Γ収束

同義語:Γ-convergenceGamma-convergence

概要

Γ収束(Γ-convergence)とは、距離空間上の汎関数の列 $F_n$ について、$x_n\to x$ となるどの列でも $F(x)\le\liminf F_n(x_n)$ が成り立ち、各 $x$ に $F_n(x_n)\to F(x)$ となる列 $x_n\to x$ があることをいい、De Giorgi と Franzoni が導入した。Γ 極限は下半連続で、列が同程度に強圧的なら、最小値は極限の最小値に収束し、ほとんど最小化する点の集積点は極限の最小点である。相転移の Modica–Mortola の定理が代表例で、1 次元では拡散した界面のエネルギーの $\frac1\varepsilon$ 倍が跳びの数の定数倍に Γ 収束する。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 距離空間, 下半連続, 変分法の直接法

Γ収束(Γ-convergence)とは、汎関数の列 $F_n$ が汎関数 $F$ に「最小化問題の意味で」近づくことを表す収束の概念である。距離空間 $X$ の上の関数の列について、

  • 下からの評価:$x_n\to x$ となるどの列についても $F(x)\le\liminf_nF_n(x_n)$、
  • 上からの評価:各 $x$ について、$x_n\to x$ かつ $F_n(x_n)\to F(x)$ となる列(回復列)がある、
    の 2 つが成り立つとき、$F_n$ は $F$ に Γ 収束するという。E. De Giorgi と T. Franzoni が 1975 年に導入した(Alb00 §1)。各点収束とは別の概念で、 $\sin(nx)$ は各点では収束しないが、定数 $-1$ に Γ 収束する(ex-gc-sin)。

同程度の強圧性(エネルギーが有界な列は収束する部分列をもつこと)と組み合わせると、最小値は最小値に収束し、最小化元の集積点は極限の最小点になる(thm-gc-fundamental)。代表例は相転移の Modica–Mortola の定理で、拡散した界面のエネルギーが界面の面積(1 次元では跳びの数)に Γ 収束する。この記事では 1 次元の場合を完全に証明する(thm-gc-mm1)。

定義

この記事では $X$ を距離空間、$F_n,F\colon X\to(-\infty,+\infty]$ とする。パラメータが連続な族 $(F_\varepsilon)_{\varepsilon>0}$ については、$\varepsilon_n\to0$ となるすべての列について $F_{\varepsilon_n}$ が Γ 収束することを「$\varepsilon\to0$ で Γ 収束する」という。

Γ収束

$F_n$ が $F$ に Γ 収束する($F_n\xrightarrow{\Gamma}F$)とは、次の 2 条件が成り立つことをいう。

  1. 下からの評価(liminf 不等式):$x\in X$ と、$x_n\to x$ となる任意の列 $(x_n)$ について $F(x)\le\liminf_{n\to\infty}F_n(x_n)$。
  2. 上からの評価(limsup 不等式):各 $x\in X$ について、$x_n\to x$ かつ $\limsup_{n\to\infty}F_n(x_n)\le F(x)$ となる列 $(x_n)$ がある。
    このとき $F$ を $(F_n)$ の Γ 極限 という。

1 と 2 から、2 の列は $F_n(x_n)\to F(x)$ を満たす。これを $x$ の 回復列(recovery sequence)という。Alb00 の定義 1(§1)は 2 を等式で述べ、上の形で十分であることを注意 1 で述べている。Γ 極限は、あれば一意である。実際 $F,G$ がともに Γ 極限なら、$G$ の回復列 $x_n\to x$ に $F$ の下からの評価を使って $F(x)\le\lim F_n(x_n)=G(x)$ であり、対称に $G\le F$ である。
下からの評価は部分列でも成り立つ。$n_k$ を狭義増加な列、$x_k\to x$ とするとき、$n=n_k$ では $y_n=x_k$、それ以外の $n$ では $y_n=x$ とおくと $y_n\to x$ であり、
$$ F(x)\le\liminf_{n\to\infty}F_n(y_n)\le\liminf_{k\to\infty}F_{n_k}(x_k) $$
である。
同程度の強圧性(equi-coercivity)とは、狭義増加な $n_k$ と点列 $x_k$ が $\sup_kF_{n_k}(x_k)<\infty$ を満たすなら、$(x_k)$ が $X$ で収束する部分列をもつことをいう(Alb00 §1.1 の条件 (C))。

