[论文解读] Global well posedness and scattering for the elliptic and non-elliptic derivative nonlinear Schrodinger equations with small data

Baoxiang Wang|ArXiv.org|Mar 18, 2008

Advanced Mathematical Physics Problems参考文献 21被引用 9

一句话总结

该论文在临界和次临界 Besov 与调制空间中，针对小初值，建立了椭圆与非椭圆导数非线性薛定谔方程的全局适定性与散射性。通过使用薛定谔群的全局最大函数估计，证明了在 $B^{s}_{2,1}$ 与 $M^{s}_{2,1}$ 中存在散射算子及唯一全局解，其中 $s > n/2 + 3/2$，且在一维情形下得到最优结果。

ABSTRACT

We study the Cauchy problem for the generalized elliptic and non-elliptic derivative nonlinear Schrodinger equations, the existence of the scattering operators and the global well posedness of solutions with small data in Besov spaces and in modulation spaces are obtained. In one spatial dimension, we get the sharp well posedness result with small data in critical homogeneous Besov spaces. As a by-product, the existence of the scattering operators with small data is also shown. In order to show these results, the global versions of the estimates for the maximal functions on the elliptic and non-elliptic Schrodinger groups are established.

研究动机与目标

• 在椭圆与非椭圆情形下，针对小初值，建立广义导数非线性薛定谔方程（gNLS）的全局适定性。
• 在临界与次临界函数空间中，证明 gNLS 散射算子的存在性。
• 通过最大函数估计，将色散估计的适用性扩展至非椭圆薛定谔群。
• 在一维临界齐次 Besov 空间 $\dot{B}^{s}_{2,1}$ 中实现最优适定性结果。
• 在小数据假设下，展示 $B^{s}_{2,1}$ 与 $M^{s}_{2,1}$ 空间中解的全局行为。

提出的方法

• 为椭圆与非椭圆薛定谔群建立了全局最大函数估计，这对于控制非线性项至关重要。
• 采用第三类方法——基于色散光滑效应——利用单位立方体 $Q_\alpha$ 上的局部 $L^2$-型估计，控制导数非线性项。
• 通过涉及 $\ell^{1,s-1/2}_{\triangle}\ell^{\infty}_{\alpha}(L^{2}_{t,x})$ 与 $\ell^{1,s-1/2}_{\triangle}\ell^{2+4/n}_{\alpha}(L^{\infty}_{t,x} \cap L^{\infty}_{x})$ 的混合-norm Besov 型范数，定义了解空间 $X_0$。
• 应用 Bernstein 不等式与 Strichartz 型估计，控制次数满足 $\kappa + \nu \geq 5$ 的非线性项 $F(u, \bar{u}, \nabla u, \nabla \bar{u})$。
• 利用 Littlewood-Paley 分解与频率局部化，估计 $\|\triangle_j F\|_{L^{6/5}_{x,t}}$ 与 $\|\triangle_j F\|_{L^1_x L^2_t}$，其中 $j \in \mathbb{Z}$。
• 在空间 $X_0$ 中结合不动点论证，证明在小数据条件下解的存在性与唯一性。

实验结果

研究问题

• RQ1 能否在小初值下，对椭圆与非椭圆情形下的导数非线性薛定谔方程建立全局适定性？
• RQ2 在一维情形下，临界齐次 Besov 空间 $\dot{B}^{s}_{2,1}$ 中全局适定性的最优正则性阈值为何？
• RQ3 在 $B^{s}_{2,1}$ 与 $M^{s}_{2,1}$ 空间中，小数据假设下 gNLS 方程的散射算子是否存在？
• RQ4 能否将非椭圆薛定谔群的最大函数估计全局化，以支持适定性结果？
• RQ5 在 gNLS 设置下，处理导数非线性项的最优函数空间框架——Besov 空间或调制空间——为何？

主要发现

• 在 $B^{s}_{2,1}(\mathbb{R}^n)$ 中，当 $s > n/2 + 3/2$ 且初值在 $B^{s}_{2,1}$ 或 $B^{s}_{2,1} \cap \dot{H}^{-1/2}$ 中（$n=2$ 时）为小值时，gNLS 方程具有全局适定性。
• 在一维空间中，临界齐次 Besov 空间 $\dot{B}^{s}_{2,1}$ 中实现了最优适定性结果，其中 $s = 1/2 + n/2 = 1$。
• 在 $B^{s}_{2,1}$ 中小数据下，散射算子存在，且解在 $t \to \pm\infty$ 时以 $L^2$-意义散射至自由解。
• 解空间 $X_0$ 确保对 $L^\infty_t L^2_x$ 与 $L^6_{x,t}$ 范数的控制，且在 dyadic 立方体上具有 $\ell^{1,s-1/2}_{\triangle}$-加权估计。
• 非线性项 $F(u, \bar{u}, \nabla u, \nabla \bar{u})$ 满足 $\|\mathscr{A}F\|_X \lesssim \sum_{5 \leq \kappa+\nu \leq M+1} \|u\|_X^{\kappa+\nu}$，从而支持不动点论证。
• 该方法可推广至调制空间 $M^{s}_{2,1}$，同样证明了该框架下的全局适定性与散射性。