【摘 要】
:
KdV方程是在物理学、应用数学、力学、大气和海洋科学等多个自然学科中都有着重要应用背景的非线性偏微分方程,对于该方程所描述现象,如孤立波等经典解的存在性和长时间稳定性研究具有重要的理论意义和应用价值,是人们长期关注热点的课题之一.本文主要研究如下一类七阶KdV方程,ut-u7x+bu5x+du3x=(f(u,ux,uxx,u3x,u4x))x;其中,u∈H3(R),unx=?nu/?xn,F(q,
论文部分内容阅读
KdV方程是在物理学、应用数学、力学、大气和海洋科学等多个自然学科中都有着重要应用背景的非线性偏微分方程,对于该方程所描述现象,如孤立波等经典解的存在性和长时间稳定性研究具有重要的理论意义和应用价值,是人们长期关注热点的课题之一.本文主要研究如下一类七阶KdV方程,ut-u7x+bu5x+du3x=(f(u,ux,uxx,u3x,u4x))x;其中,u∈H3(R),unx=?nu/?xn,F(q,r,s)∈C3(R)是p+1次齐次函数,(q,r,s)∈R3.我们首先将孤立波解的存在性转化为带约束泛函的极小值存在性,并利用Lions的集中紧致性原理证明无界域H3(R)中孤立波解的存在性,然后将孤立波的变分结构与Grillakis,Shatah和Strauss等人提出的轨道稳定性理论(GSS轨道稳定性理论)相结合,分析孤立波的稳定性.全文主要结构如下:第一章为引言,简要综述孤立波的发展历史,主要研究方法以及取得的成果,KdV方程的研究现状和已有的孤立波稳定性相关成果.第二章为预备知识,简要介绍基本概念和定理,以及变分法原理,集中紧致性原理和GSS轨道稳定性理论等.第三章为主要内容,证明上述问题孤立波解在空间H3(R)中的存在性,在此基础上,将孤立波的变分结构与GSS轨道稳定性理论相结合,证明当纯量函数d(c)严格凸时,孤立波解集的稳定性.
其他文献
医疗器械通常是指直接或者间接用于人体的仪器、设备、器具、体外诊断试剂及校准物、材料以及其他类似或者相关的物品,甚至包括所需要的计算机软件,可细分为医疗设备和医用耗材。其使用目的包括诊断、预防损伤或者疾病的作用,可以实现对损伤或者疾病的监护、缓解,对损伤同时具有功能补偿作用;维持生命和支持生命的作用;检验、替代生理过程以及结构,可以实现对生理过程以及结构的有效支持和调节;控制妊娠;在人体样本检查的基
随着资本市场快速发展,并购已经成为资本市场的主要手段之一。2018年至2020年里,A股在金融去杠杆收紧流动性、信用风险暴露、独角兽上市“抽血”预期、贸易战阴霾的轮番冲击下持续下跌。在这样的市场环境下,上市公司面临由于主要股东股权质押逼近或跌破平仓线而被强平带来的流动性风险,恐慌情绪持续蔓延。大面积的上市公司正因质押风险面临极为严峻的股权稀释、授信压缩以及商誉毁损等风险,并且在极端情况下,可能导致
SG公司是一家供应于“3C”行业电子产品的精密金属配件组装的制造商,主要的产品是高精密金属冲压组装件。为使SG母公司在市场上保持冲压零部件加工核心领导地位,并不断的向其他新兴的行业拓展市场份额,公司急需通过整合内外部资源,降低固定资产投入,进而降低运营成本,提高运营效率。本文详细的阐述了SG公司的基本情况及当前零部件生产的类型、历史销售额、组织架构、运营状况等。通过案例研究、现场访谈等分析方式,分
深度学习技术在过去几年中取得了重大突破,从解决传统的统计机器学习问题发展到处理更具挑战性的自动驾驶汽车、自然语言和语音处理以及智能机器人等问题。研究者们一直在尝试利用计算机模仿人类的思维方式,而人类思维的特点在于它的创造性,因此如何借助计算机对艺术创作过程进行部分或全部自动化逐渐成为人工智能领域的研究热点。本文将研究如何利用深度学习生成具有巴赫风格的四声部合唱音乐。本文在研究了巴赫风格自动作曲中影
本文重点研究了美式一篮子期权定价问题,系统分析了数值求解该问题的本质困难,给出了一种有效的数值算法,即原始对偶积极集算法.在Black-Scholes(B-S)模型的基础上,我们首先对一般美式多资产期权进行分析.美式多资产期权模型是一个多维变系数的倒向抛物模型,满足线性互补问题.针对这类模型,我们以一篮子期权为例进行数值求解.我们首先通过B-S模型推导中的变换公式和远场截断方法,将该问题转化为有界
相依序列的大数定律是近代概率极限理论的研究热点之一,它在统计、金融、经济学等领域都有着十分广泛的应用.起初大数定律针对的是独立同分布的随机变量序列,如Kolmogorov强大数定律和Marcinkiewics-Zygmund强大数定律,但实际情况下,大多数随机变量序列都是不独立的,因此众多学者开始提出各类相依随机变量序列,如NA序列、AANA序列、NSD序列、m-AANA序列、m-NSD序列等,并
在过去的数十年里,随着计算机技术的快速发展,各种机器学习算法相继被提出。许多学者将传统生存分析方法与各种机器学习技术相结合来分析生存问题,利用二者的优势,以不同的方式学习协变量与生存时间之间的关系,从而提供了更有效的算法。分位数回归可以很好地揭示因变量分布的分位数与协变量之间的关联,在生存分析中分位数回归也为生存模型提供了有价值的补充,估计不同的分位数可以更清楚地描述整个生存分布的信息。XGBoo
在生物信息学领域中,高通量RNA测序技术的快速更新与广泛应用,使得各种类型的测序数据也随之产生,如何应用统计学、计算机科学及医学等多学科交叉理论与方法去解决医学中的实际问题已经成为了研究中的热点。本文以结核分枝杆菌感染为聚焦点,通过统计方法与计算生物学算法对结核分枝杆菌感染后人体先天性免疫微环境中细胞类型间的功能与联系进行研究。结核病是由于结核分枝杆菌感染人体后导致的一种慢性传染性疾病,并且一直是
自然科学与人文社会学的诸多领域广泛存在着许多包含随机因素和不同时间尺度的现象.数学家通常将这类现象抽象为随机快慢微分方程的形式,进而通过研究相应方程解的性态来解决实际问题.然而,这类方程一般很难求得精确解,同时不同时间尺度也会给数值求解带来巨大障碍.因此,发展有效方法来简化这类复杂方程是非常必要的.Wong-Zakai逼近理论是解决这一类问题的重要方法,它的核心思想是利用光滑的彩色噪声系统逼近白噪
薛定谔方程是量子力学中的一个基本方程,也是量子力学的一个基本假定,它是一个二阶偏微分方程,可描述微观粒子的运动。它的求解历来是一个相当复杂的问题。而随着统计机器学习理论的蓬勃发展,机器学习方法在各个领域都开始崭露头角。因此探索机器学习技术在薛定谔方程研究中的应用是一个新颖而有意义的问题。在有关薛定谔方程的研究中,原子分子的高次谐波发射问题和本征值问题分别是比较前沿和基础的两个问题。本文以统计机器学