RUS  ENG
Полная версия
ЖУРНАЛЫ // Теория вероятностей и ее применения // Архив

Теория вероятн. и ее примен., 2005, том 50, выпуск 4, страницы 675–710 (Mi tvp125)

Эта публикация цитируется в 17 статьях

О двухтемпературной задаче для уравнения Клейна–Гордона

Т. В. Дудниковаa, А. И. Комечb

a Электростальский политехнический институт
b Московский государственный университет им. М. В. Ломоносова, механико-математический факультет

Аннотация: Рассматривается уравнение Клейна–Гордона с постоянными или переменными коэффициентами в $\mathbf{R}^n$, $n\geq 2$. Начальные данные — случайная функция с конечной средней плотностью энергии, удовлетворяющая условию перемешивания типа Розенблатта или Ибрагимова–Линника. Предполагается также, что начальная функция сходится при $x_n\to\pm\infty$ к двум различным пространственно-инвариантным случайным процессам с распределениями $\mu_\pm$. Изучается распределение $\mu_t$ случайного решения в момент времени $t\in\mathbf{R}$. Основной результат — доказательство сходимости $\mu_t$ к гауссовской трансляционно-инвариантной мере при $t\to\infty$, что означает центральную предельную теорему для уравнения Клейна–Гордона. Доказательство основано на методе “комнат-коридоров” С. Н. Бернштейна и оценках осциллирующих интегралов. Дается приложение к случаю гиббсовских мер $\mu_\pm=g_\pm$ с двумя различными температурами $T_{\pm}$. Показано, что предельная средняя плотность потока энергии для гиббсовских мер формально равна $-\infty\cdot(0,\dots,0,T_+-T_-)$, а для сглаженного решения конечна и равняется $-C(0,\dots,0,T_+-T_-)$ с константой $C>0$. Это соответствует второму началу термодинамики.

Ключевые слова: уравнение Клейна–Гордона, задача Коши, случайные начальные данные, условие перемешивания, преобразование Фурье, слабая сходимость мер, гауссовские меры, ковариационные функции и матрицы, характеристичеcкий функционал.

Поступила в редакцию: 21.10.2003
Исправленный вариант: 09.05.2005

DOI: 10.4213/tvp125


 Англоязычная версия: Theory of Probability and its Applications, 2006, 50:4, 582–611

Реферативные базы данных:


© МИАН, 2024