da 3m0o » 11/01/2023, 19:07
Dato un grafo \(G = (V,E) \) diciamo che una funzione \( f: V \to \mathbb{R} \) è discreta armonica se vale che
\[ \Delta f(y) = \frac{1}{\deg y} \sum_{x \sim y} ( f(x)-f(y) ) = 0 \]
O in altre parole
\[ f(y) = \frac{1}{\deg y} \sum_{x \sim y} f(x) \]
Dove \( \Delta \) è il Laplaciano discreto, \( x \sim y \) significa che \(x \) è connesso con un arco a \(y \).
Nel nostro caso abbiamo
\[ f(x,y,z) = \frac{1}{6} \left( f(x+1,y,z) + f(x-1,y,z) + f(x,y+1,z) + f(x,y-1,z) + f(x,y,z+1)+f(x,y,z-1) \right) \]
La funzione che hai detto te non è armonica perché ad esempio \( (1,0,0) \) possiede 6 vicini tra cui \((0,0,0) \) ora hai che
\[ \Delta f(1,0,0) = - \frac{1}{6} \]
Idea:
Credo che la soluzione ad una PDE discretizzata simile alla seguente verifica il mio problema
\[ \left\{\begin{matrix}
\Delta f(x) = 0 & x \in \mathbb{Z}^3 \setminus \{ (0,0,0) \} \\
f(x)= \delta_{x=y} & y \in \{(0,0,0)\}
\end{matrix}\right. \]
La soluzione a questo problema è unica, perché se ne esistono due, diciamo \(f,g\), allora \( h=f-g \) è soluzione di
\[ \left\{\begin{matrix}
\Delta h(x) = 0 & x \in \mathbb{Z}^3 \setminus \{ (0,0,0) \} \\
h(x)=0 & x \in \{ (0,0,0)\}
\end{matrix}\right. \]
ma per il principio del massimo/minimo per una funzione armonica abbiamo che il massimo di \(h(x) \) sta sul bordo, i.e. in \((0,0,0)\), pertanto \( h=0 \) ovunque e \(f=g \).
La soluzione del problema originale è data dalla misura armonica discreta, i.e. \( f(x)= H(x,y) \), ora la misura armonica discreta descrive la soluzione a questo problema
Sia \( X= (X_n)_{n \geq 0} \) una passeggiata aleatoria semplice in \( \mathbb{Z}^3 \) che comincia in \(x \in \mathbb{Z}^3 \) e sia \( \tau = \inf\{ n \geq 0 : X_n = y \} \) dove in questo caso poniamo \( y= (0,0,0) \). \(H(x,y)\) ci dà la probabilità che incominciando da \(x\) usciamo per la prima volta da \(y\). Abbiamo quindi che
\[ H(x,y) = \mathbb{P}_x [ X_{\tau} = y ] \]
infatti se \(x = y \) allora chiaramente la probabilità è \(1\) (perché incomincia già dal origine), inoltre siccome è una probabilità abbiamo che è bounded, e chiaramente è armonica, resta da dimostrare che non è costante e credo che lo sia perché una passeggiata aleatoria su \( \mathbb{Z}^3 \) che inizia in \(x\) non torna in \(x\) con probabilità \( > 0 \), quindi c'è una probabilità \( >0 \) che la passeggiata aleatoria non visiti mai \(y\) siccome se visitasse \( y \) con probabilità \(1 \) allora avremmo che siccome è una Markov Chain, per la Markov Chain property (perdità di memoria) abbiamo che con probabilità \(1 \) torna ad \(x\).