Nonlinear partial differential equations appear in many domains of physics, and we study here a typical equation which one finds in effective field theories (EFT) originated from cosmological studies. In particular, we are interested in the equation $\partial_t^2 u(x,t) = \alpha (\partial_x u(x,t))^2 +\beta \partial_x^2 u(x,t)$ in $1+1$ dimensions. It has been known for quite some time that solutions to this equation diverge in finite time, when $\alpha >0$. We study the nature of this divergence as a function of the parameters $\alpha>0 $ and $\beta\ge0$. The divergence does not disappear even when $\beta $ is very large contrary to what one might believe (note that since we consider fixed initial data, $\alpha$ and $\beta$ cannot be scaled away). But it will take longer to appear as $\beta$ increases when $\alpha$ is fixed. We note that there are two types of divergence and we discuss the transition between these two as a function of parameter choices. The blowup is unavoidable unless the corresponding equations are modified. Our results extend to $3+1$ dimensions.


翻译:非线性部分方程式出现在物理的许多领域, 我们在这里研究一个典型的方程式, 人们从宇宙学研究的有效野战理论( EFT) 中发现一个典型方程式。 特别是, 我们感兴趣的是等式$\ part_ t ⁇ 2 u( x, t) =\ alpha( parte_ x u( x, t)) =\ pha( parte_ x( x, t)) ⁇ 2 ⁇ beta\ parte_ x% 2 u( x, t) $( x, t) 美元) 。 我们早就知道这个方程式的解决方案在一定时间里, $\ alpha > 0美元。 我们研究这种差异的性质是参数的函数 $\ alpha > 0 $ 和 $\ beta\ ge0 。 即使 $\ $\ beta $ 与人们可能相信的值非常大( 注意, 因为我们认为固定的初始数据不能缩放, $\ $\ $\\\\\\\\\ $\ $\ bebeata $ $ $ $ $ $ $ $ $) 。 但是它会显得更长化为美元。 但。 我们的变换成两个方程式的变形的参数是不可变形的。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
14+阅读 · 2022年10月15日
Arxiv
13+阅读 · 2021年3月3日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员