勾配流(gradient flow)とは、エネルギー $\varphi$ を最も速く減らす向きに動く発展方程式 $u'=-\nabla\varphi(u)$ の解であり、速さを測る距離によって別の方程式になる。Hilbert 空間の上の真で凸かつ下半連続な関数では、劣微分による $u'\in-\partial\varphi(u)$ の解が $\partial\varphi$ の定義域の各初期値からただ 1 つ存在し、エネルギーは減り、2 つの解の距離は増えない。熱方程式は Dirichlet エネルギーの $L^2$ 勾配流で、Wasserstein 距離ではエントロピーの勾配流である。距離空間では陰的な差分である最小化移動の極限として勾配流を構成する。
前提知識: Hilbert空間, 凸関数, 劣微分, Moreau–Yosida正則化
勾配流(gradient flow)とは、エネルギー $\varphi$ を最も速く減らす向きに動く発展方程式
$$
u'(t)=-\nabla\varphi(u(t))
$$
の解である。「最も速く」は距離(内積)で測るので、距離を替えると別の方程式になる。たとえば Dirichlet エネルギー $\frac12\int\lvert\nabla u\rvert^2$ の $L^2$ 勾配流は熱方程式であり、2 重井戸のエネルギーの $L^2$ 勾配流は Allen–Cahn方程式、$H^{-1}$ 型の勾配流は Cahn–Hilliard方程式 である。確率密度のエントロピーの Wasserstein 距離についての勾配流は Fokker–Planck方程式 になる。
勾配流ではエネルギーが速さの 2 乗の割合で減り、エネルギーが凸なら 2 つの解の距離は増えない(prop-gf-smooth)。この記事では、Hilbert 空間の上の凸で下半連続な関数について、微分できない場合も含めて勾配流(劣微分による微分包含式)の解の存在・一意性・縮小性を完全に証明する(thm-gf-hilbert)。距離空間、とくに Wasserstein 空間の上の勾配流は主張を述べる。
$H$ を実 Hilbert空間、内積を $(\cdot,\cdot)$、ノルムを $\lvert\cdot\rvert$ とする。$\varphi\colon H\to\mathbb{R}$ が $C^1$ 級のとき、Riesz の表現で $d\varphi(x)v=(\nabla\varphi(x),v)$ となる $\nabla\varphi(x)$ を勾配という。$\lambda\in\mathbb{R}$ について、$\varphi$ が $\lambda$ 凸 であるとは、$\varphi-\frac\lambda2\lvert\cdot\rvert^2$ が凸であることをいう。$C^1$ 級なら、これは $(\nabla\varphi(x)-\nabla\varphi(y),x-y)\ge\lambda\lvert x-y\rvert^2$ と同値である($\varphi-\frac\lambda2\lvert\cdot\rvert^2$ の凸性と、その勾配の単調性の同値)。
$\varphi\colon H\to\mathbb{R}$ を $C^1$ 級、$u,v\colon[0,T]\to H$ を $u'=-\nabla\varphi(u)$、$v'=-\nabla\varphi(v)$ の $C^1$ 級の解とする。
要点:連鎖律と、$\lambda$ 凸性による勾配の単調性。
1 は連鎖律 $\frac{d}{dt}\varphi(u)=(\nabla\varphi(u),u')$ による。2:$w=u-v$ とおくと $\frac{d}{dt}\frac12\lvert w\rvert^2=-(\nabla\varphi(u)-\nabla\varphi(v),u-v)\le-\lambda\lvert w\rvert^2$ なので、$e^{2\lambda t}\lvert w(t)\rvert^2$ は非増加である。$\square$
$\lambda< 0$ でも 2 は成り立つが、距離は $e^{\lvert\lambda\rvert t}$ 倍まで広がりうる。凸でない $C^1$ 級の $\varphi$ では、勾配が Lipschitz 連続でなければ解が一意とは限らない(下の反例の表)。
$\varphi\colon H\to(-\infty,+\infty]$ を 真($D(\varphi)=\{\varphi<\infty\}\neq\emptyset$)で凸かつ下半連続な関数とする。$\varphi$ は微分可能とは限らないので、勾配の代わりに 劣微分
$$
