Многоточечная начально-конечная задача для стохастической модели Баренблатта - Желтова - Кочиной
Автор: Загребина Софья Александровна
Статья в выпуске: 4 т.13, 2013 года.
Бесплатный доступ
Рассматривается многоточечная начально-конечная задача для уравнения Баренблатта - Желтова - Кочиной, возмущенного белым шумом. Показана редукция рассматриваемой задачи к многоточечной начально-конечной задаче для стохастического уравнения соболевского типа. Получены достаточные условия однозначной разрешимости как для абстрактной задачи, так и для стохастической модели Баренблатта - Желтова - Кочиной.
Линейные уравнения соболевского типа, многоточечная начально-конечная задача, винеровский процесс, аддитивный белый шум, стохастическая модель баренблатта - желтова - кочиной
Короткий адрес: https://sciup.org/147154924
IDR: 147154924
Текст научной статьи Многоточечная начально-конечная задача для стохастической модели Баренблатта - Желтова - Кочиной
Пусть U и F – вещественные сепарабельные гильбертовы пространства, оператор K ∈ L ( U ) – ядерный, а операторы L , M , N е L ( U ; F ), причем оператор M ( L , p )-ограничен, p е {0} о N . Рассмотрим линейное стохастическое уравнение
Ld η = M η dt + N δ W , (1) где в правой части через δ W обозначен обобщенный дифференциал ( U -значного) K -винеровского процесса.
Прежде всего отметим, что абстрактные уравнения соболевского типа
Lu i = Mu + f (2) представляют собой многие неклассические модели математической физики [1]. В последнее время теория и приложения уравнений (2) активно развиваются, о чем свидетельствует неуклонный рост числа монографий, полностью или частично посвященных данным уравнениям. Наши исследования будут проводиться в русле теории, предложенной Г.А. Свиридюком [2] и развитой его учениками [3–5]. Для уравнения (1) поставим многоточечную начально-конечную задачу [6]
Pj ( u ( τ j ) - uj )=0, j =0, n , (3) a < T q < т 1 < t 2 <. „ < т n < b , где P j - относительно спектральные проекторы (речь о них пойдет позже), а uj – произвольные векторы из банахова пространства U . Заметим, что если n = 1 , то (3) превратится в более простую задачу
P 0( u ( τ 0) - u 0)= P 1( u ( τ 1) - u 1)=0. (4) Задачи (3) и (4) в последнее время весьма активно изучаются в различных аспектах [6–8]. Если же в (3) положить n = 0 , то она редуцируется к обобщенной задаче Шоуолтера – Сидорова [9]:
P 0( u ( τ 0) - u 0)=0, (5) которая уже сыграла важную роль в численных исследованиях экономических [10] и технических [11] моделей. Наконец отметим еще, что задача (5) является обобщением классической задачи Коши u ( τ 0) = u 0 . Сказанное выше позволяет задачу (3) для уравнения (2) считать последовательным (через (4) и (5)) обобщением задачи Коши.
Что касается стохастических уравнений, то их теория (в конечномерном случае) долгое время развивалась в рамках ставшего классическим направления Ито – Стратоновича – Скорохода [12]. Главная задача, которая здесь решается, – это купирование трудностей, связанных с дифференцированием недифференцируемого (в «обычном» смысле) винеровского процесса. Трудности эти преодолеваются переходом от дифференциального к интегральному уравнению и последующим рассмотрением интегралов Ито, Стратоновича и т. д. Фундаментальный обзор удач- ных попыток распространения подхода Ито – Стратоновича – Скорохода на бесконечномерную ситуацию дан в [13]. В [14] приведены приложения результатов [13] к классическим моделям математической физики.
Заметим еще, что преодоление интегрированием дифференцирования винеровского процесса, – далеко не единственный метод изучения стохастических уравнений. В последнее время в школе И.В. Мельниковой возникло новое направление, в рамках которого стохастические уравнения рассматриваются в пространствах Шварца [15, 16]. Здесь под белым шумом понимается обобщенная производная винеровского процесса, как это и должно быть. Еще обратим внимание на модель измерительного устройства Шестакова – Свиридюка, в которой под «белым шумом» понимается производная Нельсона– Гликлиха винеровского процесса [17].