基本性質

Γ 極限は下半連続

$F_n\xrightarrow{\Gamma}F$ なら、$F$ は $X$ 上で下半連続である。

回復列を対角線的につなぐ

要点:各 $x_k$ の回復列の遠くの項を、番号の区間ごとにつなぐ。

詳しい証明を開く

$x_k\to x$ とし、$L=\liminf_kF(x_k)$ とおく。$L=+\infty$ なら示すことはない。部分列をとって $F(x_k)\to L$、すべての $k$ で $F(x_k)<+\infty$ としてよい。$a_k=\max\{F(x_k),-k\}+\frac1k$ とおくと $a_k\to L$($L=-\infty$ でもよい)である。

$x_k$ の回復列 $(y^k_n)_n$ をとると、$\limsup_nF_n(y^k_n)\le F(x_k)< a_k$ と $y^k_n\to x_k$ から、$n\ge N_k$ のとき $d(y^k_n,x_k)<\frac1k$ かつ $F_n(y^k_n)< a_k$ となる $N_1< N_2<\cdots$ がある。$N_k\le n< N_{k+1}$ のとき $z_n=y^k_n$、$n< N_1$ のとき $z_n=x$ とおく。$d(z_n,x)<\frac1k+d(x_k,x)$ なので $z_n\to x$ で、$\limsup_nF_n(z_n)\le\lim_ka_k=L$ である。下からの評価から $F(x)\le\liminf_nF_n(z_n)\le L$ を得る。$\square$

定数列の Γ 極限

$G\colon X\to(-\infty,+\infty]$ とし、すべての $n$ で $F_n=G$ とする。このとき $F_n$ は $G$ の 下半連続包
$$ \overline G(x)=\inf\Bigl\{\liminf_{k\to\infty}G(x_k):x_k\to x\Bigr\} $$
に Γ 収束する。$\overline G$ は $G$ 以下の下半連続関数のうち最大のものである。とくに $G$ が下半連続でなければ、定数列は $G$ に Γ 収束しない。

要点:下からの評価は定義そのもので、上からの評価は $\overline G$ の定義の列から選ぶ。

詳しい証明を開く

下からの評価は $\overline G$ の定義そのものである。上からの評価:$\overline G(x)<\infty$ とし、$t_m\downarrow\overline G(x)$($\overline G(x)=-\infty$ なら $t_m=-m$)をとる。$\overline G$ の定義の列の遠くの項として、$d(x^m,x)<\frac1m$、$G(x^m)< t_m$ となる $x^m$ がとれる。$x_n=x^n$ とおけば $x_n\to x$、$\limsup G(x_n)\le\overline G(x)$ である。

$\overline G$ は Γ 極限なので prop-gc-lsc により下半連続で、定数列を考えれば $\overline G\le G$ である。$H\le G$ が下半連続なら、$x_k\to x$ について $H(x)\le\liminf H(x_k)\le\liminf G(x_k)$ なので $H\le\overline G$ である。$\square$

連続な摂動に対する安定性

$F_n\xrightarrow{\Gamma}F$ とし、$G\colon X\to\mathbb{R}$ を連続関数とする。このとき $F_n+G\xrightarrow{\Gamma}F+G$ である。

$x_n\to x$ なら $G(x_n)\to G(x)$ なので、$\liminf(F_n(x_n)+G(x_n))=\liminf F_n(x_n)+G(x)\ge F(x)+G(x)$ である。$F$ の回復列は $F_n+G$ の回復列でもある。$\square$

この命題は Alb00 命題 1 の (ii) である(同 (i) が prop-gc-lsc、(iii) が次の定理の 2 にあたる。証明は読者に任されている)。$G$ の連続性は外せない(下の反例の表)。

