怎樣逐步學習dispersive equation?

看過一點Tao的書,寫的挺好但習題不會,所以基本屬於沒看懂。自己看過evans前七章,學過泛函(線性非線性)和調和。想知道有啥入門教材


Tao的書是非常好的參考資料,但是我覺得對一般的同學來說,刷Tao的書不合適。初學者上來看Tao的書很困難,但是當你對某一個topic學了一定程度之後Tao的書卻又不夠用了,所以建議直接看論文。下面列一些經典理論和最近比較熱門的主題。

一.低正則局部理論:

Strichatz估計: Keel, Tao的論文Endpoint Strichartz estimates,1997年左右

極大函數估計,局部光滑性以及分數次leibniz法則去做KdV: Kenig,Ponce,Vega, 1993年左右,做KdV的局部適定的論文

X s,b:Tao的教材

U_p V_p: Koch,Tataru,Visan合寫過一部專著,其中Koch寫的部分

二.整體解理論:

I 方法:直接看Tao他們的原始論文

散焦臨界方程: 先看Koch,Tataru,Visan合寫專著Visan寫的的部分,然後看Killip和Visan寫的臨界方程的Notes,在Visan主頁上可以下載到

聚焦臨界方程,基態能量以下: Kenig主頁上有兩個Notes,看那個關於方程的,不用看Concentration Compact/Rigidity那個

聚焦臨界方程,基態能量以上:目前沒有好的入門參考資料,可以看Nakanishi Schlag合寫的invariant manifold那個專著

小初值整體正則性的space time resonance方法: 沒有好的入門材料,可以先看Germain,Masmoudi,Shatah的3d quadratic NLS的論文,建立一下感覺,然後去Arxiv上搜Ionescu最近的論文,看那些不到100頁的論文

=================================================

再補充說明一下

1.局部理論

Strichartz估計最開始是由Fourier限制性估計導出的,但是後來發現其實不用那麼麻煩,直接用TT*加Hardy-Littlewood-Sobolev不等式就可以證明。但是往深了研究,其實就是限制性猜想,是比較調和分析的。

但是Strichartz有局限性,這個估計不能夠吸收導數。所以對KdV或其他導數色散方程來說,一個途徑是用極大函數估計和Kato的1/2光滑性來做局部解,另一個非常有力的工具是Bourgain的X^{s,b}空間方法。X^{s,b}方法需要做多線性估計,這個也是非常偏調和分析,需要頻率局部化之後,各種分類,再做不等式,細節極其繁瑣。而且X^{s,b}能解決的問題基本上早都被人做了,所以不要指望單純用這個方法再做出新的結果。

然後就是X^{s,b}的一些修正版本,比如Tataru引進的U_{p}V_{p}方法,可以看作是b=1/2時的X_{s,b},他們用這個方法解決了一些之前遺留下來的一些端點問題。

2.整體解

從局部解到整體解,不可避免的要用先驗估計(大初值),這時緊性和變分的方法就介入了。而先驗估計則是從方程的結構里出來的。最有用的先驗估計就是能量。色散方程往往都是Hamilton系統,其方程是由能量求一下辛導數得出來的,自然有能量守恆。

能量一部分是動能,一部分是勢能,如果這兩部分都是正的,稱為散焦,如果勢能是負的,稱為聚焦。先驗估計有用的前提,一是具有強制性,即強迫方程的解屬於某個Sobolev空間,二是單調性。散焦情形,能量會強迫方程的解屬於H^{1},而聚焦情形很容易構造Soliton,會更困難。

先說散焦:在次臨界正則性之下,即臨界正則性sc&<1,我們稱為能量次臨界,此時局部解的存在時間T依賴於初值的Sobolev範數|u_{0}|_{H^{s}},在H^{1}里自然延拓可以得到整體解(散焦)。在臨界正則性sc=1之下,局部解的存在時間不再依賴於初值的範數,而是依賴於profile,這樣就沒法自然的延拓。但是我們發現如果沒有整體適定,會有能量集中的現象,通過Lions的集中緊方法(應用到色散方程有兩種辦法,一是Bourgain的Induction on energy,另一個是Minimal energy blowup solution的方法,這兩種方法本質上是等價的),可以得到一個critical element,一般來說可以分成三種情形

1.self-similar blowup

2.rapid frequency cascade

3.quasi-soliton

只要排除以上三種情況,就證明了整體適定。有很多方法去排除這些scenario,比如double duhamel, Morawetz估計(Bourgain的空間局部化的版本,Tao團隊的Interactive版本等),long time Strichatz等等.。