В наших исследованиях будут применены методы и результаты [13, 14]. Впервые используемый здесь подход был применен при рассмотрении линейных стохастических уравнений соболевского типа высокого порядка [18], где автор сумела описать подпространство допустимых начальных значений без перехода к уравнению первого порядка.
Работа состоит из следующих частей. Результаты первой части почерпнуты из [13, 14] и адаптированы к нашей ситуации. Впервые они были опубликованы в таком виде в [19]. Единственное отличие – замена термина « Q -винеровский процесс» на термин « K -винеровский процесс». Это сделано из-за того, что ранее [2] литера Q была зарезервирована для обозначения проектора [18]. Во второй части изложенные предварительные сведения применяются для нахождения достаточных условий однозначной разрешимости задачи (1), (3). Заключительная часть статьи посвящена приложению абстрактных результатов к изучению стохастической модели Баренблатта – Желтова – Кочиной [20–22].
K -Винеровские процессы
Пусть Ω ≡ ( Ω , A , P ) – полное вероятностное пространство, U ≡ ( U , 〈⋅ , ⋅〉 ) – вещественное сепарабельное гильбертово пространство, снабженное борелевской σ -алгеброй. Измеримое отображение ξ : Ω → U называется ( U -значной) случайной величиной ; пространство случайных величин обозначим символом V ≡ V ( Ω ; U ) . В пространстве V выделим подпространство
L2 ≡L2(Ω;U)={ξ∈V:∫Ω||ξ(ω)||2dP(ω)<+∞}, где || ξ ||2= 〈ξ,ξ〉 . Пространство L2 , в частности, содержит все гауссовы случайные величины (т. е. имеющие нормальные распределения) из V .
Пусть далее I с R - некоторый промежуток. Рассмотрим два отображения - f : I ^ V , которое каждому t ∈ I ставит в соответствие случайную величину ξ ∈ V , и g : V × Ω → U , которое каждой паре ( ξ , ω ) ставит в соответствие точку ξ ( ω ) ∈ U . Отображение η : I× Ω → U , имеющее вид η = η ( t , ω ) = g ( f ( t ), ω ) , мы называем ( U -значным) случайным процессом . Таким образом, при каждом фиксированном t ∈ I случайный процесс η = η ( t , ⋅ ) является случайной величиной, т. е. η ( t , ⋅ ) ∈ U , а при каждом фиксированном ω ∈ Ω случайный процесс η = η ( ⋅ , ω ) называется (выборочной) траекторией . Случайный процесс η называется непрерывным , если его траектории п.н. (почти наверное) непрерывны, т. е. при п.в. (почти всех) ω ∈ Ω траектория η ( t , ω ) непрерывна на I .
Пространство случайных процессов обозначим символом P ≡ P ( I× Ω ; U ) . Выделим в P подпространство CL2 непрерывных случайных процессов, чьи случайные величины принадлежат L2 , т. е. η ∈ CL2 , если η ( t , ⋅ ) ∈ L2 при всех t ∈ I . Отметим, что пространство CL2 содержит в частности те случайные процессы, все траектории которых п.н. непрерывны, а все (независимые) случайные величины – гауссовы.
Пусть оператор K ∈ L(U) самосопряжен и положительно определен. Тогда его спектр σ(K) положителен, т. е. о(K) е R+. Положим дополнительно, что спектр о(K) дискретен, конечнократен и сгущается только к точке нуль. Обозначим через {λk} последовательность собственных значений оператора K , занумерованных по невозрастанию с учетом их кратности. Если вдобавок след оператора K да
TrK = ZXk < +да, k=1
то оператор K называется ядерным . Отметим, что линейная оболочка множества { ф к } соответствующих собственных векторов оператора K плотна в U . Введем в рассмотрение последовательность { в к ( t )}, t е R + независимых одномерных (стандартных) винеровских процессов в к ( t ) = р к ( t , ю ), в к : R + xQ^ R , которые еще называют броуновскими движениями [18].
