1 + A 1 z (n+2σ) ) 1 con A R n n en una familia tal que todo valor propio de AA t está entre m y M (familia uniformemente eĺıptica). 14 / 30
Exponente Fijo. Familia de Núcleos a Considerar. Sea σ (0, 1) y 0 < m < M < fijos. Consideremos J(z) := Det(A) 1 (1 + A 1 z (n+2σ) ) 1 con A R n n en una familia tal que todo valor propio de AA t está entre m y M (familia uniformemente eĺıptica). Definimos para A como antes y ɛ [0, 1]: j ɛ J ɛ(z) = (n+2σ) J(z/ɛ) si ɛ > 0 Det(A) 1 A 1 z (n+2σ) si ɛ = 0. 14 / 30
Exponente Fijo. Familia de Núcleos a Considerar. Sea σ (0, 1) y 0 < m < M < fijos. Consideremos J(z) := Det(A) 1 (1 + A 1 z (n+2σ) ) 1 con A R n n en una familia tal que todo valor propio de AA t está entre m y M (familia uniformemente eĺıptica). Definimos para A como antes y ɛ [0, 1]: j ɛ J ɛ(z) = (n+2σ) J(z/ɛ) si ɛ > 0 Det(A) 1 A 1 z (n+2σ) si ɛ = 0. Notar que la familia J ɛ cumple las condiciones (K1) y (K2), ésta última respecto al peso w σ(z) = (1 + z n+2σ ) 1. 14 / 30
Exponente Fijo. Teorema 1: Convergencia de Soluciones. Para ɛ 0 y (A α,β ) una familia uniformemente eĺıptica, definimos I ɛ[u, x] := ínf sup L α,β,ɛ [u, x] α β Teorema Sea T > 0, u 0 BUC(R n ), f BUC((0, T ) R n ). Sea u ɛ la solución viscosa acotada de la ecuación j ut(t, x) I ɛ[u(t, ), x] = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n Entonces, (u ɛ ) ɛ que converge (cuando ɛ 0) uniforme sobre compactos de [0, T ) R n a la única solución viscosa acotada u de la ecuación j ut(t, x) I 0 [u(t, ), x] = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n 15 / 30
Exponente Fijo. Teorema 2: Tasas de Convergencia. Teorema Sean u ɛ, u como en el Teorema 1 y sea γ > 0. Supongamos que u C 1,2σ+γ ((0, T ) R n ). Entonces u u ɛ L ([0,T ) R n ) Cɛ γ. donde la constante C depende de n, m, M, T, [u] 2σ+γ y γ 1. 16 / 30
Exponente Fijo. Sobre los núcleos usados. En esencia, se aproxima cada núcleo del operador Isaacs ĺımite a través del reescale de una función suave, positiva y acotada. 17 / 30
Exponente Fijo. Sobre los kernels usados. Sin embargo, es posible llegar al mismo resultado usando un truncamiento del núcleo original, digamos mín{ɛ (n+2σ), J α,β (z)} 18 / 30
Exponente Fijo. Sobre los kernels usados. También es posible concluir la convergencia usando núcleos suaves con soporte compacto aproximando el núcleo singular. 19 / 30
Exponente Variable. Núcleos de Exponente Variable. Sea s 0 > 0 fijo. Considerando A en una familia de matrices unif. eĺıpticas, vamos a definir para s (s 0, 1) J s(z) := (1 s) Det(A) 1 A 1 z (n+2s) Notar que la familia J s satisface las condiciones (K1) y (K2), ésta última asociada al peso w 1 (z) = (1 + z n+2 ) 1 1 B + z (n+1) 1 B c. 20 / 30
Exponente Variable. Núcleos de Exponente Variable. Sea s 0 > 0 fijo. Considerando A en una familia de matrices unif. eĺıpticas, vamos a definir para s (s 0, 1) J s(z) := (1 s) Det(A) 1 A 1 z (n+2s) Notar que la familia J s satisface las condiciones (K1) y (K2), ésta última asociada al peso w 1 (z) = (1 + z n+2 ) 1 1 B + z (n+1) 1 B c. Definimos para una familia (A αβ ) uniformemente eĺıptica y s (s 0, 1) los operadores: J s[u, x] := ínf sup L α,β,s [u, x] α β En este caso, el operador ĺımite será el operador local: F (M) = ínf sup Tr(A αβ A t α αβ M), M Rn n. β 20 / 30