\partial\varphi(x)=\{\xi\in H:\varphi(y)\ge\varphi(x)+(\xi,y-x)\ (y\in H)\}
$$
を使う。$D(\partial\varphi)=\{x:\partial\varphi(x)\neq\emptyset\}\subset D(\varphi)$ である。劣微分は 単調 である:$\xi\in\partial\varphi(x)$、$\eta\in\partial\varphi(y)$ なら $(\xi-\eta,x-y)\ge0$(劣微分 の命題「劣微分の基本性質」の 3)。
$u_0\in H$ とする。$u\colon[0,\infty)\to H$ が $\varphi$ の 勾配流(初期値 $u_0$ の解)であるとは、$H$ に値をとる局所 Bochner積分可能な $g$ によって
$$
u(t)=u_0+\int_0^tg(r)\,dr\qquad(t\ge0)
$$
と書け、ほとんどすべての $t>0$ で $-g(t)\in\partial\varphi(u(t))$ となることをいう。次の補題により $u$ はほとんどいたるところ微分可能で $u'=g$ なので、これを
$$
u'(t)\in-\partial\varphi(u(t))\qquad(\text{a.e. }t>0)
$$
と書く。
$g\in L^1(0,T;H)$(Bochner 可積分)とし、$U(t)=\int_0^tg(r)\,dr$ とおく。このとき、ほとんどすべての $t\in(0,T)$ で $U$ は $t$ で微分可能で $U'(t)=g(t)$ である。
要点:値の可分性を使って、実数値の Lebesgueの微分定理 を可算個の関数に当てる。
Bochner積分 の命題「強可測関数の基本性質」の 3 により、零集合 $N$ と可分な閉部分空間 $F$ があって $t\notin N$ で $g(t)\in F$ である。$F$ の可算稠密集合 $\{h_k\}$ をとる。各 $k$ で $\lvert g(\cdot)-h_k\rvert$ は可積分な実数値関数なので、Lebesgueの微分定理 により、零集合 $N'\supset N$ の外の $t$ は、すべての $k$ について $\frac1{\lvert s\rvert}\bigl\lvert\int_t^{t+s}\lvert g(r)-h_k\rvert\,dr\bigr\rvert\to\lvert g(t)-h_k\rvert$($s\to0$)を満たす。このような $t$ と $k$ について $$\limsup_{s\to0}\frac1{\lvert s\rvert}\Bigl\lvert\int_t^{t+s}\lvert g(r)-g(t)\rvert\,dr\Bigr\rvert\le\limsup_{s\to0}\frac1{\lvert s\rvert}\Bigl\lvert\int_t^{t+s}\lvert g(r)-h_k\rvert\,dr\Bigr\rvert+\lvert h_k-g(t)\rvert=2\lvert g(t)-h_k\rvert$$ で、$h_k\to g(t)$ と選べば左辺は $0$ である。よって $\bigl\lvert\frac{U(t+s)-U(t)}s-g(t)\bigr\rvert\le\frac1{\lvert s\rvert}\bigl\lvert\int_t^{t+s}\lvert g(r)-g(t)\rvert\,dr\bigr\rvert\to0$ である。$\square$
近接写像と吉田近似:$\lambda>0$ について、$J_\lambda x$ を $\varphi(y)+\frac1{2\lambda}\lvert y-x\rvert^2$ の最小点(ただ 1 つ存在する)、$\varphi_\lambda(x)$ をその最小値とする。Moreau–Yosida正則化 の定理「近接写像の特徴づけ」「近接写像の非拡大性」「正則化の微分可能性」により、$\varphi_\lambda$ は $C^1$ 級で
$$
A_\lambda x:=\nabla\varphi_\lambda(x)=\frac{x-J_\lambda x}\lambda\in\partial\varphi(J_\lambda x),\qquad\lvert A_\lambda x-A_\lambda y\rvert\le\frac1\lambda\lvert x-y\rvert
$$