Определение 1. Случайный процесс да ____ ___
W ( t ) - W ( t , ю ) = ^jTk в к ( t ) ф к , t е R + , (6)
k =1
называется ( U -значным, ядерным) K -винеровским процессом.
В определении 1 очевидна зависимость K -винеровского процесса W = W ( t ) как от оператора K , так и от множества последовательности движений { в к ( t )}. Далее мы приведем ряд свойств K -винеровского процесса, имеющих место при любых операторах K (с описанными выше свойствами) и { в к ( t )}.
(W1) W (0) = 0 п.в. на Q , и траектории п.н. непрерывны на R + .
(W2) Траектории K -винеровского процесса п.н. недифференцируемы ни в одной точке t е R + и на любом промежутке I с R + имеют неограниченную вариацию.
(W3) K -Винеровский процесс – гауссов.
Некоторые из этих свойств доказываются просто, например, (W1) сразу следует из (1) в силу ядерности оператора K , другие – достаточно сложно (см. например, [14]). Однако из этих свойств с очевидностью следует
Теорема 1. При любых ядерном операторе K е L ( U ) и последовательности броуновских движений { в к ( t )} K -винеровский процесс W е CL 2 .
Начально-конечная задача для уравнениясоболевского типа с аддитивным белым шумом
Пусть U и F - вещественные сепарабельные гильбертовы пространства, оператор K е L ( U ) -ядерный, а операторы L , M , N е L ( U ; F ), причем оператор M ( L , p )-ограничен, p е {0} о N . Рассмотрим линейное стохастическое уравнение
Ld n = M n dt + N 5 W , (7)
где в правой части через 5 W обозначен обобщенный дифференциал (U -значного) K -винеровского процесса. Цель второй части работы – постановка и исследование многоточечной начальноконечной задачи для уравнения (7). Потребуем выполнение условия на относительный спектр [12]
n оL (M) = U оL (M), n е N, причем оL (M) * 0, существует j=0
замкнутыйконтур Г j с С , ограничивающийобласть
D j ; о L ( M ), такой, что D j n o L ( M ) = 0 , Dk n D l = 0
при всех j , к , l = 1, n , к ^ l ;
благодаря которому построим интегралы:
P = — f R L ( M ) d Ц , Q = — f L L ( M ) d Ц , 2 n i Jr gV 7 2 n i Jr gV 7
P j =i fr R L ( M ) d ^ Q j =i Jr L » ( M ) d * • j = 1;n . 2 П i J 2П i j
Согласно результату из [12] интегралы Pj и Qj , j =1,n – проекторы в пространствах U и F nn соответственно. Кроме того, построим проекторы Po = P -1Pj и Q0 =Q-1 Qj . Далее, на по-j=1 j=1
луинтервале R + выберем точки т j , j = 1, n , такие, что 0 < Т о < т 1 < т 2 <. . < т n и ( U -значные) независимые случайные величины ^ j е L 2 , j = 1, n . Теперь можно поставить многоточечную начально-конечную задачу - найти случайный процесс п е CL 2 , удовлетворяющий уравнению (7)
и условиям
Pj (П(т j)-^ j ) = 0, j 0,n,(10)
Если выполнено условие
QN=N,(11)
то в силу теоремы 6.1 [6] нетрудно построить единственное «формальное» решение п = п ( t ) задачи (7), (9):
п( t) = УРР j j + t J t UjsL-Qj 8 W (s) ds, t е R+ •(12)
j =0 j =0 т j
«Формальность» полученного решения заключается в том, что под интегралами стоят, вообще говоря, неинтегрируемые вектор-функции. Поэтому, интегрируя по частям (кстати, тоже «формально»), получим jt - j» W (s) ds=Lj (t)-W (jч SL QW (s) ds.
Подставляя (13) в (12), получим
n ( t ) = tt f U7 J j + L - j Q j (W ( t ) - W ( т j )) 1 + it J t U - s S j L - j Q j W ( s ) ds , (14)
j=04 7 j=0 тj где, как и выше, Utj , L1 j , Sj, j=0,n те же самые, что и в [12], теорема 6.1.