聚焦情形:之前的散焦理論,都是證明了方程的解整體存在且散射scattering,即長時間之後方程的解趨向於線性方程的解,所以其L^{infty}範數會趨向於0,即發生時間衰減。對聚焦方程,考慮時間獨立的解,那麼自然可以得到一個基態ground state——soliton,它隨時間不變,當然也不會有隨時間的衰減,那麼這個方程對一般的大初值顯然就不會有整體散射了。

然而這正是這個方程的極端情況。對聚焦能量,我們沒有強制性,但是如果把初值的能量限制在基態的能量之下,是可以開發強制性的,再通過判定一個符號泛函的正負,可以分辨出散射的解和有限blowup的解。這些需要變分的知識,對Schrodinger和Wave,變分過程很簡單,對於Klein Gordon方程,過程就非常複雜了。Tao的教材一大部分都是在介紹臨界方程。

基態能量之上的情形,就需要研究soliton附近的動力學,比如invariant manifold等等和動力系統有關的內容,完整的動力學分類由一個9 sets theorem描述,可以參考Nakanishi和Schlag的專著。

3.能量超臨界

剛才大部分內容介紹了豐富的臨界理論,對於能量超臨界,即sc&>1的情況,目前沒有一般的大初值整體解的存在性,即便是概率適定性,也是從中抽取臨界和次臨界的部分,再去套用經典理論,所以一般來說超臨界方程是沒法做的,這和Navier Stokes的情況很像。

能量超臨界的問題在於,能量不再具有單調性,通過rescaled solution可以構造出一個存在時間更長,能量卻更小的解。既然沒有先驗估計,那就假設一個先驗估計,所以現在的結果都是假設一個臨界範數有界,去推整體適定性。很多人都跟我說這樣做可能沒有多大意義,因為那個先驗估計很可能是不對的。這個套路最早是2003年Escauriaza, Seregin, Sverak做的關於Navier Stokes的推廣Serrin條件的一個端點的結果,即假設方程的解屬於L^infty_t L^3_x,推導整體正則性。

反過來想,這也就說明了,如果方程是有限blowup的,它的空間L3範數(即臨界範數)在第一個時間奇點趨向於正無窮,這就給了我們一個可能出現的奇點的一個刻畫,只要我們能排除掉所有奇點,那麼方程就是整體適定的。遺憾的是目前在色散方程基本上到第一步就為止了,我沒看到後續的工作。在NS方程里,Seregin等人用局部正則性理論發展了一套Liouville型定理,可以在一些特殊情形(如軸對稱時)排除掉Type II的blowup,但是熱半群有反向唯一性和好的unique continuation,這些在色散方程里都不適用。


謝邀,其它答案應該已經很完善了,我稍微說一點。

首先用Tao的書入門我認為可以,因為基本的東西它都有講;當然不基本的東西它也講了很多,比如第5章最後兩節就是他們(CKSTT)做critical NLS文章的一個sketch……初學的話我覺得可以先看基本的東西,剩下的有興趣可以以書為參考直接去看對應的文章。另外Tao的習題也有不少屬於擴展內容,所以有題目不會並不代表沒看懂。

具體來說,大概前三章仔細看完(3.9講I method的不用看太仔細,另外第一章是不是不看也行呢……我不知道w)就可以去找文章看了吧……具體每個方向的文章其它答案也說了不少,這裡補充一下random data相關的吧。這個方向也是Bourgain搞起來的,當然他的文章比較難讀,所以一開始讀Burq和Tzvetkov的文章就可以。另外Colliander-Oh有一篇文章(A站0904.2820)我覺得很經典,把這個方向的很多技巧都展示了一遍。


學習色散方程,一般會從比較經典的歐式空間里的薛定諤方程開始,這方面我推薦cazenave的「semilinear schrodinger equations」,這本書相對於Tao的更簡單易讀一些,適合初學者。

首先要把歐式空間里的基本套路都弄清楚,比如用Riesz-Thorin從kernel estimate到dispersive eatimate;用TT*,Christ-Kieslev從dispersive到Strichartz;Keel-Tao處理endpoint時候的dyadically分解(這個書里沒詳細證明,可以直接去讀論文,並不是很複雜)。然後要知道如何用這些估計解決最基本的well-possdeness和scattering問題。

這個時候你可以接著cazenave往下讀,然後同時開始看Tao了。根據自己的興趣,可以拓展到其他的色散方程,有答案已經提到了,不再贅述。

另一方面也可以考慮拓展到其他空間。到這裡已經沒有教材了,需要去讀論文。

緊流形可以看Bourgain(quotient group),Burq-Gerard-Tzvetkov(compact manifold, n-sphere)(雖然這個結果丟掉了一些正則性,但是他們開發的這個工具很有用),Gerard-Pierfelice(4-dimensional manifold)等。