基本定理:最小値と最小化元の収束

Γ 収束の基本定理

$F_n\xrightarrow{\Gamma}F$ とし、$(F_n)$ は同程度に強圧的で、$F$ は恒等的に $+\infty$ ではないとする。$m_n=\inf_XF_n$ とおく。

  1. $F$ は $X$ 上で最小値をもち、$\displaystyle\lim_{n\to\infty}m_n=\min_XF$ である。
  2. $\delta_n\to0$ とし、$x_n\in X$ が $F_n(x_n)\le m_n+\delta_n$($m_n=-\infty$ のときは $F_n(x_n)\le-n$)を満たすとする。このとき $(x_n)$ は収束する部分列をもち、その極限はどれも $F$ の最小点である。
上からの評価で上界、強圧性と下からの評価で下界

上界:$F(y)<\infty$ となる $y$ をとり、その回復列 $y_n$ を使うと $m_n\le F_n(y_n)$ だから $\limsup_nm_n\le F(y)$ である。$y$ について下限をとって
$$ \limsup_{n\to\infty}m_n\le\inf_XF<+\infty $$
を得る。
下界と最小点:$\ell=\liminf_nm_n$ とおき、$m_{n_k}\to\ell$ となる狭義増加な $n_k$ をとる。$\ell\le\limsup m_n<+\infty$ である。各 $k$ について $F_{n_k}(x_k)\le\max\{m_{n_k},-k\}+\frac1k$ となる $x_k$ をとる。右辺は上に有界だから、同程度の強圧性から $(x_k)$ は収束する部分列をもち、その極限を $x$ とする。部分列での下からの評価により
$$ F(x)\le\liminf_kF_{n_k}(x_k)\le\lim_k\Bigl(\max\{m_{n_k},-k\}+\tfrac1k\Bigr)=\ell $$
である($\ell=-\infty$ でも成り立つ)。よって
$$ \inf_XF\le F(x)\le\ell=\liminf_nm_n\le\limsup_nm_n\le\inf_XF $$
で、すべて等しい。$x$ は $F$ の最小点で、$m_n\to\min F$ である。
2:$m_n\to\min F<+\infty$ より十分大きい $n$ で $F_n(x_n)$ は上に有界なので、同程度の強圧性から収束する部分列 $x_{n_k}\to x$ がある。部分列での下からの評価で $F(x)\le\liminf F_{n_k}(x_{n_k})\le\lim(m_{n_k}+\delta_{n_k})=\min F$ である。よって $x$ は最小点である。$\square$

定理の 2 が保証するのは、最小化元の 集積点が極限の最小点になる ことである。極限の最小点が一意なら列全体がそれに収束するが、$F$ の最小点がどれも $F_n$ の最小化元の極限として現れるとは限らない。同程度の強圧性は外せない(下の反例の表)。
定数倍の尺度によって Γ 極限は自明にもなるので、最も情報の多い尺度を選ぶ(Alb00 §1.2、注意 8)。

例

振動する関数

$X=\mathbb{R}$、$F_n(x)=\sin(nx)$ とする。$F_n$ は $x\notin\pi\mathbb{Z}$ で各点収束しないが、定数 $F\equiv-1$ に Γ 収束する。下からの評価は $F_n\ge-1$ から明らかである。上からの評価:$x$ に最も近い $\sin(nx_n)=-1$ の点 $x_n$ をとると $\lvert x_n-x\rvert\le\pi/n$ で、$F_n(x_n)=-1$ である。

各点収束の極限と Γ 極限が違う例

$X=[-1,1]$、$F_n(x)=-e^{-n^2(x-1/n)^2}$ とする。各点収束の極限は $x=0$ で $-e^{-1}$、$x\ne0$ で $0$ である。一方、Γ 極限は $F(0)=-1$、$x\ne0$ で $F(x)=0$ である。実際、$x\ne0$ で $x_n\to x$ なら $n\lvert x_n-1/n\rvert\to\infty$ で $F_n(x_n)\to0$ であり、$x=0$ の回復列は $x_n=1/n$($F_n(x_n)=-1$)、下からの評価は $F_n\ge-1$ による。$X$ はコンパクトなので同程度に強圧的で、thm-gc-fundamental の主張どおり $\min F_n=-1\to\min F=-1$、最小点 $1/n\to0$ である。各点収束の極限の最小値 $-e^{-1}$ は最小値の極限ではない。

