2014：KPZ 懸案告破——Hairer 的正則結構探案#
「這條方程式人人都看過，卻沒有人能合法地寫下它的解。」——本案卷宗首頁的鉛筆批註。
| 案件檔案 | 內容 |
|---|---|
| 案號 | KPZ-2014-001 |
| 案發時間 | 1986 年立案，2014 年告破 |
| 案發地點 | 一維界面生長的隨機世界 |
| 報案人 | M. Kardar、G. Parisi、Y.-C. Zhang（1986） |
| 偵探 | Martin Hairer（華威大學，後任帝國理工） |
| 兇器 | 時空白噪聲 \(\xi\) 與非線性項 $ |
| 審判 | 2014 年 Fields 獎（首爾國際數學家大會） |
| 血緣 | T. Lyons 粗糙路徑（1998）之嫡系後裔 |
| 狀態 | 已結案，奇異隨機偏微分方程時代開啟 |
案發現場#
1986 年的物理實驗室裡，三位報案人目睹了一樁怪事。
他們觀察紙張吸水的前緣、細菌菌落的邊界、晶體生長的表面，發現這些界面的高度 \(h\) 隨時間起伏，粗糙度不斷放大，卻又服從某種普適的標度律。
於是他們寫下了一條外觀人畜無害的方程：
其中 \(h = h(t,x)\) 是界面高度， \(\nu\) 是表面張力係數 ， \(\lambda\) 是生長速率係數 ，而 \(\xi\) 是時空白噪聲。
探長的第一反應是：「這不就是熱方程加個平方項，再加點噪聲嗎？有什麼難的？」
真正的恐怖藏在證物 \(\xi\) 身上。
時空白噪聲在 \(1+1\) 維中，作為廣義函數，其正則性只有 \(-3/2 - \kappa\) 階，其中 \(\kappa > 0\) 是任意小的常數。
線性部分解出的隨機熱方程，其解的正則性僅為 \(1/2 - \kappa\) 階，是一條處處連續、卻處處不可微的鋸齒路徑。
那麼請問：對一條不可微的路徑求梯度，再平方—— \(|\nabla h|^2\) 究竟是什麼意思？
經典微積分在此當場殉職， Itô 積分也無能為力，因為這裡的噪聲不是時間一維的半鞅，而是時空分佈。
從 1986 年到 2013 年，此案被標註為「形式方程」：物理學家敢用它算標度指數，數學家卻不敢承認它的解存在。
卷宗裡還躺著另一份舊檔案——Lyons 在 1998 年留下的粗糙路徑理論。
Lyons 說過，對付 Hölder 指數小於 \(1/2\) 的路徑，必須把路徑連同它的「迭代積分」打包成一個增強對象，才能定義積分。
Hairer 注意到了這句遺言，他懷疑 KPZ 案的兇手也是同一個：問題不在方程，而在我們對「解」的定義太天真。
偵查過程#
偵探 Hairer 的辦案筆記分為四步，每一步都對應一次數學上的躍進。
第一步是驗屍：計算正則性，確認死因。
他設 \(X\) 為拋物型 Hölder 空間的正則性指標，則白噪聲 \(\xi\) 滿足 \(|\xi| \sim -3/2 - \kappa\) ，而熱核 \(K\) 能把正則性提升 \(2\) 階。
於是形式解 \(h = K \ast (\lambda |\nabla h|^2 + \xi)\) 中，先行項 \(K \ast \xi\) 的正則性為 \(1/2 - \kappa\) ，其梯度為 \(-1/2 - \kappa\) 。
兩個 \(-1/2 - \kappa\) 階的分佈相乘，在 Schwartz 廣義函數理論中是非法操作，因為正則性之和小於零時乘積必然發散。
下表是 Hairer 在黑板上寫的「屍檢報告」：
| 證物 | 正則性指標 | 能否定義平方 | 備註 |
|---|---|---|---|
| 時空白噪聲 \(\xi\) | \(-3/2 - \kappa\) | 否 | 太粗糙，非函數 |
| 線性解 \(K \ast \xi\) | \(1/2 - \kappa\) | 邊緣 | 連續但不可微 |
| 梯度 \(\nabla h\) | \(-1/2 - \kappa\) | 否 | 分佈，無逐點值 |
| 非線性項 \(\|\nabla h\|^2\) | 發散 \(-\infty\) | 否 | 需重整化 |
第二步是追查血緣：把 Lyons 的粗糙路徑從常微分方程搬到偏微分方程。
Lyons 的核心咒語是：若路徑 \(X\) 太粗糙，就不要只記錄 \(X\) 本身，而要記錄它與自身的高階交互 \(\mathbb{X}\) 。
Hairer 把這句話翻譯成場論語言：解的局部展開不應只用多項式 \(X^k\) ，而要用一組由噪聲生成的抽象符號。
他發明的「正則結構」是一組三元組 \((A, T, G)\) ，其中 \(A\) 是齊次度集合， \(T\) 是模型空間， \(G\) 是結構群。
