SlideShare a Scribd company logo
1 of 4
Download to read offline
波動方程式の解の各点評価
n ≥ 1 とし,空間 n 次元の波動方程式の初期値問題を考える.





∂2
u
∂t2
(t, x) − ∆u(t, x) = 0, (t, x) ∈ Rn+1
,
u(0, x) = u0(x),
∂u
∂t
(0, x) = u1(x), x ∈ Rn
.
(1)
Theorem 5 (各点評価)
初期値は u0 ∈ C[n
2 ]+2
(Rn
), u1 ∈ C[n
2 ]+1
(Rn
) をみたし(Theorems 1,2 の仮定)
,
さらに台がコンパクト:
∃R > 0 s.t. supp u0, supp u1 ⊂ {x ∈ Rn
; |x| < R}
であるとする.このとき,ある定数 C = C(n, R, u0, u1) > 0 が存在して,初期値
問題 (1) の解 u ∈ C2
(R1+n
) は,任意の (t, x) ∈ [0, ∞) × Rn
に対し次の評価をみ
たす.
(i) n が奇数のとき,|u(t, x)| ≤ C(1 + t)− n−1
2 ;
(ii) n が偶数のとき,|u(t, x)| ≤ C(1 + t)− n−1
2 (1 + |t − |x||)− n−1
2 .
奏理音ムイ(Vtuber) 1 / 4
注意:定数の初期値への依存性
定理の主張に現れる定数 C(n, R, u0, u1) はより具体的には
n = 1 のとき,
C(n, R, u0, u1) = ∥u0∥L∞ +
1
2
∥u1∥L1 .
n が 3 以上の奇数のとき,
C(n, R, u0, u1) = C(n)
(
∥u0∥
W
n+1
2
,1 + ∥u0∥
W
n−1
2
,∞ + ∥u1∥
W
n−1
2
,1 + ∥u1∥
W
n−3
2
,∞
)
.
n が偶数のとき,
C(n, R, u0, u1) = C(n, R)
(
∥u0∥
W
n+2
2
,1 + ∥u0∥W
n
2
,∞ + ∥u1∥W
n
2
,1 + ∥u1∥
W
n−2
2
,∞
)
.
の形で与えられる.偶数次元では定数は R にも依存するが,結論を弱めて
|u(t, x)| ≤ C(1 + t)− n−1
2
の形の評価にすると定数 C は R に独立にとることができる.
奏理音ムイ(Vtuber) 2 / 4
注意:偶数次元での各点評価の意味
偶数次元での各点評価
|u(t, x)| ≤ C(1 + t)− n−1
2 (1 + |t − |x||)− n−1
2
より,|x| が t に比べて十分小さいとき,解 u の大きさも小さくなることを意味
している.
偶数次元では Huygens の原理は成立しないので,解の台については Theorem 3
で得られた
supp u(t, ·) ⊂ {x ∈ Rn
; |x| < t + R}
より詳しいことは一般には分からない.しかし,上の評価から,台の内側に行く
ほど |u(t, x)| が小さくなることが分かる.
奏理音ムイ(Vtuber) 3 / 4
Theorem 5 の証明:n = 1 の場合
まず n = 1 の場合を考える.この場合は d’Alembert の公式より,解 u は
u(t, x) =
1
2
(u0(x + ct) + u0(x − ct)) +
1
2
∫ x+ct
x−ct
u1(y) dy
で与えられる.これよりただちに,
|u(t, x)| ≤
1
2
(∥u0∥L∞ + ∥u0∥L∞ )
1
2
∫ ∞
−∞
|u1(y)| dy
≤ ∥u0∥L∞ +
1
2
∥u1∥L1
となり,C = ∥u0∥L∞ + 1
2 ∥u1∥L1 とおけば
|u(t, x)| ≤ C ((t, x) ∈ [0, ∞) × Rn
).
これより結論を得る.
奏理音ムイ(Vtuber) 4 / 4

More Related Content

Similar to ndwave7.pdf

Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Koji Sekiguchi
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)Akira Asano
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)Akira Asano
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化Miyoshi Yuya
 
量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析Shu Tanaka
 
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationDeep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationtakutori
 
ディジタル信号処理の課題解説
ディジタル信号処理の課題解説ディジタル信号処理の課題解説
ディジタル信号処理の課題解説noname409
 
20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算matsumoring
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1hirokazutanaka
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)Akira Asano
 
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29)
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29) 2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29)
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29) Akira Asano
 
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)Akira Asano
 
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)Akira Asano
 
公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理Joe Suzuki
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性Joe Suzuki
 
ディジタル信号処理の課題解説 その3
ディジタル信号処理の課題解説 その3ディジタル信号処理の課題解説 その3
ディジタル信号処理の課題解説 その3noname409
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論sleepy_yoshi
 
080 統計的推測 検定
080 統計的推測 検定080 統計的推測 検定
080 統計的推測 検定t2tarumi
 
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM)
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM) コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM)
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM) Takahiro (Poly) Horikawa
 

