Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.08622

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2412.08622 (math)
[提交于 2024年12月11日 ]

标题: 随机幂律流的遍历勒瓦-霍普夫解的存在性与非唯一性

标题: Existence and Non-Uniqueness of Ergodic Leray-Hopf Solutions to the Stochastic Power-Law Flows

Authors:Stefanie Elisabeth Berkemeier
摘要: 我们研究在$d \geq 3$维空间中由迹类加性随机强迫驱动的剪切变稀流体流动的长时间行为,其幂律指数范围从$1$到$ \frac{2d}{d+2}$。 我们特别关注勒雷-霍普夫解,即满足能量不等式的解析弱解。 将一种新的与能量相关的泛函引入凸积分技术中,使得可以构造出无限多个对于特定初始值为概率强解的此类解。 此外,我们提供了全局时间估计,从而得出存在无限多个平稳甚至遍历的勒雷-霍普夫解。 这些结果代表了在该幂律指数范围内的随机剪切变稀流体框架中勒雷-霍普夫解的首次构造。
摘要: We study long time behavior of shear-thinning fluid flows in $d \geq 3$ dimensions, driven by additive stochastic forcing of trace class, with power-law indices ranging from $1$ to $ \frac{2d}{d+2}$. We particularly focus on Leray-Hopf solutions, i.e. on analytically weak solutions satisfying energy inequality. Introducing a new kind of energy related functional into the technique of convex integration enables the construction of infinitely many such solutions that are probabilistically strong for a certain initial value. Furthermore, we provide global i time estimates which lead to the existence of infinitely many stationary and even ergodic Leray--Hopf solutions. These results represent the first construction of Leray-Hopf solutions in the framework of stochastic shear-thinning fluids within this range of power-law indices.
主题: 偏微分方程分析 (math.AP)
引用方式: arXiv:2412.08622 [math.AP]
  (或者 arXiv:2412.08622v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.08622
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Stefanie Elisabeth Berkemeier [查看电子邮件]
[v1] 星期三, 2024 年 12 月 11 日 18:42:17 UTC (652 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号