每個抽象符號 \(\tau \in T\) 都有一個齊次度 \(|\tau|\) ，例如噪聲符號 \(\Xi\) 的齊次度為 \(-3/2 - \kappa\) 。
Hairer 寫下 KPZ 方程的抽象不動點問題：
其中 \(\mathcal{P}\) 是抽象熱核積分算子， \(\mathscr{D}\) 是抽象導數， \(P h_0\) 是初值提升。
第三步是關鍵的審訊技巧：重整化。
Hairer 發現，光是抽象展開還不夠，因為把磨光噪聲 \(\xi_\varepsilon\) 對應的典範模型代入時，非線性項會以 \(C_\varepsilon \sim \varepsilon^{-1}\) 的速度爆炸。
他於是引入重整化群 \(M_\varepsilon\) ，對模型做一個與 \(\varepsilon\) 有關的線性變換，把發散部分系統性地減掉。
重整化後的方程多出一個反項：
當 \(\varepsilon \to 0\) 時， \(h_\varepsilon\) 收斂到一個與磨光方式無關的極限 \(h\) ，只差一個有限的常數位移。
這正是物理學家在量子場論中用了半世紀的伎倆，第一次在拋物型隨機偏微分方程中被嚴格化。
第四步是收網：證明抽象解映射的連續性。
Hairer 證明了「重建定理」：只要模型 \((\Pi, \Gamma)\) 收斂，則重建出的廣義函數 \(\mathcal{R} H\) 也收斂。
下表整理了本案的辦案工具與 Lyons 舊案的對應關係：
| Lyons 舊案（1998，SDE） | Hairer 新案（2014，SPDE） | 共同靈魂 |
|---|---|---|
| 粗糙路徑 \((X, \mathbb{X})\) | 模型 \((\Pi, \Gamma)\) | 增強對象攜帶交互資訊 |
| Hölder 粗糙度 \(\alpha\) | 齊次度 \(\|\tau\|\) | 以指數量化粗糙 |
| Lyons 擴張定理 | 重建定理 | 從局部展開還原整體 |
| Wong–Zakai 修正項 | 重整化常數 \(C_\varepsilon\) | 發散的合法減除 |
| 高階迭代積分 | 抽象符號乘積表 | 代數結構先行 |
至此，KPZ 方程第一次擁有了適定（well-posed）的嚴格解。
結案報告#
2014 年首爾，國際數學家大會宣佈 Hairer 榮獲 Fields 獎，頒獎詞只有一句話：對奇異隨機偏微分方程作出了變革性貢獻。
本案的直接遺產有三件。
第一，KPZ 方程從形式方程升格為嚴格數學對象，其 Cole–Hopf 解被證明正是重整化後的正則結構解，堵上了二十八年的邏輯缺口。
第二，正則結構成為通用刑具，隨後被用於 \(\Phi^4_3\) 模型、連續拋物型 Anderson 模型，以及 \(3\) 維 Navier–Stokes 的隨機版本。
第三，它與 Gubinelli 的 paracontrolled 分佈、Kupiainen 的重整化群構成三足鼎立，共同開啟了「奇異 SPDE」十年。
從血緣上看，這是 Lyons 粗糙路徑在無窮維的還魂：當年為馴服布朗運動以下粗糙路徑而發明的代數增強思想，在 Hairer 手中長成了能馴服時空白噪聲的參天大樹。
探長在結案陳詞中寫道：「我們沒有馴服噪聲，我們只是學會了用噪聲自己的語言與它談判。」
後續的目擊者稱，Hairer 辦完此案便轉向了 Yang–Mills 與隨機幾何，而 KPZ 普適類的精確分佈問題，則交給了概率論的下一代偵探。
證據與工具#
核心證物一：KPZ 方程及其磨光重整化版本，見偵查過程第三步，關鍵是發散常數 \(C_\varepsilon\) 的減除與 \(\varepsilon \to 0\) 的極限。
核心證物二：抽象不動點方程 \(H = \mathcal{P}(\lambda (\mathscr{D} H)^2 + \Xi)\) ，其重建 \(h = \mathcal{R} H\) 即為物理解。
核心證物三：重建定理保證解映射關於模型連續，這是整個適定性證明的鎖鏈扣。
| 工具 | 用途 | 出處 |
|---|---|---|
| 正則結構 \((A, T, G)\) | 描述局部展開的代數骨架 | Hairer 2014 |
| 模型 \((\Pi, \Gamma)\) | 把抽象符號翻譯為廣義函數 | Hairer 2014 |
| 重整化群 \(M_\varepsilon\) | 系統減除發散 | Hairer 2014 |
| 粗糙路徑 \((X, \mathbb{X})\) | 有限維先驅，思想源頭 | Lyons 1998 |