1 次元の均質化

$0<\alpha<\beta$ とし、$a$ を周期 $1$ で $[0,\frac12)$ で $\alpha$、$[\frac12,1)$ で $\beta$ の関数とする。$u(0)=0,u(1)=1$ を満たす $W^{1,2}(0,1)$ の関数の集合に $L^2(0,1)$ の距離を入れ、$F_\varepsilon(u)=\int_0^1a(x/\varepsilon)u'(x)^2dx$ とおく。$\varepsilon\to0$ で $F_\varepsilon$ は
$$ F(u)=\bar a\int_0^1u'(x)^2dx,\qquad\bar a=\frac{2\alpha\beta}{\alpha+\beta} $$
に Γ 収束する(Alb00 §1.3。この記事では証明しない)。係数は調和平均で、各点収束の極限の係数(算術平均)より小さい。$W^{1,2}$ のノルムの位相では Γ 極限は算術平均の係数になり、Γ 極限は位相による(同注意 2・3)。

多次元の周期的な係数をもつ楕円型方程式の均質化(補正子と均質化された係数)は 均質化 で扱う。

1 次元の Modica–Mortola の定理

2 相の混合物の相転移のモデルでは、濃度 $u$ に対し、2 つの相 $u=\pm1$ を好むポテンシャルの項と、空間的な変化を罰する勾配の項の和をエネルギーとする(Alb00 §2、Allen–Cahn方程式)。界面の厚さ $\varepsilon\to0$ の極限で、このエネルギーを $\frac1\varepsilon$ 倍の尺度で見ると界面の大きさ、1 次元では跳びの数を数える汎関数になる。この節ではそれを完全に証明する。
設定:$I=(a,b)$ を有界な開区間とし、$X=\{u\in L^1(I):\lvert u\rvert\le1\text{ a.e.}\}$ に $L^1$ の距離を入れる。$W\colon[-1,1]\to[0,\infty)$ は連続で、$W(s)=0$ となるのは $s=\pm1$ のときに限るとする。
$$ \Phi(s)=\int_{-1}^s\sqrt{2W(r)}\,dr,\qquad\sigma=\Phi(1)=\int_{-1}^1\sqrt{2W(s)}\,ds>0 $$
とおく。$\Phi$ は $[-1,1]$ 上で $C^1$ 級、$(-1,1)$ で $\Phi'>0$ なので、$[-1,1]$ から $[0,\sigma]$ への狭義増加な同相写像である。$\varepsilon>0$ に対し
$$ E_\varepsilon(u)=\begin{cases}\displaystyle\int_I\Bigl(\frac\varepsilon2u'(x)^2+\frac1\varepsilon W(u(x))\Bigr)dx&u\in X\cap W^{1,2}(I),\\+\infty&\text{それ以外}\end{cases} $$
とおく($W^{1,2}(I)$ の関数は連続な代表で考える)。$u\in X$ が、$\pm1$ の値をとり値の変わる点がちょうど $N$ 個($0\le N<\infty$)の階段関数とほとんどいたるところ等しいとき $E_0(u)=\sigma N$、そのような階段関数がないとき $E_0(u)=+\infty$ とおく。ほとんどいたるところ等しい 2 つの階段関数は有限個の点を除いて等しいので、値の変わる点も $N$ も $u$ で決まる。

等分配の不等式

$\varepsilon>0$、$y< z$、$v\in W^{1,2}(y,z)$ で $\lvert v\rvert\le1$ とする。このとき
$$ \int_y^z\Bigl(\frac\varepsilon2v'^2+\frac1\varepsilon W(v)\Bigr)dx\ge\int_y^z\bigl\lvert(\Phi\circ v)'\bigr\rvert\,dx\ge\bigl\lvert\Phi(v(z))-\Phi(v(y))\bigr\rvert $$
である。