であり、$J_\lambda$ は非拡大である。$A_\lambda$ を $\partial\varphi$ の 吉田近似 という。$A_\lambda$ は単調である:$(A_\lambda x-A_\lambda y,x-y)=\frac1\lambda\bigl(\lvert x-y\rvert^2-(J_\lambda x-J_\lambda y,x-y)\bigr)\ge0$。
要点:1 は劣微分の単調性、3 は劣微分の不等式で極限をとる。
1:$A_\lambda x\in\partial\varphi(J_\lambda x)$ と $\xi\in\partial\varphi(x)$ に単調性を使うと、$J_\lambda x-x=-\lambda A_\lambda x$ だから $-\lambda(A_\lambda x-\xi,A_\lambda x)\ge0$、すなわち $\lvert A_\lambda x\rvert^2\le(\xi,A_\lambda x)\le\lvert\xi\rvert\lvert A_\lambda x\rvert$ である。2:$\varphi_\lambda(x)=\varphi(J_\lambda x)+\frac1{2\lambda}\lvert x-J_\lambda x\rvert^2$ と、最小値の定義で $y=x$ とおくことによる。3:$\varphi(y)\ge\varphi(x_n)+(\xi_n,y-x_n)$ で $n\to\infty$ とすると、$(\xi_n,y-x_n)\to(\xi,y-x)$ と下半連続性から $\varphi(y)\ge\varphi(x)+(\xi,y-x)$ である。$y\in D(\varphi)$ をとれば $\varphi(x)<\infty$ も分かる。$\square$
$\varphi\colon H\to(-\infty,+\infty]$ を真で凸かつ下半連続な関数とする。
$\xi_0\in\partial\varphi(u_0)$ を固定し、$M=\lvert\xi_0\rvert$ とおく。
段階 1(縮小と一意性):$u,v$ を勾配流とし、$w=u-v$ とおく。$w(t)=w(0)+\int_0^t(g-h)$($g,h$ はそれぞれの定義の関数)なので $\lvert w(t)-w(s)\rvert\le\int_s^t\lvert g-h\rvert$ であり、$\lvert w(t)\rvert^2-\lvert w(s)\rvert^2=(w(t)-w(s),w(t)+w(s))$ から $\lvert w\rvert^2$ は各 $[0,T]$ で絶対連続である。lem-gf-lebesgue により、ほとんどすべての $t$ で $u,v$ は微分可能で包含式が成り立ち、そこで
$$
\frac{d}{dt}\frac12\lvert w\rvert^2=(u'-v',u-v)=-\bigl((-u')-(-v'),u-v\bigr)\le0
$$
である(劣微分の単調性)。よって $\lvert w(t)\rvert\le\lvert w(0)\rvert$ で、5 と 1 の一意性が従う。
段階 2(近似):$\lambda>0$ について、$A_\lambda$ は大域的に Lipschitz 連続なので、$u_\lambda'=-A_\lambda u_\lambda$、$u_\lambda(0)=u_0$ の $C^1$ 級の解 $u_\lambda\colon[0,\infty)\to H$ がただ 1 つある(Picard–Lindelöfの定理 の逐次近似は Banach 空間でもそのまま働く)。$h>0$ を固定すると、$u_\lambda(\cdot+h)$ も同じ方程式の解なので、$A_\lambda$ の単調性から $\lvert u_\lambda(t+h)-u_\lambda(t)\rvert$ は $t$ について非増加である(段階 1 と同じ計算)。$h$ で割って $h\to0$ とすると、lem-gf-yosida の 1 から
$$
\lvert u_\lambda'(t)\rvert=\lvert A_\lambda u_\lambda(t)\rvert\le\lvert A_\lambda u_0\rvert\le M
$$
である。また $\frac{d}{dt}\varphi_\lambda(u_\lambda)=(A_\lambda u_\lambda,u_\lambda')=-\lvert A_\lambda u_\lambda\rvert^2\le0$ なので、lem-gf-yosida の 2 から $\varphi(J_\lambda u_\lambda(t))\le\varphi_\lambda(u_\lambda(t))\le\varphi_\lambda(u_0)\le\varphi(u_0)$ である。
