首页 科技周边 人工智能 N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望

N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望

Apr 08, 2024 pm 06:34 PM
工程 正则哈密顿公式 流体力学

这是数学中最著名的未解问题之一。新的工作已通过同行评审,全文可看。

起猛了,流体力学迎来自己的超导时刻了?
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
最近几天,数学圈内人们正在热烈讨论纳维 - 斯托克斯问题的正则哈密顿公式终于出现了 —— 这个数学史上悬而未决的问题可能有了解答。而在以前,人们甚至普遍认为这是不可能的。

此事有多重要?纳维 - 斯托克斯方程与黎曼猜想一样,在 2000 年被列为「千禧年数学七大难题」。

这七个世界级难题分别是:NP 完全问题、霍奇猜想、庞加莱猜想、黎曼假设、杨 - 米尔斯存在性与质量间隙、纳卫尔 - 斯托克斯方程、BSD 猜想。七个问题都被悬赏一百万美元,20 多年来只有「庞加莱猜想」被俄罗斯天才数学家佩雷尔曼解决。

它们大多让人耳熟能详,但「纳维 - 斯托克斯方程」(N-S 方程)在其中似乎较少被人们提及。究其原因,可能是因为这个问题实在太难以理解了(大学上过《流体力学》这门课的同学肯定会有概念)。有人甚至认为,它是数学史上最复杂的公式。

简单来说,十八世纪数学家欧拉在《流体运动的一般原理》中根据无粘性流体运动时流体所受的力和动量变化推导出了一组方程。
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
欧拉方程的描述将流体运动规定在了一个理想化世界中,但真正的流体内部是有摩擦的。自然界中的流体都有粘性,统称为粘性流体或实际流体。比如我们搅拌蜂蜜时会感受到粘滞的作用,而飞机飞行所受的阻力也很大程度上来源于空气的粘性。

由于实际流体的粘性,我们对于流体运动的研究就变得非常复杂了。
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
在 19 世纪,法国工程师兼物理学家克劳德 - 路易・纳维、爱尔兰物理学和数学家乔治・斯托克斯两人考虑分子间作用力,建立了流体平衡和运动的基本方程,并描述了运动在直角坐标中的分量形式。

这就是后世所说的纳维 - 斯托克斯方程。
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
                                 有史以来最可怕的偏微分方程之一。

纳维 - 斯托克斯方程被用于描述像液体和空气这样的流体物质。这些方程建立了流体的粒子动量的改变率(力)和作用在液体内部的压力的变化和耗散粘滞力(类似于摩擦力)以及引力之间的关系。这些粘滞力产生于分子的相互作用,能告诉我们液体有多粘。这样,纳维 - 斯托克斯方程描述作用于液体任意给定区域的力的动态平衡。

对于很多工程问题来说,这至关重要。

如果纳维 - 斯托克斯问题有全局解的话,很多与流体力学有关的技术都会出现突破,包括但不限于航空航天、火箭发动机、天气预测、管道运输、医疗血流建模等等。

关于这组方程所涉及的难题在于:我们该如何用数学理论阐明它。甚至于用数学理论解释描述奇特黑洞的爱因斯坦场方程都会比阐述纳维 - 斯托克斯方程更简单一些。

人们提到的重要突破来自论文《A canonical Hamiltonian formulation of the Navier–Stokes problem》,于 4 月 1 日刊登在了流体力学领域顶级期刊《Journal of Fluid Mechanics》上:
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
论文链接:https://www.cambridge.org/core/journals/journal-of-fluid-mechanics/article/canonical-hamiltonian-formulation-of-the-navierstokes-problem/B3EB9389AE700867A6A3EA63A45E69C6

该论文提出了基于最小二乘原理推导的最小作用原理的各向同性纳维 - 斯托克斯问题的新型哈密尔顿公式。该公式使用速度N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望和压强N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望作为可变化的场量(field quantities),以及从分析中推导出的正则共轭动量。基于此,该研究构造了满足哈密顿正则方程的守恒哈密顿函数 H*,并针对可压缩和不可压缩流制定了相关的哈密顿 - 雅可比方程。这个哈密顿 - 雅可比方程将寻找四个独立场量的问题N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望简化成在这些场中找到单个标量泛函(scalar functional)—— 哈密顿的主泛函N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望此外,哈密顿和雅可比的变换理论为解决纳维 - 斯托克斯问题提供了一个规定的方法:找到 S*。

如果可以获得 S * 的解析表达式,那么它将通过正则变换得到一组新的场,给出原始速度和压力场的解析表达式,这些场将简单等价于它们的初始值。如果做不到这一点,只能证明哈密顿 - 雅可比方程的完全解存在或不存在,那么也将解决解的存在性问题。

这项新研究可以获得百万美元奖金吗?如果获奖,研究人员必须证明三维不可压缩纳维 - 斯托克斯方程有解,且如果有解,则这些解是平滑的。

数学家陶哲轩(Terence Tao)曾经认为,这很难。
N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望
从目前的进度来看,新的研究已使解决开放问题变得更加容易,我们前进了一大步 —— 已经实现纳维 - 斯托克斯方程的正则哈密顿量公式,可能意味着我们可以绕过标准拉格朗日量的限制,将问题简化为寻找单个标量函数。

或许距离解决千禧年难题的第二题已经不远了。

参考内容:
https://www1.grc.nasa.gov/beginners-guide-to-aeronautics/navier-strokes-equation/
https://zhuanlan.zhihu.com/p/263628141
https://terrytao.wordpress.com/2007/03/18/why-global-regularity-for-navier-stokes-is-hard/

以上是N-S方程问题有解了?与黎曼猜想并列,千禧年数学难题胜利在望的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳图形设置
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您听不到任何人,如何修复音频
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25:如何解锁Myrise中的所有内容
1 个月前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

