有限时间爆破：多孔介质、Boussinesq与Euler方程的光滑外力解

有些事情令人兴奋阿尔珀格和巴克马斯特的近期作品，在基础上继续发展科尔多瓦和马丁内斯-索罗亚的早期工作，在臭名昭著的全局正则性问题的一般话题中，不可压缩三维纳维-斯托克斯方程.现在普遍期望能够构造平滑初始数据和平滑强迫项，使这些方程在有限时间内发展奇点;甚至应该可以不使用强迫项。

虽然这些作者尚未完全实现这些目标，但他们取得了足够的突破，使得在不久的将来完成这些目标看起来非常可行。特别是，他们展示了三个更简单的模型方程的有限时间爆破：不可压缩多孔介质（IPM）方程，二维布辛内斯克方程，以及三维不可压缩欧拉方程.（这些方程中的第一个已经由科尔多瓦和马丁内斯-索罗亚处理过，但阿尔珀格和巴克马斯特发现了他们方法的一个变体，该变体也扩展到另外两个方程，并且很可能也推广到纳维-斯托克斯。）正如现代自形式化代理的时代极为可行的那样，他们的工作也已被形式化在精益中。

正如人们所料，如今这里的论点大量依赖人工智能辅助，但作者们在过去几周一直在努力简化和重写证明，从他们字面上称之为“我们见过的数学史上最糟糕的文章”，变成更易读且具备专业质量的作品。

这仍在进行中：不幸的是，由于外部事件，他们被迫在预印本尚未完全消化和润色前发布，这些事件已在上述链接中有所记录。尽管如此，关于布辛内斯克论文至少目前状况相当不错，可以作为初步起点。

我也很幸运地在半小时的电话中得到了Tristan Buckmaster解释论文的主要观点，尽管我还需要继续工作（可能还需要结合黑板和现代人工智能工具）来更好地消化内容。

目前我会尝试写一个关于主要观点的简要总结，重点突出这些观点是我认为这类工作的主要价值;实际解决这些问题只是发展数学理解和洞察力这一主要目标的代理目标。

没有这种理解，即使是像纳维-斯托克斯正则性问题这样臭名昭著的问题，对数学的内在意义远不及流行媒体中有时宣传的那么重要。

根据科尔多瓦和马丁内斯-索罗亚的基础策略，是分阶段迭代构建此类方程的解，反复对之前的（强制）解添加小的高频修正，使解更接近爆破时间，同时保持强迫项的良好行为。

与其使用具体方程，不如采用完全抽象的方程

其中是解，是表示运动方程的非线性微分算子，是强迫项。当然，这个设定太笼统，无法进行完整分析，但对于这篇简短的帖子来说应该足够了。

假设已经构造出一个低频解

对该方程进行扰动，并希望对其进行扰动以生成一个新的解

这会在爆破时间附近开始出现的高频修正，代价是对强迫项进行一定（推测也是）高频修正。如果能使解修正幅度相对较大，同时保持修正幅度非常低，且每次迭代修正频率迅速增加，那么可以期望通过迭代该过程达到极限以获得解

其中 在有限时间内表现出爆破，而保持平滑。

为了使该策略有效，应近似求解差分方程

保持小。如果我们能忽略非线性效应，这基本上就是求解一个线性化的方程

游戏设计背景解，使进化方程表现出某种可利用的不稳定性，使该方程的解在早期可能指数级地微小，但在爆破时间附近变得较大。此时可能预期非线性效应会启动，使解极难分析;但如果能恰到好处地掌握大振幅出现的时机，就能达到一个甜蜜点，在爆破时间时振幅已足够大以破坏平滑性，但又不会大到破坏分析稳定性。

至少在布辛尼斯克方程的情况下，有一个明确的答复，详见相关论文其中，在接近爆破和靠近原点的位置时，在空间中表现为线性，表现为高频平面波。

令人惊讶的是，这种解答可以被精确求解（无需任何非线性修正项），从而形成一套具有所需不稳定性性质的显式常微分方程调制方程组。

这就是爆破的基本机制;然而，为了使完整论证严谨，需要大量技术复杂性，例如与空间截止相关。Alpöge–Buckmaster构造相较于早期的Córdoba–Martínez–Zoroa构造有一些技术改进，使其能够处理更一般的流体方程;我尚未完全理解具体差异，但常微分方程似乎更不稳定，高频修正似乎具有更好的空间定位性质。

希望未来作者能有更好的阐述和讲解，讲述这个好结果。如果我有时间，能更好地消化结果，也许还能在后续博客文章中提供更多细节。

编辑：现在还有独立选手加内什拉姆、杜鲁伊索和阿南德库马尔的预印本这在有限时间爆破的另一个主要方法上取得了重大进展，即先用数值或机器学习工具定位近似自相似的爆破剖面Ansatz，然后证明其足够稳定以被扰动到实际解。

对于欧拉方程（无强迫项或边界），他们使用了物理知情神经网络（PINN）来定位数值稳定的候选解;尽管实际上将其稳定性稳定在解中剩余误差容忍范围内仍是一项重大挑战，要将这一结果推向有限时间爆破的完整严谨演示。