Теорема 2. Пусть оператор M ( L , p ) -ограничен, p е {0} u N , и выполнены условия (8), (11).
Пусть случайные величины ^j е L2, j = 0, n , независимы. Тогда случайный процесс п , опреде ленный формулой (14), принадлежит CL2 (R+).
Определение 2. Пусть оператор M ( L , p ) -ограничен, p е {0} u N , и выполнены условия (8)
и (11). Пусть случайные величины ^ j е L 2 (или их проекции P j ^ j е L 2 ), j = 0, n . Тогда при любом (U -значном) K -винеровском процессе W е CL 2 случайный процесс п , определенный формулой (14), называется решением задачи (7), (9) .
Замечание 1. В современной математической литературе такое решение часто называют «мягкими» (mild solution) [14]. Понятно, что если ограничиться «классической» трактовкой производной, то на более гладкое решение в силу свойства (W2) из п. 1 рассчитывать не приходится.
Стохастическая модель Баренблатта– Желтова– Кочиной
Пусть G с R d - ограниченная область с границей d G класса C ” . Будем искать функцию u = u ( x , t ), удовлетворяющую в цилиндре Q х R уравнению
( Х-А ) ut = аА u + f (15)
и условиям Дирихле u (x, t ) = 0, (x, t) ед G х R. (16)
Здесь параметр ае R \{0}, Хе R . Уравнение (15) моделирует динамику давления жидкости, фильтрующейся в трещинновато-пористой среде [20]. Заметим, что это уравнение имеет универсальный характер – оно также моделирует процесс влагопереноса в почве [21] и процесс теплопроводности с двумя температурами [22].
Наша цель – редукция (15), (16) к уравнению (7) с аддитивным белым шумом, под которым понимается производная K -винеровского процесса. Первым шагом к данной цели будет определение ядерного оператора K . В [14] таковым служит оператор Грина задачи (16) для уравнения Пуассона -Δ u = f в области G . Такой выбор обладает следующим недостатком. Поскольку собственные значения { µ k } спектральной задачи
-Δϕ k = µ k ϕ k (17)
в области G с условием (16) имеют следующую асимптотику:
µ k ~ kd , k →∞ , (18)
то оператор Грина задачи (16), (17) будет ядерным, если только d = 1 . Поэтому в [14] и волновое уравнение, и уравнение теплопроводности рассматриваются только на интервале.
Для преодоления этого недостатка предлагается в качестве K взять оператор Грина следующей задачи:
(-1)mΔmu=f,(19)
(-1)l Δlu(x) = 0, x ∈ ∂G, l = 0,m -1.(20)
Внимательно рассмотрев соответствующую спектральную задачу
(-1)mΔmϕk=νkϕk(21)
в области G с условиями (20), можно заметить, что собственные функции задач (17) и (21) одни 2m и те же, однако собственные значения νk = λkm . Ввиду асимптотики (18) νk ~ k d , k → ∞, поэтому путем подбора m можно рассматривать области любой размерности.
В дальнейшем мы считаем, что выбор подходящего числа m е N сделан (должно быть m > 2 , если мы хотим рассматривать трехмерные области). Положим λ k = ν k - 1 и формулой (6) определим K -винеровский процесс, где { ϕ k } – собственные функции задач (20), (21) (или (16), (17)). Определим пространства U = { и е W 2 + 2 : выполнено (16)}, F = W 2 , I е {0} u N , W k = W k ( G ) -пространства Соболева. Заметим, что оператор Лапласа -Δ : U → F – топлинейный изоморфизм. Отметим еще, что оператор K определен на пространстве U и является обратным к оператору ( - 1) m Δ m : V → U , который тоже является топлинейным изоморфизмом, V = { u ∈ W 2 l + 2 m : выполнено(20)} . Наконец, формулами L = λ - Δ и M = αΔ зададим линейные непрерывные операторы, L , M е L ( U ; F ), которые фредгольмовы, а е R \{0}.