Exponente Variable. Teorema 3. Teorema Sea f BUC((0, T ) R n ), u 0 BUC(R n ). Para s (s 0, 1), sea u s la solución viscosa acotada de j ut(t, x) J s[u(t, ), x] = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n Entonces, u s converge uniforme sobre compactos de [0, T ) R n (cuando s 1 ) a la única solución viscosa acotada del problema j ut(t, x) F (Dx 2 u(t, x)) = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n Tasa de Convergencia: Si γ > 0 y u C 1,2+γ ((0, T ) R n ), entonces u u s L ([0,T ) R n ) C 1 s γ. donde C depende de n, m, M, T, u C 2 y [u] 2+γ. 21 / 30
1 Introducción. 2 Aplicaciones y Motivación. 3 Resultados Preliminares. Exponente Fijo. Exponente Variable. 4 Esquemas de las Demostraciones. Estabilidad y Comparación. Prueba de los Teoremas. 22 / 30
Estabilidad y Comparación. Definiciones. Siguiendo [C-S1], [C-S2], usaremos las siguientes definiciones: Diremos que I es eĺıptico con respecto a la familia de núcleos {K} si para todo x R n y todo par de funciones u, v C 2 (x) se cumple que ínf L K [u v, x] I [u, x] I [v, x] sup L K [u v, x]. K K 23 / 30
Estabilidad y Comparación. Definiciones. Siguiendo [C-S1], [C-S2], usaremos las siguientes definiciones: Diremos que I es eĺıptico con respecto a la familia de núcleos {K} si para todo x R n y todo par de funciones u, v C 2 (x) se cumple que ínf L K [u v, x] I [u, x] I [v, x] sup L K [u v, x]. K Sea w L 1 (R n ) L (R n ). Diremos que una sucesión de operadores (I j ) j converge débil (con respecto a w) a I si para todo ρ > 0, x 0 R n y toda función u L 1 (wdx) de clase C 2 (B ρ (x 0 )), se cumple que I j [u, x] I [u, x], uniformemente en B ρ/2 (x 0 ) K 23 / 30
Estabilidad y Comparación. Lema de Estabilidad Parabólica. Lema Sea {K} una familia de núcleos satisfaciendo (K1) y (K2) (respecto a w). Sea (I j ) j uniformemente eĺıptica con respecto a {K}. Sean u, u j funciones en [0, T ) R n, f UC((0, T ) R n ) y un operador I cumpliendo t u j (t, x) I j [u j (t, ), x] f (t, x) in (0, T ) R n. u j u localmente uniforme en (0, T ) R n. u continua en (0, T ) R n. I j I débil en R n respecto a w. u j L ((0,T ) R n ) C, para todo j. Entonces, t u(t, x) I [u(t, ), x] f (t, x) en (0, T ) R n. La prueba es una adaptación al caso parabólico de resultados estacionarios análogos en [C-S1], [C-S2]. 24 / 30
Estabilidad y Comparación. Principio de Comparación. Proposición Sea f BUC((0, T ) R n ), u 0 BUC(R n ). Sea {K} una familia de núcleos satisfaciendo (K1) y (K2) (relativo a un peso w). Sea I un operador tipo Isaacs asociado a {K}. Sean u, v : [0, T ) R n R sub y supersoluciones viscosas acotadas (respectivamente) de la ecuación { ut (t, x) I[u(t, ), x] = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n Entonces, u v in R n. La prueba sigue esquemas clásicos. Ver [B-I] y [C-I-L]. 25 / 30
Prueba de los Teoremas. Esquema de las Demostraciones. Se prueba la equicontinuidad de la sucesión encontrando un módulo de continuidad común para la sucesión que no dependa del parámetro (ɛ o s según el caso). Esto se logra usando el principio de comparación, adaptando al caso no local procedimientos desarrollados en [I], [C-L] para ecuaciones de primer orden. Se aplica el lema de estabilidad para concluir la convergencia de la sucesión a la solución de la ecuación ĺımite. Para encontrar la tasa de convergencia, se encuentran sub y supersoluciones adecuadas para la ecuación que cumple la diferencia entre las soluciones aproximantes y la solución de la ecuación ĺımite. Sea usa la elipticidad para suplir la falta de linealidad de la ecuación. 26 / 30
Prueba de los Teoremas. Comentarios Finales. Siguiendo [A-T], es posible extender los resultados anteriores a soluciones no acotadas, con crecimiento en infinito dependiente del decaimiento de la medida de Lévy considerada. 27 / 30
