即使高度是純量,面積問題仍然非線性
平面區域上的圖像傾斜後,面積會增加。局部面積因子不是斜率的二次函數,而是一加斜率平方後的平方根。這個差別改變了駐定方程。調和高度未必對面積駐定,雖然 Dirichlet 能量仍然是有用的小斜率近似。
這裏也有有利的一面:面積因子關於梯度嚴格凸,而且一階導數有界。兩者結合,即使 Sobolev 比較函數沒有經典光滑性,也能進行整體比較。我們會直接證明這一點,而不是單憑非線性 PDE 推斷極小性。
固定邊界而不假設逐點邊界值
設 為有界連通 Lipschitz 區域。對純量高度 ,記
當 光滑時,這是其圖像的曲面面積。對 ,仍使用同一積分。由於 ,且區域測度有限,該積分有限。
定義 18.2.1
(固定 Sobolev 邊界類別)
固定 ,令
這裏 是 在 範數中的閉包。這個閉包條件就是我們對比較函數之差所採用的精確零邊界約定。下面的證明明確使用它,而不是給每個 Sobolev 代表元指定逐點邊界值。極小化函數指的是整個類別中使圖面積積分最小的函數。
結論針對圖像,尚未比較任意參數曲面、浸入曲面、拓撲變化或廣義曲面。
有界通量給出一階變分
定義密度關於梯度的導數
定理 18.2.2
(對 方向有效的一階變分)
若 且 ,則函數 在零點可微,並有
因此每個極小化函數滿足
最後這個恆等式是弱極小圖方程。
證明
(控制來自密度,而不是比較函數的斜率界)
的界使 在整個定義域上的 Lipschitz 常數為一。對非零 ,
差商幾乎處處收斂到 ,而所示控制函數可積。因此支配收斂定理證明公式。兩種符號的 都留在仿射容許類別中,故極小化函數的一階導數為零,特別適用於緊緻支撐光滑方向。
若 在區域內部還為 ,則對緊緻支撐測試分部積分,再用基本引理,得到逐點方程
將座標寫作 ,等價的分子形式為
從散度中消去的分母為 。因此這一般不是 Laplace 方程。
常見錯誤
(極小圖不是調和圖)
若丟掉散度內的因子 ,就得到 Laplace 方程,而它只是零斜率處的線性化。下面的 Scherk 圖滿足極小圖方程,但在對角線 以外 。反過來,調和高度也未必對面積駐定,本頁最後一個反例說明了這一點。
弱駐定性是整體圖像極小性的憑證
對梯度向量 ,定義超出切平面的量
密度的 Hessian 為
Cauchy–Schwarz 給出該不等式。特別地,Hessian 在每個非零方向上為正,因此 嚴格凸,,且等號恰在 時成立。
定理 18.2.3
(弱解與唯一整體圖像極小化函數等價)
對一個給定的 ,以下兩者等價: 在 中使 最小; 對每個緊緻支撐光滑檢驗滿足弱方程。只要這樣的函數存在,它在幾乎處處相等的意義下唯一。更精確地,當 為弱解時,每個 滿足
這不是任意邊界數據的存在性定理。
證明
(延伸弱檢驗,再減去支撐切平面)
必要性已由一階變分證明。為證充分性,令 ,選取在 中收斂到它的 。有界通量給出
因此與 配對的線性項也消失。從有限能量差中減去這一項,就得到所述精確恆等式。嚴格凸性說明等號迫使 幾乎處處成立。
零邊界條件進一步迫使 ,而不是任意常數。所需的 Poincaré 估計可以直接看出:將區域包含在 中,把每個緊緻支撐的 在外部延拓為零,沿水平線對第一座標導數積分,再在方框上積分。得到 。取 極限,同一界對 成立。因此零梯度蘊含零函數。精確恆等式遂證明相同邊界類中任意兩個弱解的唯一性。
證明透視
為何緊緻支撐測試能控制每個容許圖像
弱 PDE 起初只涉及緊緻支撐光滑檢驗。零邊界閉包提供它們對兩個比較函數之差的逼近,有界通量則容許在積分中取極限。隨後,嚴格凸性將已抵消的線性項轉化為非負的整體能量差。這裏既不需要經典邊界積分,也不需要比較函數的梯度界。弱解的存在仍是另一個問題。
定量控制需要斜率界
定理 18.2.4
(梯度有界類別中的二次能量差)
設 為弱解。若 ,且兩者的梯度範數幾乎處處都不超過 ,則
對 ,二階變分為
證明
(沿梯度線段的 Taylor 公式)
兩個範數不超過 的向量之間的線段仍在該球內。因此,帶積分餘項的 Taylor 公式與 Hessian 下界給出超額量的下界,係數為 。Hessian 上界 則給出上界。積分並使用精確能量差恆等式即可。二階變分公式由求導得到,所用可積控制為 ;Hessian 在參考梯度處取值。
每個有限斜率都有正 Hessian;當邊界類別固定了常數後,這足以證明嚴格的整體極小值。沿越來越大的斜率,最小 Hessian 特徵值卻趨於零。共同斜率界恢復了二次估計中的一致係數。若刪去這個假設而保留同一係數,就會得到更強且錯誤的斷言。
斜率假設不能直接刪去:只要把一個鼓包放大,就足以擊敗任何一致的二次常數。
