Skip to main content
QUICK REVIEW

[论文解读] The inverse problem of two-state quantum systems with non-adiabatic static linear coupling

Andrii Khrabustovskyi, Imèn Rassas|arXiv (Cornell University)|Nov 18, 2018
Numerical methods in inverse problems参考文献 23被引用 4
一句话总结

本文为具有非绝热静态线性耦合的双态薛定谔系统中,识别耦合系数(零阶与一阶项)的反问题建立了Lipschitz稳定性估计。利用解的有限个部分侧向测量,作者通过Carleman估计证明了稳定性,将先前针对单态薛定谔方程的结果扩展至在观测区域几何假设最小条件下的具有梯度势和标量势的耦合系统。

ABSTRACT

We consider the inverse problem of determining the coupling coefficients in a two-state Schr\\"odinger system. We prove a Lipschitz stability inequality for the zeroth and first order coupling terms by finitely many partial lateral measurements of the solution to the coupled Schr\\"odinger equations.

研究动机与目标

  • 解决具有非绝热线性耦合的双态薛定谔系统中耦合系数的反问题。
  • 从有限个部分边界测量中建立未知系数—$A$, $p$, $q^\pm$—的稳定性估计。
  • 将基于Carleman估计的Bukhgeïm-Klibanov方法扩展至具有梯度势和标量势的薛定谔方程耦合系统。
  • 证明在观测区域几何条件最小时,稳定性估计依然成立,从而放宽了先前对可观测性的要求。

提出的方法

  • 作者采用专为耦合双态薛定谔系统设计的Carleman估计,推导出解的全局Carleman估计。
  • 他们构造了权函数 $\eta(x,t)$ 和参数 $s_*$,以控制Carleman不等式中解的增长。
  • 该方法依赖于算子 $\tilde{A} \cdot \nabla$ 的对称性,通过分部积分和散度为零条件 $\nabla \cdot A = 0$ 予以证明。
  • 通过相对界为零,建立了扰动项 $\tilde{A} \cdot \nabla$、$\tilde{p}$ 和 $\tilde{q}$ 的 $\Delta^D$-有界性,确保了扰动论证的有效性。
  • 通过将未知系数的 $L^2$-范数由部分边界 $\Sigma_*$ 上解的法向导数的 $L^2$-范数有界,推导出稳定性估计。
  • 最终通过结合Carleman估计、能量估计以及观测区域上权函数的有界性,获得稳定性不等式。

实验结果

研究问题

  • RQ1在具有非绝热线性耦合的双态薛定谔系统中,能否从有限个部分边界测量中稳定恢复耦合系数 $A$, $p$, 和 $q^\pm$?
  • RQ2观测区域的何种几何条件足以确保耦合薛定谔系统反问题中Lipschitz稳定性?
  • RQ3梯度耦合 $A \cdot \nabla$ 的存在相较于仅含标量耦合时,如何影响反问题的稳定性?
  • RQ4Bukhgeïm-Klibanov方法在多大程度上可扩展至同时包含零阶与一阶耦合项的系统?
  • RQ5是否可能在不依赖完整边界测量或无限数据的前提下实现稳定性,如先前研究中所要求的那样?

主要发现

  • 本文证明了从解的有限个部分侧向测量中识别耦合系数 $A$, $p$, $q^\pm$ 的反问题的Lipschitz稳定性估计。
  • 稳定性常数仅依赖于观测区域的几何形状和时间跨度 $T$,并显式依赖于权函数和Carleman参数。
  • 该估计在假设向量场 $A$ 为无散且实值的条件下成立,从而保证了算子 $\tilde{A} \cdot \nabla$ 的对称性。
  • 未知系数的 $L^2$-范数由部分边界 $\Sigma_*$ 上解的法向导数的 $L^2$-范数的有限和有界,且存在统一常数 $C_4$。
  • 该方法无需完整边界或无限测量即可实现稳定性,优于先前要求完整或无限数据的研究结果。
  • 该结果将Carleman估计方法的应用范围扩展至具有非绝热线性耦合的双态量子系统,涵盖标量与梯度耦合项。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。