相加平均と相乗平均の不等式

要点:各点で $\frac\varepsilon2v'^2+\frac1\varepsilon W(v)\ge\sqrt{2W(v)}\,\lvert v'\rvert$ である。

詳しい証明を開く

各点で、相加平均と相乗平均の不等式から $\frac\varepsilon2v'^2+\frac1\varepsilon W(v)\ge2\bigl(\frac\varepsilon2v'^2\cdot\frac1\varepsilon W(v)\bigr)^{1/2}=\sqrt{2W(v)}\,\lvert v'\rvert$ である。$v$ は絶対連続関数で $\Phi$ は $C^1$ 級だから、$\Phi\circ v$ は絶対連続で $(\Phi\circ v)'=\sqrt{2W(v)}\,v'$(a.e.)である。よって 1 つ目の不等式が成り立ち、2 つ目は $\Phi(v(z))-\Phi(v(y))=\int_y^z(\Phi\circ v)'$ による。$\square$

1 次元の Modica–Mortola の定理

上の設定で、$\varepsilon\to0$ のとき $E_\varepsilon$ は $X$ 上で $E_0$ に Γ 収束する。さらに $(E_\varepsilon)$ は同程度に強圧的である:$\varepsilon_n\to0$、$u_n\in X$、$\sup_nE_{\varepsilon_n}(u_n)<\infty$ なら、$(u_n)$ は $L^1(I)$ で収束する部分列をもつ。

