Soumettre la recherche
Mettre en ligne
ndwave6.pdf
•
0 j'aime
•
13 vues
M
MuiKanarine
Suivre
Finite propagation property and the Huygens principle for the wave equation (in Japanese)
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 6
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
ndwave8.pdf
ndwave8.pdf
MuiKanarine
ndwave7.pdf
ndwave7.pdf
MuiKanarine
ndwave4.pdf
ndwave4.pdf
MuiKanarine
ndwave10.pdf
ndwave10.pdf
MuiKanarine
linhyp.pdf
linhyp.pdf
MuiKanarine
ndwave9.pdf
ndwave9.pdf
MuiKanarine
ndwave1.pdf
ndwave1.pdf
MuiKanarine
ndwave5.pdf
ndwave5.pdf
MuiKanarine
Recommandé
ndwave8.pdf
ndwave8.pdf
MuiKanarine
ndwave7.pdf
ndwave7.pdf
MuiKanarine
ndwave4.pdf
ndwave4.pdf
MuiKanarine
ndwave10.pdf
ndwave10.pdf
MuiKanarine
linhyp.pdf
linhyp.pdf
MuiKanarine
ndwave9.pdf
ndwave9.pdf
MuiKanarine
ndwave1.pdf
ndwave1.pdf
MuiKanarine
ndwave5.pdf
ndwave5.pdf
MuiKanarine
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
Joe Suzuki
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
確率解析計算
確率解析計算
Yusuke Matsushita
積分と漸化式
積分と漸化式
政孝 鍋島
080 統計的推測 検定
080 統計的推測 検定
t2tarumi
Introduction to the particle filter
Introduction to the particle filter
Satoshi Minakuchi
ndwave3.pdf
ndwave3.pdf
MuiKanarine
PRML 1.6 情報理論
PRML 1.6 情報理論
sleepy_yoshi
JSIAM_2019_9_4
JSIAM_2019_9_4
KoutaFunakoshi
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
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
積分と収束
積分と収束
nabeshimamasataka
積分と収束
積分と収束
政孝 鍋島
Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
Koji Sekiguchi
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
PRML 10.4 - 10.6
PRML 10.4 - 10.6
Akira Miyazawa
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
t2tarumi
PRML セミナー
PRML セミナー
sakaguchi050403
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___information
takutori
双対性
双対性
Yoichi Iwata
Contenu connexe
Similaire à ndwave6.pdf
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
Joe Suzuki
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
確率解析計算
確率解析計算
Yusuke Matsushita
積分と漸化式
積分と漸化式
政孝 鍋島
080 統計的推測 検定
080 統計的推測 検定
t2tarumi
Introduction to the particle filter
Introduction to the particle filter
Satoshi Minakuchi
ndwave3.pdf
ndwave3.pdf
MuiKanarine
PRML 1.6 情報理論
PRML 1.6 情報理論
sleepy_yoshi
JSIAM_2019_9_4
JSIAM_2019_9_4
KoutaFunakoshi
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
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
積分と収束
積分と収束
nabeshimamasataka
積分と収束
積分と収束
政孝 鍋島
Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
Koji Sekiguchi
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
PRML 10.4 - 10.6
PRML 10.4 - 10.6
Akira Miyazawa
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
t2tarumi
PRML セミナー
PRML セミナー
sakaguchi050403
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___information
takutori
双対性
双対性
Yoichi Iwata
Similaire à ndwave6.pdf
(20)
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
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
確率解析計算
確率解析計算
積分と漸化式
積分と漸化式
080 統計的推測 検定
080 統計的推測 検定
Introduction to the particle filter
Introduction to the particle filter
ndwave3.pdf
ndwave3.pdf
PRML 1.6 情報理論
PRML 1.6 情報理論
JSIAM_2019_9_4
JSIAM_2019_9_4
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
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
積分と収束
積分と収束
積分と収束
積分と収束
Similarity functions in Lucene 4.0
Similarity functions in Lucene 4.0
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)
PRML 10.4 - 10.6
PRML 10.4 - 10.6
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
PRML セミナー
PRML セミナー
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___information
双対性
双対性
ndwave6.pdf
1.
有限伝播性と Huygens の原理 n
≥ 2 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 . Theorem 3 (有限伝播性) 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,任意の t ≥ 0 に対し, supp u(t, ·) ⊂ {x ∈ Rn ; |x| < t + R}. 奏理音ムイ(Vtuber) 1 / 5 興 ー
2.
証明 Theorems 1, 2
により,奇数次元・偶数次元のとき解 u はそれぞれ u(t, x) = 1 (n − 2)!!ωn % ∂t & 1 t ∂t 'n−3 2 ( tn−2 ) |y|=1 u0(x + ty) dσ(y) * + & 1 t ∂t 'n−3 2 ( tn−2 ) |y|=1 u1(x + ty) dσ(y) *+ , u(t, x) = 2 (n − 1)!!ωn+1 % ∂t & 1 t ∂t 'n−2 2 ( tn−1 ) |y|≤1 u0(x + ty) , 1 − |y|2 dy * + & 1 t ∂t 'n−2 2 ( tn−1 ) |y|≤1 u1(x + ty) , 1 − |y|2 dy *+ で与えられた. 奏理音ムイ(Vtuber) 2 / 5
3.
ここで,|x| ≥ t
+ R とすると,任意の |y| ≤ 1 に対し |x + ty| ≥ |x| − t|y| ≥ |x| − t ≥ R となり,初期値の台の条件 supp u0, supp u1 ⊂ {x ∈ Rn ; |x| < R} から解表示の 積分について ) |y|=1 uj (x + ty) dσ(y) = 0, ) |y|≤1 uj (x + ty) , 1 − |y|2 dy = 0 (j = 0, 1) となる.したがって u(t, x) = 0 となる. 奏理音ムイ(Vtuber) 3 / 5
4.
Theorem 4 (Huygens
の原理) Theorem 3 の仮定のもと,さらに n が 3 以上の奇数ならば,任意の t ≥ 0 に対し supp u(t, ·) ⊂ {x ∈ Rn ; t − R < |x| < t + R} が成立する. 奏理音ムイ(Vtuber) 4 / 5 " I 11 "
5.
証明 奇数次元 (n ≥
3) での解表示 u(t, x) = 1 (n − 2)!!ωn % ∂t & 1 t ∂t 'n−3 2 ( tn−2 ) |y|=1 u0(x + ty) dσ(y) * + & 1 t ∂t 'n−3 2 ( tn−2 ) |y|=1 u1(x + ty) dσ(y) *+ , において,|x| < t − R とすると,任意の |y| = 1 に対し |x + ty| ≥ t|y| − |x| = t − |x| > t − (t − R) = R となり,初期値の台の条件から ) |y|=1 uj (x + ty) dσ(y) = 0 (j = 0, 1) を得る.したがって u(t, x) = 0. 奏理音ムイ(Vtuber) 5 / 5
6.
注意 Theorems 1,2 の解表示は
t ≤ 0 でも成立する(波動方程式の時間反転対称性)こ とから,t ≤ 0 でも有限伝播性: supp u(t, ·) ⊂ {x ∈ Rn ; |x| < |t| + R} および奇数次元(n ≥ 3)における Huygens の原理: supp u(t, ·) ⊂ {x ∈ Rn ; |t| − R < |x| < |t| + R} が得られる. 奏理音ムイ(Vtuber) 6 / 5 * " N 1 ll 1 ,
Télécharger maintenant