| Cole–Hopf 變換 \(h = \log Z\) | 連接隨機熱方程的旁證 | Bertini–Giacomin 1997 |
辦案守則：遇到正則性之和為負的乘積，不要硬乘，先增強結構，再重整化，最後重建。
補充：程式實作#
對應程式#
本節對應程式為 1998-fbm_hurst.py ，以分數布朗運動的 Hurst 標度示範何謂粗糙度量尺，本程式與 1998 年 Lyons 粗糙路徑篇共用，此處從奇異 SPDE 的角度重新解讀。
理論呼應#
Lyons 以 \(p\) 變差量化一路徑有多粗，Hairer 則以齊次度 \(|\tau|\) 量化一符號有多奇異，兩者是同一靈魂。 程式驗證的自相似律 \(Var B(t) = t^{2H}\) 關係說明 \(H\) 越小路徑越粗，正是粗糙度量尺的原型。 當 \(H < 1/2\) 時連 Itô 積分都不夠用，必須呼叫面積 \(\mathbb{X}\) 或模型 \((\Pi, \Gamma)\) 等增強對象。 KPZ 案把這條線推到時空分佈，梯度平方 \(|\nabla h|^2\) 非法正是 \(H\) 極小世界的無窮維版本。
執行方式#
在 隨機微積分 目錄下執行 python3 _code/1998-fbm_hurst.py 即可重現結果，只需 numpy。
實測輸出#
H = 0.1: slope = 0.2264, target 2H = 0.2000, err = 0.0264
H = 0.7: slope = 1.4560, target 2H = 1.4000, err = 0.0560
VERIFY slope_H01=0.2264 slope_H07=1.4560
\(H = 0.1\) 一組斜率緊貼 \(0.2\) 目標，示範了比布朗運動更粗的噪聲確實存在且可量測。
讀者實驗#
將取樣點 N = 256 改為 N = 512 後重跑，觀察 \(H = 0.1\) 組斜率誤差是否進一步縮小。
完整程式如下：
"""1998 分數布朗運動 Hurst 估計（Cholesky 生成）。
對應 wiki：Mandelbrot–Van Ness (1968) fBM 定義；此處驗證自相似性
Var B(t) = t^{2H}，即 log Var 對 log t 斜率 = 2H。
生成：時格 t_i = i/N (N=256，含 0 共 257 點)，
共變異 C(s,t) = (s^{2H}+t^{2H}-|t-s|^{2H})/2，Cholesky L，路徑 = L z。
實驗：H = 0.1 與 0.7，各 500 條；逐 t 樣本變異數，
線性迴歸 log Var ~ log t 得斜率，容忍 |slope - 2H| < 0.15。
只用 numpy，固定種子，不畫圖。
"""
import numpy as np
rng = np.random.default_rng(3)
N = 256
M = 500
Hs = (0.1, 0.7)
t = np.arange(N + 1) / N # 含 0
slopes = {}
for H in Hs:
p = 2.0 * H
ti = t[:, None]
tj = t[None, :]
C = 0.5 * (ti ** p + tj ** p - np.abs(ti - tj) ** p)
C += 1e-12 * np.eye(N + 1) # 數值 jitter（H=0.1 時近奇異）
L = np.linalg.cholesky(C)
Z = rng.standard_normal((N + 1, M))
paths = L @ Z # (257, 500)
var_t = np.var(paths[1:, :], axis=1, ddof=1) # 去掉 t=0
logt = np.log(t[1:])
logv = np.log(var_t)
slope, intercept = np.polyfit(logt, logv, 1)
slopes[H] = float(slope)
print(f"H = {H}: slope = {slope:.4f}, target 2H = {p:.4f}, err = {abs(slope - p):.4f}")
print(f"VERIFY slope_H01={slopes[0.1]:.4f} slope_H07={slopes[0.7]:.4f}")
assert abs(slopes[0.1] - 0.2) < 0.15, f"H=0.1 斜率偏差過大: {slopes[0.1]}"
assert abs(slopes[0.7] - 1.4) < 0.15, f"H=0.7 斜率偏差過大: {slopes[0.7]}"