段階 3(Cauchy 列):$\lambda,\mu>0$ について、$u_\lambda=J_\lambda u_\lambda+\lambda A_\lambda u_\lambda$ と書き、$a=\lvert A_\lambda u_\lambda\rvert$、$b=\lvert A_\mu u_\mu\rvert$($\le M$)とおく。$A_\lambda u_\lambda\in\partial\varphi(J_\lambda u_\lambda)$ と劣微分の単調性から
$$
(A_\lambda u_\lambda-A_\mu u_\mu,u_\lambda-u_\mu)\ge(A_\lambda u_\lambda-A_\mu u_\mu,\lambda A_\lambda u_\lambda-\mu A_\mu u_\mu)\ge\lambda a^2+\mu b^2-(\lambda+\mu)ab\ge-\frac{\lambda+\mu}4M^2
$$
である。最後は $\lambda(a^2-ab)\ge-\frac\lambda4b^2$、$\mu(b^2-ab)\ge-\frac\mu4a^2$ による。よって $\frac{d}{dt}\frac12\lvert u_\lambda-u_\mu\rvert^2\le\frac{\lambda+\mu}4M^2$ で、
$$
\lvert u_\lambda(t)-u_\mu(t)\rvert^2\le\frac{\lambda+\mu}2M^2t
$$
である。したがって $\lambda\to0$ で $u_\lambda$ は各 $[0,T]$ で一様に連続関数 $u$ に収束し、$u(0)=u_0$、$u$ は $M$-Lipschitz である。$\lvert u_\lambda-J_\lambda u_\lambda\rvert=\lambda\lvert A_\lambda u_\lambda\rvert\le\lambda M$ なので $J_\lambda u_\lambda(t)\to u(t)$ でもある。
段階 4(積分表示):$T>0$ を固定する。$u_\lambda'$ は Hilbert 空間 $L^2(0,T;H)$(Bochner積分 の定理「ベクトル値 $L^p$ 空間の完備性」)で有界なので、$\lambda_k\to0$ と $g\in L^2(0,T;H)$ があって $u_{\lambda_k}'\rightharpoonup g$(弱収束)である。$z\in H$、$t\le T$ について
$$
(u_{\lambda_k}(t)-u_0,z)=\int_0^t(u_{\lambda_k}'(r),z)\,dr\to\int_0^t(g(r),z)\,dr=\Bigl(\int_0^tg,z\Bigr)
$$
だから $u(t)=u_0+\int_0^tg$ である。lem-gf-lebesgue から a.e. で $u'=g$ なので、$g$ は $T$ によらず定まる。
段階 5(発展変分不等式):$y\in D(\varphi)$ とする。$A_\lambda u_\lambda\in\partial\varphi(J_\lambda u_\lambda)$ を $y$ で使うと
$$
\frac{d}{dt}\frac12\lvert u_\lambda-y\rvert^2=(A_\lambda u_\lambda,y-J_\lambda u_\lambda)-\lambda\lvert A_\lambda u_\lambda\rvert^2\le\varphi(y)-\varphi(J_\lambda u_\lambda)
$$
であり、$0\le s< t$ で積分すると
$$
\frac12\lvert u_\lambda(t)-y\rvert^2-\frac12\lvert u_\lambda(s)-y\rvert^2\le\int_s^t\bigl(\varphi(y)-\varphi(J_\lambda u_\lambda(r))\bigr)dr
$$
である。$\varphi(J_\lambda u_\lambda(r))\ge\varphi(u_0)+(\xi_0,J_\lambda u_\lambda(r)-u_0)\ge\varphi(u_0)-M(\lambda M+Mt)$($r\le t$)と下に有界なので、Fatouの補題 と下半連続性から、$\lambda\to0$ で
$$
\frac12\lvert u(t)-y\rvert^2-\frac12\lvert u(s)-y\rvert^2\le\int_s^t\bigl(\varphi(y)-\varphi(u(r))\bigr)dr\qquad(\ast)