下からの評価は跳びごとの等分配、上からの評価は最適な形の切り貼り

強圧性:$E_{\varepsilon_n}(u_n)\le C$ とし、$w_n=\Phi\circ u_n$ とおく。lem-gc-mm-ineq から $\int_I\lvert w_n'\rvert\le C$、また $0\le w_n\le\sigma$ なので $(w_n)$ は $W^{1,1}(I)$ の有界列である。Hellyの選出定理 の系「$W^{1,1}$ の有界列の各点収束」により、部分列が $I$ の各点で収束する。$\Phi^{-1}$ は連続だから $u_n=\Phi^{-1}(w_n)$ もその部分列で各点収束し、$\lvert u_n\rvert\le1$ と $I$ の有界性から優収束定理で $L^1(I)$ でも収束する。
下からの評価:$\varepsilon_n\to0$、$u_n\to u$($L^1$)とし、$L=\liminf_nE_{\varepsilon_n}(u_n)<\infty$ の場合を示せばよい。部分列をとって $E_{\varepsilon_n}(u_n)\to L$ かつ、ある $S\subset I$ で $\lvert I\setminus S\rvert=0$、$S$ の各点で $u_n\to u$ とする。
段階 1($u$ は $\pm1$ 値):Fatouの補題から
$$ \int_IW(u)\,dx\le\liminf_n\int_IW(u_n)\,dx\le\liminf_n\varepsilon_nE_{\varepsilon_n}(u_n)=0 $$
である($W$ は連続で $u_n\to u$ は $S$ 上で各点収束)。よって a.e. で $W(u)=0$、すなわち $u=\pm1$ である。$S$ を小さくして、$S$ 上で $u(S)\subset\{-1,1\}$ とする。
段階 2(交代する点の数):$y_0< y_1<\cdots< y_k$ が $S$ の点で、すべての $j$ で $u(y_j)\ne u(y_{j-1})$ を満たすとする。区間 $[y_{j-1},y_j]$ ごとに lem-gc-mm-ineq を使うと
$$ E_{\varepsilon_n}(u_n)\ge\sum_{j=1}^k\bigl\lvert\Phi(u_n(y_j))-\Phi(u_n(y_{j-1}))\bigr\rvert\xrightarrow{n\to\infty}\sum_{j=1}^k\lvert\Phi(\pm1)-\Phi(\mp1)\rvert=k\sigma $$
である。よって $k\le L/\sigma$ である。
段階 3($u$ は階段関数):段階 2 から、$S$ の中の交代する点の列の長さ $k$ の最大値 $N$ が存在する。最大の列 $y_0<\cdots< y_N$ をとる。$S\cap(a,y_0)$ に $u(y)\ne u(y_0)$ となる点 $y$ があれば、$y$ を先頭に加えて長さ $N+1$ の列ができるので、$u$ は $S\cap(a,y_0]$ で一定である。同様に $S\cap[y_N,b)$ でも一定である。$S\cap(y_{j-1},y_j)$ に $u(y)=u(y_j)$ となる点 $y$ と、その右に $u(y')=u(y_{j-1})$ となる点 $y'$ があれば、$y_{j-1},y,y',y_j$ で長さが $2$ 増える。よって $S\cap(y_{j-1},y_j)$ では、値 $u(y_{j-1})$ をとる点はすべて値 $u(y_j)$ をとる点より左にあり、ある $c_j$ を境に $u$ の値が変わる。$c_j\le y_j\le c_{j+1}$ なので $c_1\le\cdots\le c_N$ であり、$c_j=c_{j+1}$($=y_j$)となる所では両側の値が等しく跳びはない($u$ の代表を 1 点で変えるとこれが起こりうる)。したがって $u$ は、値の変わる点が $N$ 個以下の $\pm1$ 値の階段関数とほとんどいたるところ等しく、$E_0(u)\le\sigma N\le L$ である。
上からの評価:$E_0(u)=+\infty$ なら $u_\varepsilon=u$ とすればよい。$E_0(u)=\sigma N$ とし、$u$ を値が $c_1<\cdots< c_N$ で変わる階段関数とする。$\varepsilon>0$ について
$$ y_\varepsilon(s)=\int_{-1}^s\frac{dr}{\sqrt{2W(r)+\varepsilon}},\qquad T_\varepsilon=y_\varepsilon(1)\le\frac2{\sqrt\varepsilon} $$
とおき、$y_\varepsilon\colon[-1,1]\to[0,T_\varepsilon]$ の逆関数を $q_\varepsilon$ とする。$q_\varepsilon$ は狭義増加な $C^1$ 級関数で、$q_\varepsilon(0)=-1$、$q_\varepsilon(T_\varepsilon)=1$、$q_\varepsilon'=\sqrt{2W(q_\varepsilon)+\varepsilon}$ を満たす。$\varepsilon$ が小さく $\varepsilon T_\varepsilon\le2\sqrt\varepsilon$ が $c_{j+1}-c_j$ と $b-c_N$ より小さいとき、$u$ の値が $c_j$ で $-1$ から $1$ に変わるなら区間 $[c_j,c_j+\varepsilon T_\varepsilon]$ で $u_\varepsilon(x)=q_\varepsilon((x-c_j)/\varepsilon)$、$1$ から $-1$ に変わるなら $u_\varepsilon(x)=q_\varepsilon(T_\varepsilon-(x-c_j)/\varepsilon)$ とし、それ以外では $u_\varepsilon=u$ とおく。$u_\varepsilon$ は連続で区分的に $C^1$ 級なので $X\cap W^{1,2}(I)$ に属し、$\|u_\varepsilon-u\|_{L^1}\le2N\varepsilon T_\varepsilon\le4N\sqrt\varepsilon\to0$ である。
遷移の区間の外では $u_\varepsilon'=0$、$W(u_\varepsilon)=0$ である。1 つの遷移の区間で $x=c_j+\varepsilon y$ と変数変換すると、$q=q_\varepsilon$ について
$$ \int\Bigl(\frac\varepsilon2u_\varepsilon'^2+\frac1\varepsilon W(u_\varepsilon)\Bigr)dx=\int_0^{T_\varepsilon}\Bigl(\frac12q'^2+W(q)\Bigr)dy=\int_0^{T_\varepsilon}\Bigl(2W(q)+\frac\varepsilon2\Bigr)dy\le\int_0^{T_\varepsilon}\sqrt{2W(q)+\varepsilon}\;q'\,dy $$
である(最後は $2W+\frac\varepsilon2\le2W+\varepsilon=q'^2$ による)。右辺は変数変換で $\sigma_\varepsilon=\int_{-1}^1\sqrt{2W(s)+\varepsilon}\,ds\le\sigma+2\sqrt\varepsilon$ に等しい。減少する遷移も同じである。よって $E_\varepsilon(u_\varepsilon)\le N(\sigma+2\sqrt\varepsilon)$ で、$\limsup_{\varepsilon\to0}E_\varepsilon(u_\varepsilon)\le\sigma N=E_0(u)$ である。$\varepsilon_n\to0$ の列については $u_{\varepsilon_n}$ をとればよい。$\square$