非緊情況可以參看Anker-Pierfelice-Vallarino(Damek-Ricci space), Ionescu-Staffilani(hyperbolic space)等等。非緊的情況需要有抽象調和分析的基礎。


曾經學過一段時間的色散方程,但由於已經隔了兩三年了,所以以下觀點僅供參考。

在我看來,色散方程還是一個最好能有導師帶著學習的方向,因為「入門」色散方程,需要的知識儲備比較寬(入門階段暫時不需要多深)。題主是在國內還是在國外?國內的話,做色散方程的團隊不多,我知道的是,北大、中科院、北京九所、中科大、浙大、華中師大各有老師在做這個方向。色散方程下面的小方向還是有好些個,所以最好是由導師帶著,在把基礎知識掌握後,專攻某一個或者兩個方向。以討論班為例,專攻的方向的文章以能講為標準,其他方向則以能跟上為標準。

基礎知識裡面,泛函的部分需要L^p函數空間及其不等式、分布、運算元的譜的基本理論,調和分析部分的話,需要傅立葉分析、二進位分解、奇異積分運算元、Littlewood-Paley理論、震蕩積分。Grafakos的那一套《Classical Fourier Analysis》、《Modern Fourier Analysis》是很好的調和分析教材,這一套書的1-8章基本上涵蓋了色散方程所需的最基本調和分析,都學懂了之後看論文就很少再會有磕磕絆絆的感覺。震蕩積分可以看Stein的《Harmonic Analysis》的相應章節。

還有就是Tao的那本《Nonlinear Dispersive Equation》,以及他的早期論文《Endpoint Strichartz Estimates》。這本書需要慢慢啃,不用急著看完;這篇論文寫得很容易理解,其核心想法,T-T*方法可以參考Muscalu的《Classical and Multilinear Harmonic Analysis》的第九章。Strichartz估計是色散方程解的適定性理論的核心工具。陶哲軒寫的東西的一大特點是講得非常生動形象(另一個特點是typo特別多-_-!!!),所以在學新工具的時候,Tao的講義就是第一選擇,比如Morawetz估計、paraproducts decomposition,都可以看Tao的講義。還有就是多關注Tao的博客,Whatamp;amp;amp;#x27;s new ,他會在裡面講很多思想性的東西。知乎上面有些「大神」(比如某臭名昭著的逆向種族份子)看不上Tao,我只想說,這些人一輩子都別想追上Tao的尾氣。

半線性KdV、半線性薛定諤方程和半線性波方程是最基本的三類非線性色散方程,這裡「半線性」指的是方程右端的非線性項是 mu |u|^{p-1}u 這種形式,這裡 mu 是+1或-1,分別表示非聚焦(defocusing)或聚焦(focusing)兩種情況; p 的不同則決定了方程屬於次臨界(subcritical)、臨界(critical)還是超臨界(supercritical)三種情況。這三類方程在色散方程中的地位,相當於Laplace方程、熱方程和波方程在二階線性PDE中的地位,它們提供了最基本最直觀的例子。

基礎知識學好之後,就可以根據讀博時準備專精的一兩個方向來深入學習了。比如想用概率論來做適定性理論,需要學不變測度;幾何色散(方程的解是從歐式空間到流型的映射)需要學微分幾何;解的動力學行為,就需要動力系統的理論。

色散方程裡面大家都關注的一個猜想是Soliton Resolution Conjecture,也叫Grand Conjecture,對,中文翻譯「大猜想」,就這麼俗的名字-_-!!!。這個猜想說得是,「大多數」NLW或者NLS的的解最終都會演化成一個或者多個孤立波,再加上一個衰減項。這裡「大多數」說明有反例,通常認為需要用一些"Stochastic"的工具來排除掉這些反例,所以概率論的東西又進來了。

我已經不記得還看過哪些書或論文,但已經有其他答主提供了一份清單。

一個能查詢部分參考文獻的網站是,Main Page - DispersiveWiki

個人認為,色散方程是一個非常有趣的方向,近年來的發展也非常快,新問題很多。當年因為種種原因,在學了一段時間後就放棄了,實為一大遺憾。


推薦閱讀:

如何比較Besov 空間與Sobolev 空間?
某些偏微分方程的隨機積分表示問題?
美國哪些大學的生物數學比較好?
拉普拉斯運算元的特徵值問題(0)
偏微分方程有哪些前沿的研究課題?

TAG:數學 | 偏微分方程 |