Лемма 1 [19] . При любых Хе R , а е R \{0} оператор M ( L ,0) -ограничен.
Далее заметим, что
R µ L ( M )= ∑ 〈⋅ , ϕ k 〉 ϕ k - 1 , L L µ ( M )= ∑ [ ⋅ , ϕ k ] ϕ k - 1 ,
-λ≠µ k µ + αµ k ( λ + µ k ) -λ≠µ k µ + αµ k ( λ + µ k )
где [ ⋅ , ⋅ ] – скалярное произведение в F . Построим проекторы (9) P = ∑ 〈⋅ , ϕ k 〉 ϕ k ,
-λ≠µ k
Q = ∑ [ ⋅ , ϕ k ] ϕ k . Чтобы упростить, положим оператор N = P , тогда, во-первых, оператор -λ≠µ k
N ∈ L ( U ; F ) (и даже компактен!) в силу плотного и непрерывного (даже компактного!) вложения (теорема Соболева – Кондрашева). Во-вторых, условие (11) выполняется автоматически. Итак, редукция уравнения Баренблатта– Желтова – Кочиной (15) с условием (16) к уравнению (1) с аддитивным белым шумом закончена.
Перейдем к построению «мягкого» решения (14). Прежде всего отметим, что условие P ξ = ξ в теореме 2 на начальную случайную величину ξ из (10) эквивалентно условию
〈 ξ , ϕ k 〉 =0, -λ = µ k . (22)
Далее, первое слагаемое в (14) в данной ситуации имеет вид
L 1 - 1 NW ( t )=
β k ( t )
-λ ∑ ≠µ k ( λ + µ k ) µ k 2 m
ϕ k ,
где (напомним!) µ k 2 m = λ k - 1 . Второе слагаемое в (14) тоже можно легко посчитать
Ut ξ = ∑ 〈 ξ , ϕ k 〉 e σ kt ϕ k , (24)
-λ≠µk где σk = -αµk(λ + µk)-1 при -λ ≠ µk представляют точки L -спектра σL(M) оператора M в данной ситуации. Наконец, последнее слагаемое в (14)
tUt - sSL - 1 NW ( s ) ds = d t β k ( s ) e σ k ( s ) ds ϕ . (25)
∫ 0 1 -λ ∑ ≠µ k ∫ 0 ( λ + µ k ) µ k 2 m - 1 k
Итак, доказана
Теорема 3. При любых -X е { ц k }, а е R \{0} и qe L 2 такой, что выполнено (22), существует единственное решение u ∈ CL2 задачи (10) для стохастического модели Баренблатта – Желтова – Кочиной и условием (16), которое к тому же имеет вид (14), где слагаемые представлены формулами (23) – (25).
Автор выражает свою искреннюю признательность профессору Г.А. Свиридюку за постановку задачи и активные творческие дискуссии.
Список литературы Многоточечная начально-конечная задача для стохастической модели Баренблатта - Желтова - Кочиной
- Свиридюк, Г.А. Неклассические модели математической физики/Г.А. Свиридюк, С.А. Загребина//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2012. -Вып. 14, № 40 (299). -С. 7-18.
- Sviridyuk, G.A. Linear Sobolev Type Equations and Degenerate Semigroups of Operators/G.A. Sviridyuk, V.E. Fedorov. -Utrecht; Boston; Köln; Tokyo: VSP, 2003. -268 c.
- Замышляева, А.А. Линейные уравнения соболевского типа высокого порядка/А.А. Замышляева. -Челябинск: Издат. Центр ЮУрГУ, 2012. -107 с.
- Манакова, Н.А. Задачи оптимального управления для уравнений соболевского типа/Н.А. Манакова. -Челябинск: Издат. Центр ЮУрГУ, 2012. -88 с.
- Сагадеева, М.А. Дихотомии решений линейных уравнений соболевского типа/М.А. Сагадеева. -Челябинск: Издат. Центр ЮУрГУ, 2012. -139 с.
