[论文解读] Some local wellposedness results for nonlinear Schroedinger equations below L^2

Axel Gruenrock|ArXiv.org|Nov 21, 2000

Advanced Mathematical Physics Problems参考文献 7被引用 12

一句话总结

本文通过傅里叶限制范数方法，建立了低于 $L^2$ 的负阶 Sobolev 空间中粗糙初值的非线性薛定谔方程的局部适定性。证明了对多种非线性项（如 $\overline{u}^2$、$\overline{u}^3$、$|u|^4$ 以及三次和四次项）在特定负正则性阈值下仍具有适定性，包括在 $\mathbb{T}^2$ 中 $s > -\frac{1}{2}$、在 $\mathbb{T}$ 中 $s > -\frac{1}{3}$，以及在 $\mathbb{R}$ 中 $|u|^4$ 的 $s > -\frac{1}{8}$，扩展了此前低于 $L^2$ 的结果。主要贡献在于在周期与非周期设定下，对一大类非线性项实现了精确的正则性阈值。

ABSTRACT

We prove some local (in time) wellposedness results for nonlinear Schroedinger equations with rough data, that is, the initial value belongs to some Sobolev space of negative index. The proof uses the Fourier restriction norm method.

研究动机与目标

• 将非线性薛定谔方程（NLS）的局部适定性结果扩展至低于 $L^2$ 的负正则性 Sobolev 空间中的初值。
• 确定在周期（$\mathbb{T}^n$）与非周期（$\mathbb{R}^n$）设定下，NLS 在各种非线性项下保持局部适定性的最优正则性阈值 $s$。
• 在低正则性空间中，为包括 $\overline{u}^2$、$\overline{u}^3$、$u^3$、$|u|^4$ 以及混合项如 $u\overline{u}^2$ 在内的广泛非线性项建立精确的适定性结果。
• 应用并改进傅里叶限制范数方法，推导控制低正则性区域中非线性相互作用的多重线性估计。

提出的方法

• 采用傅里叶限制范数方法，利用通过空间与时间傅里叶变换定义的函数空间 $X^{\pm}_{s,b}$，并引入权重 $\langle \xi \rangle^s$ 和 $\langle \tau \pm |\xi|^2 \rangle^b$。
• 证明依赖于 $X^{\pm}_{s,b}$ 空间之间的复插值，以推导中间正则性水平的估计，确保非线性项的必要连续性与有界性。
• 通过 $X^{\pm}_{s,b}$ 空间与 $X^{\pm}_{-s,-b}$ 空间的对偶性，推导多重线性估计，从而通过对偶配对控制非线性相互作用。
• 根据频率相互作用的大小，将频率空间划分为区域 $A$、$B$ 和 $C$，并在每个区域中分别利用对称性与二进分解推导估计。
• 关键估计涉及通过 Sobolev 嵌入与时空 $L^p$-型估计，对表达式 $\|J_{-}^{\frac{1}{2}}(J^s u_1, J^s u_3) J^{-3s}(J^s u_2 J^s \overline{u}_4)\|_{X^{+}_{-1/2, b'}}$ 进行控制。
• 该方法在时间区间 $I$ 上应用限制范数空间 $X^{\pm}_{s,b}(I)$，以局部化解，并确保在所需正则性类中解的存在性与唯一性。

实验结果

研究问题

• RQ1 在 $\mathbb{T}^2$ 中，非线性项 $N(u,\overline{u}) = \overline{u}^2$ 的 NLS 局部适定性的最优正则性阈值 $s$ 是多少？
• RQ2 能否在 $\mathbb{T}$ 中对初值属于 $H^s_x$ 且满足 $s > -\frac{1}{3}$ 的情形下，建立 $N(u,\overline{u}) = \overline{u}^3$ 的局部适定性？
• RQ3 在 $\mathbb{R}$ 中，$N(u,\overline{u}) = |u|^4$ 的局部适定性允许的正则性阈值 $s$ 是多少？$s > -\frac{1}{8}$ 是否为精确阈值？
• RQ4 傅里叶限制范数方法如何扩展以处理低于 $L^2$ 的低正则性空间中的三次与四次非线性项？
• RQ5 能否在 $\mathbb{R}$ 中对 $s > -\frac{1}{6}$ 的情形下，为 $u^3$、$u^3\overline{u}$ 或 $u\overline{u}^3$ 等非线性项构造多重线性估计？

主要发现

• 在 $\mathbb{T}^2$ 中，对非线性项 $N(u,\overline{u}) = \overline{u}^2$，当初值属于 $H^s_x$ 且满足 $s > -\frac{1}{2}$ 时，建立了局部适定性，优于先前结果。
• 在 $\mathbb{T}$ 中，对非线性项 $N(u,\overline{u}) = \overline{u}^3$，当 $s > -\frac{1}{3}$ 时适定性成立，该阈值在一维情形下对该非线性项是精确的。
• 在 $\mathbb{T}^3$ 中，非线性项 $\overline{u}^2$ 对 $s > -\frac{3}{10}$ 成立，将适用范围扩展至三维空间。
• 在 $\mathbb{R}$ 中，对非线性项 $N(u,\overline{u}) = u^3$ 或 $\overline{u}^3$，阈值为 $s > -\frac{5}{12}$，表明在低于 $L^2$ 的情形下三次项仍具有适定性。
• 在 $\mathbb{R}$ 中，对非线性项 $N(u,\overline{u}) = u\overline{u}^2$，结果在 $s > -\frac{2}{5}$ 时成立，表明该方法适用于混合三次项。
• 在 $\mathbb{R}$ 中，对非线性项 $N(u,\overline{u}) = |u|^4$，阈值为 $s > -\frac{1}{8}$，这是目前在非周期情形下四次项所建立的最低正则性阈值。