ControlNet作者又出爆款!一张图生成绘画全过程,两天狂揽1.4k Star ControlNet作者又出爆款!一张图生成绘画全过程,两天狂揽1.4k Star Jul 17, 2024 am 01:56 AM

同样是图生视频,PaintsUndo走出了不一样的路线。ControlNet作者LvminZhang又开始整活了!这次瞄准绘画领域。新项目PaintsUndo刚上线不久,就收获1.4kstar(还在疯狂涨)。项目地址:https://github.com/lllyasviel/Paints-UNDO通过该项目,用户输入一张静态图像,PaintsUndo就能自动帮你生成整个绘画的全过程视频,从线稿到成品都有迹可循。绘制过程,线条变化多端甚是神奇,最终视频结果和原图像非常相似:我们再来看一个完整的绘

从RLHF到DPO再到TDPO,大模型对齐算法已经是「token-level」 从RLHF到DPO再到TDPO,大模型对齐算法已经是「token-level」 Jun 24, 2024 pm 03:04 PM

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com在人工智能领域的发展过程中,对大语言模型(LLM)的控制与指导始终是核心挑战之一,旨在确保这些模型既强大又安全地服务于人类社会。早期的努力集中于通过人类反馈的强化学习方法(RL

登顶开源AI软件工程师榜首,UIUC无Agent方案轻松解决SWE-bench真实编程问题 登顶开源AI软件工程师榜首,UIUC无Agent方案轻松解决SWE-bench真实编程问题 Jul 17, 2024 pm 10:02 PM

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com这篇论文的作者均来自伊利诺伊大学香槟分校(UIUC)张令明老师团队,包括:StevenXia,四年级博士生,研究方向是基于AI大模型的自动代码修复;邓茵琳,四年级博士生,研究方

OpenAI超级对齐团队遗作:两个大模型博弈一番,输出更好懂了 OpenAI超级对齐团队遗作:两个大模型博弈一番,输出更好懂了 Jul 19, 2024 am 01:29 AM

如果AI模型给的答案一点也看不懂,你敢用吗?随着机器学习系统在更重要的领域得到应用,证明为什么我们可以信任它们的输出,并明确何时不应信任它们,变得越来越重要。获得对复杂系统输出结果信任的一个可行方法是,要求系统对其输出产生一种解释,这种解释对人类或另一个受信任的系统来说是可读的,即可以完全理解以至于任何可能的错误都可以被发现。例如,为了建立对司法系统的信任,我们要求法院提供清晰易读的书面意见,解释并支持其决策。对于大型语言模型来说,我们也可以采用类似的方法。不过,在采用这种方法时,确保语言模型生

arXiv论文可以发「弹幕」了,斯坦福alphaXiv讨论平台上线,LeCun点赞 arXiv论文可以发「弹幕」了,斯坦福alphaXiv讨论平台上线,LeCun点赞 Aug 01, 2024 pm 05:18 PM

干杯!当论文讨论细致到词句,是什么体验?最近,斯坦福大学的学生针对arXiv论文创建了一个开放讨论论坛——alphaXiv,可以直接在任何arXiv论文之上发布问题和评论。网站链接:https://alphaxiv.org/其实不需要专门访问这个网站,只需将任何URL中的arXiv更改为alphaXiv就可以直接在alphaXiv论坛上打开相应论文:可以精准定位到论文中的段落、句子:右侧讨论区,用户可以发表问题询问作者论文思路、细节,例如:也可以针对论文内容发表评论,例如:「给出至

公理训练让LLM学会因果推理:6700万参数模型比肩万亿参数级GPT-4 公理训练让LLM学会因果推理:6700万参数模型比肩万亿参数级GPT-4 Jul 17, 2024 am 10:14 AM

把因果链展示给LLM,它就能学会公理。AI已经在帮助数学家和科学家做研究了,比如著名数学家陶哲轩就曾多次分享自己借助GPT等AI工具研究探索的经历。AI要在这些领域大战拳脚,强大可靠的因果推理能力是必不可少的。本文要介绍的这项研究发现:在小图谱的因果传递性公理演示上训练的Transformer模型可以泛化用于大图谱的传递性公理。也就是说,如果让Transformer学会执行简单的因果推理,就可能将其用于更为复杂的因果推理。该团队提出的公理训练框架是一种基于被动数据来学习因果推理的新范式,只有演示

黎曼猜想显着突破!陶哲轩强推MIT、牛津新论文,37岁菲尔兹奖得主参与 黎曼猜想显着突破!陶哲轩强推MIT、牛津新论文,37岁菲尔兹奖得主参与 Aug 05, 2024 pm 03:32 PM

最近,被称为千禧年七大难题之一的黎曼猜想迎来了新突破。黎曼猜想是数学中一个非常重要的未解决问题,与素数分布的精确性质有关(素数是那些只能被1和自身整除的数字,它们在数论中扮演着基础性的角色)。在当今的数学文献中,已有超过一千条数学命题以黎曼猜想(或其推广形式)的成立为前提。也就是说,黎曼猜想及其推广形式一旦被证明,这一千多个命题将被确立为定理,对数学领域产生深远的影响;而如果黎曼猜想被证明是错误的,那么这些命题中的一部分也将随之失去其有效性。新的突破来自MIT数学教授LarryGuth和牛津大学

首个基于Mamba的MLLM来了!模型权重、训练代码等已全部开源 首个基于Mamba的MLLM来了!模型权重、训练代码等已全部开源 Jul 17, 2024 am 02:46 AM

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com。引言近年来,多模态大型语言模型(MLLM)在各个领域的应用取得了显着的成功。然而,作为许多下游任务的基础模型,当前的MLLM由众所周知的Transformer网络构成,这种网

See all articles