【摘 要】
:
由于众多工程领域的实际需求,近三十年来,反问题已成为应用数学中发展和成长最快的领域之一。反问题是多种多样的,且在经典意义下往往都是不适定的,反问题的不适定性成为了研究的重点及难点。其中,热传导方程的反演问题便是反问题的一支重要分支,已有众多的数学家对其进行了研究。本文从变系数抛物型方程的源项重构问题出发,用不同的方法进行研究,再到退化型抛物型方程的研究。论文中运用新的方法对不同的模型分别进行了研究
论文部分内容阅读
由于众多工程领域的实际需求,近三十年来,反问题已成为应用数学中发展和成长最快的领域之一。反问题是多种多样的,且在经典意义下往往都是不适定的,反问题的不适定性成为了研究的重点及难点。其中,热传导方程的反演问题便是反问题的一支重要分支,已有众多的数学家对其进行了研究。本文从变系数抛物型方程的源项重构问题出发,用不同的方法进行研究,再到退化型抛物型方程的研究。论文中运用新的方法对不同的模型分别进行了研究,得到了不同模型解的存在性,唯一性,稳定性所必须满足的条件及一些重要结论,取得了一定的阶段性成果。本文可以分为五个章节:第一章为绪论部分,对本文的模型及反问题相关研究做了简单介绍。第二章研究一类变系数抛物型方程的源项重构问题,这里的源项仅与时间相关。与以往工作不同,文中的附加条件是关于空间变量积分后得到的,这种类型的附加条件有利于消除随机选择所带来的误差,但同时会导致很多分析方法不可用,如抛物方程共轭理论等。基于变分理论,首先给出了变分公式,并利用变分公式证明了解的唯一性;其次给出了时间离散模型,基于线性离散化的变分形式,导出了一系列先验估计,并证明了弱解的存在性。第三章是在第二章模型的基础上,基于最优理论把原问题转化为最优控制问题进行研究。首先应用变分理论给出了正问题解的正则性证明;其次,将变系数抛物型方程的源项重构问题转化为最优控制问题,并证明了最优控制问题解的存在性,唯一性及稳定性。第四章是在第二章模型的基础上,研究一类积分形式观测数据下,退化抛物型方程的源项反演问题,此类问题广泛出现在具复合材料的热传导现象中。文中,首先对退化模型初边值条件的合理性给出了证明,引入相应的测试函数空间,通过寻求适当的试探函数得到变分公式,并基于变分理论证明了问题解的唯一性;其次,应用向后Euler法给出相应的时间离散模型,并导出一系列先验估计,最终得出解的一些收敛性质及解的存在性证明。第五章是总结与展望部分,对本文工作进行简单小结和进一步展望。本文是对一维抛物型反源问题进行了理论分析,希望对于高维的情形有好的引导作用,并且有待寻求更好的方法使得此类问题的解有更好的稳定性及收敛性质。
其他文献
随着物质生活不断得到满足,人们的目光越来越多地开始关注自然环境和社会关系的永续发展,并且开始认识到女性与男性一样具有发展和获得地位的权利,国内学者依据对中国国情的
硼化学是当今化学中一个非常重要的版块。近十年来有机硼自由基的发现解决了传统方法制备有机硼化合物存在反应选择性差、条件严格、以及官能团难兼容等诸多缺点。然而,硼自由基前体的种类很少,且人们对于它们的结构和性质缺乏认识,另外,硼烷的特殊结构导致了硼氢键的解离能(BDE)很大,因此,很难发展简单的硼自由基前体,实现在温和的条件下构建碳-硼键。计算表明N-杂环卡宾硼自由基中BED能远小于硼烷,这使得N-杂
随着工业互联网的迅速发展,IPv4协议已经无法满足工业现场海量设备接入对地址的需求。IPv6(Internet Protocol Version 6)作为下一代IP协议,为IP网络与工业网络的无缝连接提
手势识别是人机交互(Human-Computer Interaction,HCI)的热点研究问题之一,在虚拟现实、机器人遥控、智能驾驶、办公辅助、游戏娱乐和手语识别等领域应用前景十分广阔。随着
Inconel 718(IN718)是一种Ni-Cr-Fe型高温合金,主要应用于航空、航天发动机中涡轮叶片的制作。目前,该合金主要采用铸造、锻造和粉末冶金法制备,这些方法制备温度高,存在合金晶粒粗大的问题。相比于铸造、锻造法,粉末冶金法制备的高温合金力学性能更为优异。但是采用粉末冶金法制备IN718合金烧结时间长,且都需要固溶处理后再进行时效处理。本论文针对传统烧结方法中制备周期长的问题,提出了采
理解历史森林数据并从中学习以便避免过去的错误是迈向成功管理森林的重要一步。森林经营中缺乏有关历史数据的信息,会导致森林经营者做出不当的管理决定。能够保留历史森林
在解决视觉分析问题时,一般的深度学习方法从训练数据中学习输入空间到解空间的函数映射,忽视了和任务相关的先验知识,因此深度学习方法大多受限于训练数据,易出现泛化能力不
双支持向量机(TSVM)是基于支持向量机(SVM)上提出的一种新型机器学习方法,具有良好的学习性能,目前已成为机器学习领域的研究热点。TSVM常用于解决分类和回归问题。对分类问题而言,双支持向量分类机(TSVC)目的是寻找一对非平行的分类超平面;对回归问题而言,双支持向量回归机(TSVR)旨在训练样本点的两侧产生一对非平行的回归超平面,用于分别确定回归函数的不敏感上下界函数。为了简化TSVR的计算
近年来,大规模图数据管理与挖掘已经成为了当前学术界和工业界的研究热点。在大规模图数据中,通常都包含连接紧密的社区结构。从大图数据中搜索连接紧密的社区结构具有重要的科学价值和广泛的实际应用。当前主流的社区搜索技术主要包括基于极大团的社区搜索和基于k-核等稠密子图模型的社区搜索。这些算法的效率通常都依赖于图的退化度(Degeneracy)度量。退化度是一个用于度量网络稀疏性的一个重要指标,设计一个快速
理工科院校是高校群体中的一部分,是未来高科技人才的聚集地,是未来高素质公民的“孵化池”,是培养高尖端人才的主阵地,担负起培养健全人格各方面综合发展的人才重任。而作为