Duffing型方程的Aubry-Mather集

来源 :苏州大学 | 被引量 : 0次 | 上传用户:lijiarose
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Duffing型方程是非线性Hamilton系统重要的模型之一,由于其在实际模型中具有代表性和数学研究的可行性,其动力学行为一直受到人们普遍关注。本文研究了Duffing型方程的Aubry-Mather集存在性问题。   在文章第一部分里,作者首先引进类似于极坐标的坐标变换,对变换后的方程进行一系列细致估计,证明其Poincaré映射具有单调扭转性质;再运用裴明亮推广的Aubry-Mather集定理,得到了一类半线性Duffing方程Aubry-Mather集的存在性。   在文章第二部分里,作者首先推广了第一部分的坐标变换,使得该新的变换适合次线性Duffing方程模型,对变换后的方程进行细致估计,证明其Poincaré映射具有单调扭转性质,从而运用裴明亮推广的Aubry-Mather集定理证得一类次线性Duffing型方程存在Aubry-Mather集.   在文章第三部分里,作者首先引进新的坐标变换把半线性Duffing方程右半平面上的碰撞问题转化到整个平面上,对变换后的方程的Poincaré映射进行细致估计,证明其具有单调扭转性质,最后化归为可以应用钱定边推广的Aubry-Mather集定理的情况,得到了一类半线性Duffing方程碰撞振子的Aubry-Mather集的存在性。
其他文献
该文共分四个部分,矣一部分为预备知识,为方便后面各节的引用,我们介绍了分次环的基本知识;Smash积;环的优扩张;Bass环(Wemiartin环)的理论背景及分次Morita对偶等知识.第二,
和积网络(Sum-Product Networks,SPNs)是一种深度学习结构,具有多层神经网络和概率图形模型的双重含义,有利于进行精确且快速的概率推理.近年来,SPNs结构已被广泛应用于图像复原