$$
を得る。同様に段階 2 から $\varphi(u(t))\le\liminf\varphi(J_\lambda u_\lambda(t))\le\varphi(u_0)$ である。$y\notin D(\varphi)$ なら $(\ast)$ は自明である。
段階 6(包含式):$u$ が $t>0$ で微分可能とする(a.e. の $t$)。$(\ast)$ を $t-s$ で割って $s\uparrow t$ とすると、左辺は $(u'(t),u(t)-y)$ に収束する。$\varphi\circ u$ は下半連続なので、右辺の上極限は $\varphi(y)-\varphi(u(t))$ 以下である。よってすべての $y$ で
$$
\varphi(y)\ge\varphi(u(t))+(-u'(t),y-u(t))
$$
であり、$-u'(t)\in\partial\varphi(u(t))$ である。したがって $u$ は勾配流で、この $t$ で 4 が成り立つ。
段階 7(2 と 3):$s\ge0$ を固定する。$\lvert A_{\lambda_k}u_{\lambda_k}(s)\rvert\le M$ なので部分列が弱収束し、その極限を $\xi$ とする。$J_{\lambda_k}u_{\lambda_k}(s)\to u(s)$ だから、lem-gf-yosida の 3 により $\xi\in\partial\varphi(u(s))$ で、$u(s)\in D(\partial\varphi)$ である。$t\mapsto u(s+t)$ は初期値 $u(s)$ の勾配流なので、一意性からこれは $u(s)$ から上の構成で得た解であり、段階 5 から $\varphi(u(s+t))\le\varphi(u(s))<\infty$ である。$\square$
$\varphi$ が $\lambda$ 凸で下半連続なら、初期値 $u_0\in\overline{D(\varphi)}$ に対して $(0,\infty)$ で局所絶対連続な勾配流がただ 1 つ存在する。$t>0$ ではいつも $u(t)\in D(\partial\varphi)$ となり(正則化効果)、右微分 $\frac{d^+}{dt}u(t)$ は $-\partial\varphi(u(t))$ のノルム最小の元に等しい。縮小は $\lvert u(t)-v(t)\rvert\le e^{-\lambda t}\lvert u_0-v_0\rvert$ になる。これは Brezis と Pazy による(AG13 定理 3.1)。この記事では証明しない。
刻み $\tau>0$ で時間を離散化し、$u'=-\nabla\varphi(u)$ の右辺を新しい時刻で評価すると
$$
\frac{x_{k+1}-x_k}\tau\in-\partial\varphi(x_{k+1})\iff x_{k+1}=J_\tau x_k=\operatorname*{arg\,min}_y\Bigl(\varphi(y)+\frac1{2\tau}\lvert y-x_k\rvert^2\Bigr)
$$
である(Moreau–Yosida正則化 の定理「近接写像の特徴づけ」)。この 陰的 Euler 法 では、最小化の定義で $y=x_k$ と比べて
$$
\varphi(x_{k+1})+\frac1{2\tau}\lvert x_{k+1}-x_k\rvert^2\le\varphi(x_k)
$$
となり、エネルギーは刻みの大きさによらず減る。最小化する式は距離 $d$ だけで書けるので、$\lvert y-x_k\rvert$ を $d(y,x_k)$ に替えれば距離空間の上でも離散解が定まる。これを 最小化移動(minimizing movement)の方法といい、$\tau\to0$ の極限として距離空間の勾配流を構成する(AG13 定義 3.7、定理 3.14)。最適化では同じ反復を 近接点法 と呼ぶ。右辺を古い時刻で評価する陽的な差分 $x_{k+1}=x_k-\tau\nabla\varphi(x_k)$ が 勾配降下法 である。
距離空間 $(X,d)$ でも、曲線の速さ $\lvert u'\rvert(t)=\lim_{s\to t}d(u(s),u(t))/\lvert s-t\rvert$ と、エネルギーの傾き $\lvert\partial\varphi\rvert(x)=\limsup_{y\to x}(\varphi(x)-\varphi(y))^+/d(x,y)$ は定義できる。prop-gf-smooth の 1 を不等式にした
$$