下からの評価は、Allen–Cahn方程式 の定理「遷移層のエネルギーの下界と最適な形」と同じ等分配の不等式を跳びごとに使う。上からの評価で $W$ のままの最適な形($q'=\sqrt{2W(q)}$ の解)を使わないのは、それが一般に $\pm1$ に漸近するだけで、有限の区間で切り貼りできないからである。

質量の罰則つきの問題

$m\in(-\lvert I\rvert,\lvert I\rvert)$、$\lambda>0$ とし、$G(u)=\lambda\bigl\lvert\int_Iu\,dx-m\bigr\rvert$ とおく。$G$ は $X$ 上で $L^1$ の距離について Lipschitz 連続だから、prop-gc-perturb により $E_\varepsilon+G\xrightarrow{\Gamma}E_0+G$ であり、$E_\varepsilon+G\ge E_\varepsilon$ から同程度に強圧的である。$E_0+G$ の値は、$N=0$($u\equiv\pm1$)で $\lambda(\lvert I\rvert\mp m)$、$N=1$ では $\int u=m$ となる跳びの位置を選べて $\sigma$、$N\ge2$ では $2\sigma$ 以上である。よって $\lambda(\lvert I\rvert-\lvert m\rvert)>\sigma$ なら $\min(E_0+G)=\sigma$ で、最小点は $\int u=m$ となる跳び 1 つの 2 つの関数($-1$ から $1$ へ、または $1$ から $-1$ へ)に限る。thm-gc-fundamental から、$\varepsilon\to0$ で $E_\varepsilon+G$ の最小値は $\sigma$ に収束し、ほとんど最小化する関数の集積点はこの 2 つのどちらかである。

多次元の Modica–Mortola の定理

Alb00 の正規化で述べる。$\Omega\subset\mathbb{R}^N$ を有界な開集合、$0< V<\lvert\Omega\rvert$ とし、$X$ を $\int_\Omega u=V$ を満たす可測関数 $u\colon\Omega\to[0,1]$ の全体に $L^1$ の距離を入れたものとする。$W$ は $0$ と $1$ でだけ $0$ になる非負の連続関数で、$\sigma=2\int_0^1\sqrt{W(s)}\,ds$ とおく。

Modica–Mortola の定理

$F_\varepsilon(u)=\int_\Omega\bigl(\varepsilon\lvert\nabla u\rvert^2+\frac1\varepsilon W(u)\bigr)dx$($u\in W^{1,2}(\Omega)\cap X$)、それ以外の $u\in X$ で $F_\varepsilon(u)=+\infty$ とおく。また $u\in BV(\Omega;\{0,1\})\cap X$ のとき $F(u)=\sigma\mathcal{H}^{N-1}(S_u)$($S_u$ は $u$ の本質的な不連続点の集合)、それ以外で $F(u)=+\infty$ とおく。このとき $\varepsilon\to0$ で $F_\varepsilon$ は $X$ 上で $F$ に Γ 収束し、$(F_\varepsilon)$ は同程度に強圧的である。

出典

これは Alb00 の定理 1(§2)で、Modica と Mortola(1977)、Modica(1987)による。この記事では証明しない。

$F(u)$ は集合 $\{u=1\}$ の $\Omega$ の中での周長の $\sigma$ 倍である(有限周長集合)。thm-gc-fundamental と合わせると、$F_\varepsilon$ の最小化元の列は $L^1$ で前コンパクトで、集積点はどれも、体積 $V$ の集合のうち $\Omega$ の中の周長が最小のものの指示関数である(Alb00 系 1)。値を $\pm1$ にとる正規化での主張は Allen–Cahn方程式 の定理「Modica–Mortola の $\Gamma$ 収束」にある。