- Загребина С.А. Начально-конечные задачи для неклассических моделей математической физики/С.А. Загребина//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2013. -Т. 6, № 2. -С. 5-24.
- Манакова, Н.А. Оптимальное управление решениями начально-конечной задачи для линейных уравнений соболевского типа/Н.А. Манакова, А.Г. Дыльков//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2011. -Вып. 8, № 17 (234). -С. 113-114.
- Замышляева, А.А. Начально-конечная задача для неоднородного уравнения Буссинеска-Лява/А.А. Замышляева//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2011. -Вып. 10, № 37 (254). -С. 22-29.
- Свиридюк, Г.А. Задача Шоуолтера -Сидорова как феномен уравнений соболевского типа/Г.А. Свиридюк, С.А. Загребина//Известия Иркут.гос. ун-та. Сер. Математика. -Иркутск, 2010. -Т.3, № 1. -С. 51-72.
- Келлер, А.В. Алгоритм решения задачи Шоуолтера-Сидорова для моделей леонтьевского типа/А.В. Келлер//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2011. -Вып. 7, № 4 (241). -С. 40-46.
- Shestakov, A.L. The Numerical Solution of the Optimal Dimension Problem/A.L. Shestakov, A.V. Keller, E.I. Nazarova//Automation and Remote Control. -2011. -Vol. 73, no. 1. -P. 97-104.
- Gliklikh, Yu.E. Global and Stochastic Analysis with Applications to Mathematical Physics/Yu.E. Gliklikh. -London; Dordrecht; Heidelberg; N.-Y.: Springer, 2011. -460 c.
- Da Prato, G. Stochastic equations in infinite dimensions/G. Da Prato, J. Zabczyk. -Cambridge: Cambridge University Press, 1992. -454 c.
- Kovacs, M. Introduction to stochastic partial differential equations/M. Kovacs, S. Larsson//Processing of “New Directions in the Mathematical and Computer Sciences ”, National Universities Commission. Abuja. Nigeria. October 8-12. 2007. Publications of the ICMCS. -2008. -Vol. 4. -P. 159-232.
- Melnikova, I.V. Abstract Stochastic Equations II. Solutions in Spaces of Abstract Stochastic Distribotions/I.V. Melnikova, A.I. Filinkov, M.A. Alshansky//J. of Math. Sciences. -2003.-Vol. 116, no 5. -P. 3620-3656.
- Melnikova, I.V. Generalized solutions to abstract stochastic problems/I.V. Melnikova, A.I. Filinkov//J. Integ. Transf and Special Funct. -2009. -Vol. 20, no. 3-4. -P. 199-206.
- Shestakov, A.L. On Optimal Measurement of the “White Noise”/A.L. Shestakov, G.A. Sviridyuk//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2012. -Вып. 13, № 27 (286). -С. 99-108.
- Замышляева, А.А. Стохастические неполные линейные уравнения соболевского типа высокого порядка с аддитивным белым шумом/А.А. Замышляева//Вестник Южно-Урал. гос. ун-та. Сер. «Математическое моделирование и программирование». -2012. -Вып. 14, № 40 (299). -С. 73-82.
- Загребина, С.А. Линейные уравнения соболевского типа с относительно p-ограниченными операторами и аддитивным белым шумом/С.А. Загребина, Е.А. Солдатова//Изв. Иркут. гос. ун-та. Сер. «Математика». -2013. -Т. 6, № 1. -С. 20-34.
- Barenblatt, G.I. Basic concepts in the theory of seepage of homogeneous fluids in fissurized rocks/G.I. Barenblatt, Yu.P. Zheltov, I.N. Kochina//J. Applied Mathematics and Mechanics (PMM). -1960. -Vol. 24, no. 5. -P. 1286-1303.
- Hallaire, M. On a theory of moisture-transfer/M. Hallaire//Inst. Rech. Agronom. -1964. -No. 3. -P. 60-72.
- Chen, P.J. On a theory of heat conduction involving two temperatures/P.J. Chen, M.E. Gurtin//Z. Angew. Math. Phys. -1968. -Vol. 19. -P. 614-627.