\varphi(u(t))+\frac12\int_0^t\bigl(\lvert u'\rvert^2+\lvert\partial\varphi\rvert^2(u)\bigr)dr\le\varphi(u(0))
$$
を満たす曲線を勾配流と定めるのが De Giorgi の方法で、thm-gf-hilbert の 4 の不等式を距離で書いて要請する定義(EVI)はこれより強い(AG13 定義 3.3–3.5)。$(X,d)$ が完備可分、$\varphi$ が下半連続で、2 点を結ぶある曲線の上で $\varphi$ が $\lambda$ 凸かつ $\frac12d(\cdot,y)^2$ が $1$ 凸なら(同仮定 3.24)、EVI の意味の勾配流がただ 1 つ存在し、解の距離は指数的に評価される(同定理 3.25)。
$\Omega\subset\mathbb{R}^N$ を $C^2$ 級の境界をもつ有界開集合、$H=L^2(\Omega)$ とし、$u\in H^1_0(\Omega)$ なら $\varphi(u)=\frac12\int_\Omega\lvert\nabla u\rvert^2$、それ以外なら $+\infty$ とおく。$\varphi$ は真で凸、下半連続である($L^2$ で収束し $\varphi$ が有界な列は $H^1_0$ で弱収束する部分列をもち、ノルムは弱下半連続)。$\xi\in\partial\varphi(u)$ であることは、$u\in H^1_0$ で、すべての $v\in H^1_0$ で $\int\nabla u\cdot\nabla v=\int\xi v$ となること($-\Delta u=\xi$ の弱解)と同値である。実際、$v=u\pm sw$ を劣微分の不等式に入れて $s\downarrow0$ とすれば等式が出て、逆は $\frac12\lvert a\rvert^2-\frac12\lvert b\rvert^2\ge b\cdot(a-b)$ を積分すればよい。このとき $-\Delta u+u=\xi+u\in L^2$ なので、楕円型の正則性(Bre11 定理 9.25)により $u\in H^2(\Omega)$ である。よって $D(\partial\varphi)=H^2\cap H^1_0$、$\partial\varphi(u)=\{-\Delta u\}$ で、thm-gf-hilbert は $u_0\in H^2\cap H^1_0$ に対し Dirichlet 境界条件の熱方程式 $\partial_tu=\Delta u$ の解を与え、$L^2$ の縮小と Dirichlet エネルギーの減少を示す。
$K\subset H$ を空でない閉凸集合、$I_K$ を $K$ の上で $0$、外で $+\infty$ の関数とし、$\varphi=\psi+I_K$($\psi$ は凸で $C^1$ 級)とする。$\partial I_K(x)$ は $K$ の $x$ での法錐 $\{\xi:(\xi,y-x)\le0\ (y\in K)\}$ である(劣微分 の例「指示関数と法錐」)。勾配流は $K$ から出ない運動で、劣微分 の命題「劣微分の和」の 2 から $\partial\varphi=\nabla\psi+\partial I_K$ で、包含式 $-u'-\nabla\psi(u)\in\partial I_K(u)$ は「すべての $y\in K$ で $(u'+\nabla\psi(u),y-u)\ge0$」という発展型の変分不等式と同値である。
界面の運動:Modica–Mortola の汎関数(Γ収束)の $L^2$ 勾配流は Allen–Cahn方程式、平均 $0$ の関数の $H^{-1}$ 型の内積の勾配流は Cahn–Hilliard方程式 である。曲面の面積の $L^2$ 型の勾配流が 平均曲率流 で、体積を保つ $H^{-1}$ 型の勾配流が Mullins–Sekerka問題 である。これらは形式的な勾配流で、thm-gf-hilbert は当てはまらない。
$\mathbb{R}^n$ の 2 次のモーメントが有限な確率測度の空間 $\mathcal{P}_2(\mathbb{R}^n)$ に Wasserstein距離 $W_2$ を入れた距離空間で最小化移動を行う。
$\Psi\in C^\infty(\mathbb{R}^n)$、$\Psi\ge0$、ある $C$ で $\lvert\nabla\Psi\rvert\le C(\Psi+1)$ とし、$\beta>0$ とする。確率密度 $\rho$ に対し
$$
F(\rho)=\int_{\mathbb{R}^n}\Psi\rho\,dx+\beta^{-1}\int_{\mathbb{R}^n}\rho\log\rho\,dx