Prueba de los Teoremas. Comentarios Finales. Siguiendo [A-T], es posible extender los resultados anteriores a soluciones no acotadas, con crecimiento en infinito dependiente del decaimiento de la medida de Lévy considerada. Es posible extender los resultados anteriores a operadores no autónomos dependientes de x y de t, es decir operadores de la forma Z L[u, x] = (u(x + j(t, x, z)) u(x) 1 B Du(x) j(t, x, z))k(z)dz R n bajo ciertas condiciones de integrabilidad de la función j. Ver [B-I]. 27 / 30
Prueba de los Teoremas. Comentarios Finales. Siguiendo [A-T], es posible extender los resultados anteriores a soluciones no acotadas, con crecimiento en infinito dependiente del decaimiento de la medida de Lévy considerada. Es posible extender los resultados anteriores a operadores no autónomos dependientes de x y de t, es decir operadores de la forma Z L[u, x] = (u(x + j(t, x, z)) u(x) 1 B Du(x) j(t, x, z))k(z)dz R n bajo ciertas condiciones de integrabilidad de la función j. Ver [B-I]. El caso s 0 + es un poco más delicado debido a la falta de integrabilidad en infinito del núcleo. Es posible probar que la solución viscosa u s del problema j ut(t, x) + s( ) s u(t, x) = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n converge uniforme sobre compactos a la solución de la ecuación j ut(t, x) + C nu(t, x) = f (t, x) x R n, t (0, T ) u(0, x) = u 0 (x) x R n bajo ciertas condiciones de decaimiento en infinito de los datos. 27 / 30
Prueba de los Teoremas. Referencias. Alvarez, O and Tourin, A. Viscosity Solutions of Nonlinear Integro-Differential Equations Annales de L I.H.P., section C, vol.13 (1996), no. 3, 293-317. Andreu, F., Mazón, J.M., Rossi, J.D. and Toledo, J. A Nonlocal p-laplacian Evolution Equation with Neumann Boundary Conditions. Barles, G. and Imbert, C. Second-order Eliptic Integro-Differential Equations: Viscosity Solutions Theory Revisited. IHP Anal. Non Linéare, Vol. 25 (2008) no. 3, 567-585. Buckdahn, R., Hu, Y and Li, J. Integral-Partial Differential Equations of Isaacs Type Related to Stochastic Differential Games with Jumps. Caffarelli, L. and Silvestre, L. Regularity Theory For Nonlocal Integro-Differential Equations. Comm. Pure Appl. Math, Vol. 62 (2009), no. 5, 597-638. 28 / 30
Prueba de los Teoremas. Referencias. Caffarelli, L. and Silvestre, L. Regularity Results for Nonlocal Equation by Approximation. Archive for Rational Mechanics and Analysis, Vol. 200, no. 1, 59-88 Cortázar, C., Elgueta, M. and Rossi, J.D. Nonlocal Diffusion Problems That Approximate the Heat Equation wih Dirichlet Boundary Conditions. Israel J. Math., Vol. 170 (2009), 53-60. Cortázar, C., Elgueta, M. Rossi, J.D. and Wolanski, N. How to Approximate the Heat Equation with Neumann Boundary Condition By Nonlocal Diffusion Problems. Arch. Ration. Mech Anal., Vol. 187 (2008), no. 1, 137-156. M.G. Crandall, H. Ishii and P.-L. Lions. User s Guide to Viscosity Solutions of Second Order Partial Differential Equations. Bull. Amer. Math. Soc. (N.S.), Vol. 27 (1992), no. 1, 1-67. 29 / 30
Prueba de los Teoremas. Referencias. M.G. Crandall, H. and P.-L. Lions. On Existence and Uniqueness of Solutions of Hamilton-Jacobi Equations. Nonlinear Anal., Vol. 10, no. 4 (1986), 353-370. Fleming H. and Souganidis, P.E. On the Existence of Value Functions of Two-Player, Zero Sum Stochastic Differential Games. Indiana J., Vol. 38, no. 2 (1989). Ishii, H. Existence and Uniqueness of Solutions of Hamilton-Jacobi Equations. Funkcialaj Ekvacioj, Vol. 29 (1986), 167-188. 30 / 30