In this study, we consider the nonlinear Sch\"odinger equation (NLS) with the zero-boundary condition on a two- or three-dimensional large finite cubic lattice. We prove that its solution converges to that of the NLS on the entire Euclidean space with simultaneous reduction in the lattice distance and expansion of the domain. Moreover, we obtain a precise global-in-time bound for the rate of convergence. Our proof heavily relies on Strichartz estimates on a finite lattice. A key observation is that, compared to the case of a lattice with a fixed size [Y. Hong, C. Kwak, S. Nakamura, and C. Yang, \emph{Finite difference scheme for two-dimensional periodic nonlinear {S}chr\"{o}dinger equations}, Journal of Evolution Equations \textbf{21} (2021), no.~1, 391--418.], the loss of regularity in Strichartz estimates can be reduced as the domain expands, depending on the speed of expansion. This allows us to address the physically important three-dimensional case.


翻译:在本研究中,我们考虑的是非线性Sch\'odinger方程式(NLS),该方程式的零边界条件为两维或三维的大型立方体。我们证明,该方程式的解决方案与整个欧几里德空间的NLS的解决方案一致,同时缩短了拉特斯距离和扩展域。此外,我们获得了精确的全时趋同速度。我们的证据严重依赖Strichartz对有限拉蒂的估算。一个关键的观察是,与固定大小的拉特斯相比[Y. Hong, C. Kwak, S. Nakamura和C. Yang,\emph{Finite differite progy progations of 双维的周期非线性非线性定期非线性平衡 {S} ({chr\}}}}{odirdinger complas},《进化方程学杂志》\ textbf} (2021, no. b. 391--418.], Strichartz估计的规律性损失可以随着地域扩展范围的扩展范围扩展速度扩大而减少。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
相关资讯
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员