$$
とおき、$\rho_0$ を $\int\lvert x\rvert^2\rho_0<\infty$、$F(\rho_0)<\infty$ の確率密度とする。$\rho^{(k)}$ を $\frac12W_2(\rho^{(k-1)},\rho)^2+hF(\rho)$ の最小点(ただ 1 つ存在する)とし、$\rho_h(t)=\rho^{(k)}$($kh\le t<(k+1)h$)とおく。$h\downarrow0$ のとき、各 $t>0$ で $\rho_h(t)$ は $L^1$ で弱収束し、極限は Fokker–Planck 方程式
$$
\partial_t\rho=\operatorname{div}(\rho\nabla\Psi)+\beta^{-1}\Delta\rho
$$
の、初期値 $\rho_0$ の(2 次モーメントと $\int\Psi\rho$ が各 $(0,T)$ で有界な解の中で)ただ 1 つの解である。
JKO98 §4 の命題と §5 の定理である。この記事では証明しない。$\Psi=0$ なら、熱方程式がエントロピー $\int\rho\log\rho$ の $W_2$ についての勾配流であることを意味する。$\Psi$ が $\lambda$ 凸($\lambda\ge0$)なら、この $F$ は Wasserstein 空間の補間曲線に沿って $\lambda$ 凸で、EVI の意味の勾配流がただ 1 つ存在し、2 つの解は $W_2(\rho_t,\tilde\rho_t)\le e^{-\lambda t}W_2(\rho_0,\tilde\rho_0)$ を満たす(AG13 定理 3.35 と §3.3.2 の末尾。Fokker–Planck 方程式を導くには測度の正則性などを使う)。Fokker–Planck方程式 の命題「$W_2$ の縮小」は、同じ形の評価を確率微分方程式の解の結合で示している。
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-gf-hilbert の 1 の一意性 | $\varphi$ の凸性($\varphi$ は $C^1$ 級) | $H=\mathbb{R}$、$\varphi(x)=-\frac23\lvert x\rvert^{3/2}$、$u_0=0$ | $u'=-\varphi'(u)=\operatorname{sgn}(u)\lvert u\rvert^{1/2}$ に $u\equiv0$ と $u=t^2/4$ の 2 つの解がある |
| thm-gf-hilbert の 5 | $\varphi$ の凸性($\varphi$ は $-1$ 凸) | $H=\mathbb{R}$、$\varphi(x)=-\frac12x^2$ | 解は $u_0e^t$ で、$\lvert u(t)-v(t)\rvert=e^t\lvert u_0-v_0\rvert$ |
| thm-gf-hilbert の 2 | $u_0\in D(\partial\varphi)$($u_0\in D(\varphi)$ にとどめる) | $H=\mathbb{R}$、$x\ge0$ で $\varphi(x)=-\sqrt x$、$x< 0$ で $+\infty$、$u_0=0$ | $\partial\varphi(0)=\emptyset$。勾配流 $u=(\frac34)^{2/3}t^{2/3}$ は $t=0$ の近くで Lipschitz 連続でない |
1・2 行目は凸でないので、劣微分の代わりに勾配で $u'=-\varphi'(u)$ と読む。1 行目の確かめ:$u=t^2/4$ なら $u'=t/2=\sqrt{u}$ である。3 行目:$u=ct^{2/3}$ を $u'=1/(2\sqrt u)$ に入れると $\frac23c=\frac1{2\sqrt c}$、$c^{3/2}=\frac34$ である。$g=u'$ は $t^{-1/3}$ の定数倍で局所可積分なので、def-gf-solution の意味の解である。
Hilbert 空間の凸関数の勾配流の主張は AG13 定理 3.1、距離空間と Wasserstein 空間の理論は同 §3.2–§3.3、Fokker–Planck 方程式の変分的な定式化は JKO98 にある。thm-gf-hilbert の証明(吉田近似の解の Cauchy 列と、発展変分不等式からの包含式の導出)は、この記事の組み立てである。
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