勾配流との関係

Γ 収束だけでは勾配流の解は収束せず、速度と勾配の大きさの下からの評価が要る。Sandier と Serfaty はこの条件の枠組みを与え、Le はこれを形式的に Cahn–Hilliard 方程式に当てはめた(HS22 §1.3)。Modica–Mortola の汎関数の勾配流は、内積を $L^2$ にとれば Allen–Cahn方程式、$H^{-1}$ 型にとれば Cahn–Hilliard方程式 である(勾配流)。$\varepsilon\to0$ の極限は、時間の尺度を適切にとると、それぞれ平均曲率流と Mullins–Sekerka問題 になる。これは極限の流れが滑らかな範囲などの仮定のもとでの定理である(各記事を参照)。

反例

各行は、上の結果の仮定を 1 つだけ外す。

結果外す仮定例成り立たなくなること
thm-gc-fundamental同程度の強圧性$X=\mathbb{R}$、$F_n(x)=-e^{-(x-n)^2}$$x_n\to x$ なら $x_n-n\to-\infty$ で $F_n(x_n)\to0$ だから Γ 極限は $F\equiv0$。$\inf F_n=-1$ は $\min F=0$ に収束しない
prop-gc-perturb$G$ の連続性($G$ は実数値で下半連続)$X=\mathbb{R}$、$F_n$ は $x=\frac1n$ で $-1$、ほかで $0$。$G$ は $x\le0$ で $0$、$x>0$ で $1$$F_n$ の Γ 極限 $F$ は $F(0)=-1$。$F_n+G$ の Γ 極限は $0$ で $0$ になり、$F(0)+G(0)=-1$ と違う
thm-gc-mm1$W$ の零点が $\pm1$ だけ$W\equiv0$Γ 極限は $X$ 上で恒等的に $0$ で、階段関数でない $u$ で $+\infty$ をとる $E_0$ と違う
prop-gc-constant の系:$G$ が下半連続なら定数列の Γ 極限は $G$$G$ の下半連続性$X=\mathbb{R}$、$G$ は $0$ で $1$、ほかで $0$定数列の Γ 極限は恒等的に $0$ で、$G(0)=1$ と違う

2 行目の確かめ:$0$ に収束する $x_k$ について、$x_k\le0$ なら $F_k(x_k)+G(x_k)=0$、$x_k>0$ なら $F_k(x_k)+G(x_k)\ge-1+1=0$ である。3 行目:$X$ の各 $u$ は $\lvert v_k\rvert\le1$ を満たす滑らかな $v_k$ で $L^1$ 近似でき、$\varepsilon\|v_{k(\varepsilon)}'\|_{L^2}^2\to0$ となるよう $k(\varepsilon)\to\infty$ をゆっくり選べば回復列になる。

文献

Γ 収束の定義と基本性質は Alb00 §1、1 次元と多次元の Modica–Mortola の定理は同 §2–§3 にある。prop-gc-lsc・thm-gc-fundamental の証明と、thm-gc-mm1 の上からの評価の修正したポテンシャルによる構成は、この記事の組み立てである。

関連項目

参考文献

[1]
Giovanni Alberti, Variational models for phase transitions, an approach via Γ-convergence, L. Ambrosio, N. Dancer, Calculus of Variations and Partial Differential Equations (G. Buttazzo et al. eds.), Springer, 2000, 95–114, 2000, 著者稿:§1 定義 1・注意 1・命題 1(pp. 2–3)、§1.1 条件 (C)(p. 3)、§1.2、§1.3 と注意 2・3(pp. 4–5)、§2 定理 1・系 1・注意 8(pp. 6–7)、§3(pp. 7–16)
[2]
Sebastian Hensel; Kerrek Stinson, Weak solutions of Mullins–Sekerka flow as a Hilbert space gradient flow, Archive for Rational Mechanics and Analysis 248 (2024), 2022, arXiv 版:§1.3(pp. 5–6)

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する