Similar to ndwave7.pdf (20)

Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第8回 2階線形微分方程式(2) (2014. 11. 13)
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
 
量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析
 
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationDeep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___information
 
ディジタル信号処理の課題解説
ディジタル信号処理の課題解説ディジタル信号処理の課題解説
ディジタル信号処理の課題解説
 
20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
 
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29)
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29) 2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29)
2015年度秋学期 応用数学(解析) 第5回 微分方程式とは・変数分離形 (2015. 10. 29)
 
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)
2015年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2015. 11. 12)
 
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)
2015年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2015. 11. 19)
 
公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理公開鍵暗号7: 楕円曲線の数理
公開鍵暗号7: 楕円曲線の数理
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
 
ディジタル信号処理の課題解説 その3
ディジタル信号処理の課題解説 その3ディジタル信号処理の課題解説 その3
ディジタル信号処理の課題解説 その3
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論
 
080 統計的推測 検定
080 統計的推測 検定080 統計的推測 検定
080 統計的推測 検定
 
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM)
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM) コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM)
コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法(SVM)
 
積分と漸化式
積分と漸化式積分と漸化式
積分と漸化式
 

ndwave7.pdf

  • 1. 波動方程式の解の各点評価 n ≥ 1 とし,空間 n 次元の波動方程式の初期値問題を考える.      ∂2 u ∂t2 (t, x) − ∆u(t, x) = 0, (t, x) ∈ Rn+1 , u(0, x) = u0(x), ∂u ∂t (0, x) = u1(x), x ∈ Rn . (1) Theorem 5 (各点評価) 初期値は u0 ∈ C[n 2 ]+2 (Rn ), u1 ∈ C[n 2 ]+1 (Rn ) をみたし(Theorems 1,2 の仮定) , さらに台がコンパクト: ∃R > 0 s.t. supp u0, supp u1 ⊂ {x ∈ Rn ; |x| < R} であるとする.このとき,ある定数 C = C(n, R, u0, u1) > 0 が存在して,初期値 問題 (1) の解 u ∈ C2 (R1+n ) は,任意の (t, x) ∈ [0, ∞) × Rn に対し次の評価をみ たす. (i) n が奇数のとき,|u(t, x)| ≤ C(1 + t)− n−1 2 ; (ii) n が偶数のとき,|u(t, x)| ≤ C(1 + t)− n−1 2 (1 + |t − |x||)− n−1 2 . 奏理音ムイ(Vtuber) 1 / 4
  • 2. 注意:定数の初期値への依存性 定理の主張に現れる定数 C(n, R, u0, u1) はより具体的には n = 1 のとき, C(n, R, u0, u1) = ∥u0∥L∞ + 1 2 ∥u1∥L1 . n が 3 以上の奇数のとき, C(n, R, u0, u1) = C(n) ( ∥u0∥ W n+1 2 ,1 + ∥u0∥ W n−1 2 ,∞ + ∥u1∥ W n−1 2 ,1 + ∥u1∥ W n−3 2 ,∞ ) . n が偶数のとき, C(n, R, u0, u1) = C(n, R) ( ∥u0∥ W n+2 2 ,1 + ∥u0∥W n 2 ,∞ + ∥u1∥W n 2 ,1 + ∥u1∥ W n−2 2 ,∞ ) . の形で与えられる.偶数次元では定数は R にも依存するが,結論を弱めて |u(t, x)| ≤ C(1 + t)− n−1 2 の形の評価にすると定数 C は R に独立にとることができる. 奏理音ムイ(Vtuber) 2 / 4
  • 3. 注意:偶数次元での各点評価の意味 偶数次元での各点評価 |u(t, x)| ≤ C(1 + t)− n−1 2 (1 + |t − |x||)− n−1 2 より,|x| が t に比べて十分小さいとき,解 u の大きさも小さくなることを意味 している. 偶数次元では Huygens の原理は成立しないので,解の台については Theorem 3 で得られた supp u(t, ·) ⊂ {x ∈ Rn ; |x| < t + R} より詳しいことは一般には分からない.しかし,上の評価から,台の内側に行く ほど |u(t, x)| が小さくなることが分かる. 奏理音ムイ(Vtuber) 3 / 4
  • 4. Theorem 5 の証明:n = 1 の場合 まず n = 1 の場合を考える.この場合は d’Alembert の公式より,解 u は u(t, x) = 1 2 (u0(x + ct) + u0(x − ct)) + 1 2 ∫ x+ct x−ct u1(y) dy で与えられる.これよりただちに, |u(t, x)| ≤ 1 2 (∥u0∥L∞ + ∥u0∥L∞ ) 1 2 ∫ ∞ −∞ |u1(y)| dy ≤ ∥u0∥L∞ + 1 2 ∥u1∥L1 となり,C = ∥u0∥L∞ + 1 2 ∥u1∥L1 とおけば |u(t, x)| ≤ C ((t, x) ∈ [0, ∞) × Rn ). これより結論を得る. 奏理音ムイ(Vtuber) 4 / 4