二维粘性系数依赖于密度的不可压MHD方程组强解的全局存在性

来源 :西北大学 | 被引量 : 0次 | 上传用户:xchjzl
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
本文主要研究了粘性系数μ(ρ)与磁扩散系数v(ρ)都依赖于密度ρ时,2维不可压缩磁流体方程组在有界区域内强解的全局存在性.方程的主要形式为{(a)tρ+div(ρu)=0,(a)t(ρu)+div(ρu(×)u)-div(2μ(ρ)d)-(B·▽)B+▽P=0,Bt-div(v(ρ)▽B)-curl(u×B)=0,divu=0,divB=0,初始条件(ρ,u,B)|t=0=(ρ0,u0,B0),在Ω内.边界条件u=0,B·→n=0,curlB=0,在(a)Ω×[0,T)内.其中Ω(∈)R2.变量ρ(x,t),u(x,t)分别代表流体的密度与速度;B(x,t)为磁场;P(x,t)为压力.μ(ρ),v(ρ)分别表示粘性系数和磁扩散系数均依赖于密度ρ,并且满足μ(ρ),v(ρ)∈C1[0,∞),0<μ≤μ≤(μ)和(v)≤(v)≤(v)当ρ∈[0,∞)时.其中(μ),(μ),(v),(v)为正常数.
其他文献
20世纪40年代末,Shannon、Hamming等人创立了编码理论,主要研究信息传输过程中的信号编码规律。它与信息论、数理统计、概率论、随机过程、线性代数、近世代数、数论、有限几何
Hopfield神经网络是一类非线性信息处理系统,它在图像处理、模式识别、信号处理和控制理论中有广泛应用[1].因此,研究Hopfield神经网络的动力学特征,如指数稳定性、不变集与吸引