当我们要明确显示参数时,我们还会称呼SETωA(L,γ) - 厚度。厚度集的定义来自对不确定性原理的研究,并在[KOV01]中引入了名称。在[KOV01]之前,一些非常相似的概念,例如,例如提出了[KAC73]中的相对密集集。(2)当ρ=ρs时,我们只能假设ωsatis -for(1.2)来放松上述定义。 X |足够大。的确,如果仅适用于| |的ωsatis(1.2),则令A> 0和ω⊂r仅用于| X | ≥A,然后我们可以选择一个足够大的新L和一个新的γ较小,以使得定义1.2定义定义的类型(ρs,τ)厚度(ρs,τ)。这种缩放方法基本与第2.1款中引理2.2的证明相同。现在我们可以陈述我们的第一个零可控性结果:
d≥2的可能具有正(d -1)-hhusdor效法。 在[LM18,定理5.1]中也获得了一些(d -1 -δ)-hhusdor e含量的梯度的传播。 作为|∇u |的零在[NV17]中显示了有限的(d -2) - hausdor效法,在[LM18]中猜测是|∇u |的结果。应预期从任何δ> 0的正(d -2 +δ) - huusdor e含量中保留。 到现在为止,这个猜想仍然开放。 然后,本文的第一个目标是将Malinnikova的结果扩展到Schrödinger类型方程(1.1)。 在[LM18]相同的环境中,以完全的一般性获得了小型溶液的传播。 另一方面,仅在特定环境中得出了梯度小的传播。 的确,人们不能期望在完全普遍的情况下为(1.1)梯度传播小额的繁殖,因为如[hhohon99,备注p。 362],r d的每个闭合子集都可能是这种函数的关键集,因此也没有希望从一组(d -1 -1 -δ) - hausdor效应的集合中传播小的内容,即使对于小δ> 0。 尽管如此,我们的特殊结果对于我们接下来描述的光谱估算的应用程序很充分。可能具有正(d -1)-hhusdor效法。在[LM18,定理5.1]中也获得了一些(d -1 -δ)-hhusdor e含量的梯度的传播。作为|∇u |的零在[NV17]中显示了有限的(d -2) - hausdor效法,在[LM18]中猜测是|∇u |的结果。应预期从任何δ> 0的正(d -2 +δ) - huusdor e含量中保留。到现在为止,这个猜想仍然开放。然后,本文的第一个目标是将Malinnikova的结果扩展到Schrödinger类型方程(1.1)。在[LM18]相同的环境中,以完全的一般性获得了小型溶液的传播。另一方面,仅在特定环境中得出了梯度小的传播。的确,人们不能期望在完全普遍的情况下为(1.1)梯度传播小额的繁殖,因为如[hhohon99,备注p。 362],r d的每个闭合子集都可能是这种函数的关键集,因此也没有希望从一组(d -1 -1 -δ) - hausdor效应的集合中传播小的内容,即使对于小δ> 0。尽管如此,我们的特殊结果对于我们接下来描述的光谱估算的应用程序很充分。
