作为一种强有力的数学工具, Carleman估计在过去几十年里已成为偏微分方程研究的重要方法, 尤其在唯一延拓性、能控能观性以及反问题等领域发挥着核心作用. 本文系统综述了Carleman估计理论在二阶确定性与随机偏微分方程中的最新进展, 重点探讨其在唯一延拓性、能控能观性及反问题研究中的关键应用. 首先, 我们详细阐述了 Carleman 估计的基本原理, 并介绍了使 Carleman 估计成立的几乎必要条件——拟凸性条件, 特别是在二阶偏微分算子中的初等形式. 基于二阶偏微分算子的基本恒等式, 我们严格推导了若干经典的Carleman估计, 并分析了其在偏微分方程研究中的重要作用. 在此基础上, 我们系统地介绍了Carleman估计在唯一延拓性、能控能观性及反问题中的典型应用, 并对相关领域的最新研究进展进行了系统梳理. 最后,本文还简要概述了 Carleman 估计在随机偏微分方程中的推广成果, 及其在随机控制与随机反问题中的应用.
Building similarity graph...
Analyzing shared references across papers
Loading...
Scientia Sinica Mathematica
Add This Paper to Your Research Feed
Any time a new paper drops it will be there.
Zhonghua et al. (Sun,) studied this question.