Hs中带位势的高阶非线性Schrōdinger方程的适定性

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:aoli668
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
量子力学是上个世纪最重要的科学发现之一,它的基本方程是Schr(o)dinger方程。正因为Schr(o)dinger方程有如此深厚的物理背景,近百年来对它及其对应的Schr(o)dinger算子的研究一直都是人们关注的热点。这些研究主要集中在对其解的Lp-Lq估计,局部光滑估计,Strichartz估计等及其对应的Schr(o)dinger算子的自伴性,谱理论,散射理论等。本文所考虑的Schr(o)dinger方程解的适定性,描述了粒子在一定时间内的稳定性态,同样有着极其重要的物理意义。对于非线性Schr(o)dinger方程在Hs(Rn)中的适定性问题,Kato等人最先对其进行了研究,并由T.Cazenave等得到了局部适定时s的最优条件。而对于高阶非线性Schr(o)dinger方程的适定性的研究,现有的成果并不多,特别是对带位势的情形,还有很多问题等着人们去解决。本文的主要工作是研究当位势V (x,t)满足适当的条件时,带位势的高阶非线性Schr(o)dinger方程在Hs(Rn)中的局部适定性。   全文分为三章,第一章是绪论,阐述Schr(o)dinger方程的物理背景及前人对Schr(o)dinger方程在Hs(Rn)的适定性的研究成果。第二章为预备知识,介绍关于高阶Schr(o)dinger方程的一些估计,为第三章主要定理的证明做准备。第三章是对本文的主要结论的叙述和证明,主要考虑在一定的位势条件下,带位势的高阶非线性Schr(o)dinger方程在Hs(Rn)中的局部适定性。在证明过程中,通过构造适当的作用空间,结合Strichartz估计,利用Banach不动点定理来证明所要得到的主要结果。
其他文献
随着数据收集和存储技术的不断发展以及人们对信息获取的要求越来越高,数据挖掘已经成为许多行业不可缺少的有效工具。在数据挖掘的整个过程中,数据预处理无疑是非常关键的一
在实际应用过程中,激光图像、合成孔径雷达图像、显微图像和医学图像中普遍存在着乘性噪声.相对于加性噪声图像去噪问题,乘性噪声有着相对比较低的均匀度、起伏比较剧烈,而且
二十世纪后期,非线性科学蓬勃发展,其中混沌理论的发展占了极大份额.随着人们对混沌认识的深入,特别是混沌在自然科学中的应用,如何界定混沌的内涵和外延,从而科学地下定义混沌和
面板数据在计量经济学、统计学、生物统计学等一些学科领域都有广泛的应用。面板数据可以控制个体间的异质性,还可以识别只用横截面或者时间序列数据无法估计的影响。面板数据一般具有更多的样本信息,允许构建更加复杂的模型。在实际收集数据的过程中,由于个体不再接受调查、企业倒闭或者某些个体在后来才接受调查等原因,缺失数据非常常见。本文主要研究的是非平衡面板数据模型中参数分类方法的理论性质和实际应用。一般面板数据
学位
于不同维度间进行特征转移的思想能引导出包括图像编辑和几何重建在内的许多计算机图形学的建模问题的解决方法.通过将原始数据的特征转移到另一个维度,我们常常能发现某些隐藏
量子卷积码和量子分组码一样,都是为了保证量子态在量子通信的传输过程中信息的完整性,它使得量子通信在实际中成为可能。因此,对于量子编码的实现方法的研究很重要,量子编码的理
本文给出了求解球面上二维准地转模型的半拉格朗日方法.此半拉格朗日方法的主要特点是以流函数和位涡作为预报量,并与二阶中心差分格式相结合离散方程.   对于此方法,本文
汽车牌照识别系统(LPR)能够自动地通过摄取车辆图像,对采集到的图像进行处理和分析,并根据车牌的先验知识和其他信息能够识别出车牌。车牌定位的主要目的是在车牌图像中确定车