反例模式
唯一整體極小值未必有一致二次能量差
對零邊界數據, 是唯一的面積極小圖。選非零 ,令 、。由於當 時有 ,
二者比值趨於零。因此不存在一個正常數,能對每條光滑固定邊界比較函數,用該導數範數平方從下方控制面積差。這不與前面的有界梯度定理矛盾:本族梯度隨參數增大而無界。
明確的非線性極小化圖與誤導性的調和候選
例題 18.2.5
(仿射圖給出精確面積極小值)
設 ,其中 。它的通量為常向量,所以與緊緻支撐測試梯度的積分為零。比較定理證明它是 中的唯一極小化函數,並有
該斷言包括粗糙的固定邊界圖像比較函數,而不僅是光滑擾動。仿射例子的幾何很簡單,但證明中的邊界抵消與彎曲圖像所用的完全相同。
例題 18.2.6
(Scherk 圖在矩形上是彎曲的整體極小化圖)
取 ,令 ,定義
該函數在閉矩形的某個鄰域上光滑。導數為 、、、 和 。因此極小圖方程的分子為
所以它在自身的固定邊界類別中是唯一整體面積極小化函數。梯度由 控制,故定量定理也適用於具有該共同界的比較函數。一般而言, 不為零:非線性極小圖不必調和。對矩形的限制把極點留在閉區域以外;這裏沒有聲稱在極點處存在有限邊界數據的定理。
例題 18.2.7
(加上常數顯示邊界類別排除了甚麼)
設 為弱解, 為常數。則 ,所以 ,且 滿足同一弱方程。這不與唯一性矛盾,因為 。事實上, 必須屬於 ,而比較證明中的 Poincaré 界 會給出 。
對 ,線性項 顯然為零,超額量亦為零。若常數差是容許的,唯一性便恰好在相差常數處失效。在光滑區域上,可以說 的邊界值平移了 ; 的閉包定義不用逐點邊界值,也記錄了同一事實。
反例模式
Dirichlet 極小化函數未必使圖面積極小
在單位圓盤上取 ,並指定其邊界類別。該函數調和且使 Dirichlet 能量最小,但其面積通量的散度為
並非恆等於零。選一個非負光滑緊緻支撐函數 ,使其在某個 處為正,再令 。則 是光滑緊緻支撐測試函數,且
對足夠小的正 ,面積下降而邊界數據不變。兩個極小化原理涉及不同的被積函數。小斜率近似可以聯繫它們的能量,卻不會使精確駐定方程相同。
練習與解答
快速檢查
(對徑向高度 推導徑向極小圖方程,並證明整個圓盤上的 徑向解為常數。在圓環 上,構造通量常數為 、內邊界值為零的解,計算其面積,並說明已證明的極小性範圍。)
這解釋為何徑向極小圖可以在圓環上彎曲,卻不能光滑穿過圓盤中心。使用散度的徑向形式。
解答 · 引導解答
對正半徑,徑向散度公式給出
所以括號內的表達式為常數 。若解在中心光滑,則該表達式當 時趨於零,故 且 。在圓環上,中心不在區域內。對指定的正常數,
對 的嚴格界使函數光滑延伸到兩個邊界圓。使用極座標及 ,得到
弱比較定理證明它在該解自身的固定 Sobolev 邊界類中是唯一極小圖。並未聲稱每對圓環邊界高度都來自這個範圍內的參數,也沒有與跨接兩個圓的全部非圖像曲面比較。
快速檢查
(當 時,求 的精確表達式與界。對 、 推導帶控制的面積展開,並解釋它對駐定方程說明了甚麼、未說明甚麼。)
這是對小斜率 Dirichlet 近似的定量描述。把平方根之差有理化。
解答 · 引導解答
對平方根之差有理化得
令 後積分。四次冪假設使誤差可積,並有
Dirichlet 能量是這個縮放族的首個二次修正項。這是具有定量餘項的能量近似,而不是在非零振幅下將極小圖 PDE 精確替換為 Laplace 方程。調和反例說明了為何必須區分二者。
快速檢查
(設 為常對稱正定 矩陣,把密度換成 。推導其通量與 Hessian,證明相應的弱整體圖像比較,求仿射邊界數據的極小值,並對 及仿射高度 計算密度。)
改變斜率度量會改變通量。在 定義的內積中使用 Cauchy–Schwarz。
解答 · 引導解答
求導得
在 內積中應用 Cauchy–Schwarz,可知分子至少為對非零 成立的 。由於 ,通量由 控制。因此可重複上面的支配收斂一階變分、緊緻支撐測試延伸與嚴格凸超額比較,弱方程現為 。論證以存在一個容許弱解為條件,並未證明一般存在性。
仿射高度的通量為常數,因此它在自身邊界類別中是唯一極小化函數,數值為 。對指定矩陣與高度,,密度為 ,故極小值為 。正確方程來自該密度的通量,不能在改變目標後仍直接保留歐氏(Euclid)公式。
圖像定理的限制
我們已對一個存在的圖像解證明弱比較與唯一性定理,給出明確的彎曲及仿射例子、依賴斜率界的定量估計和指定的常度量擴展。一般指定數據的存在性與邊界正則性、垂直極限梯度、BV 鬆弛、非參數圖像與參數曲面的比較、不受限制的曲面拓撲及自由邊界極小曲面,都在本節論證之外。