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:2504.10376

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2504.10376 (math)
[提交于 2025年4月14日 ]

标题: 具有逻辑源的完全抛物化学趋向性模型中肿瘤-免疫细胞相互作用

标题: Tumor-immune cell interactions by a fully parabolic chemotaxis model with logistic source

Authors:Rafael Díaz Fuentes
摘要: 本研究探讨了一类具化学趋向性的系统中经典解的存在性问题,这些系统可表示为 \[\begin{cases} u_t = \Delta u-\chi \nabla\cdot(u \nabla v) + \mu_1 u^k -\mu_2 u^{k+1}, & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ v_t= \Delta v+\alpha w-\beta v-\gamma u v, & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ w_t= \Delta w-\delta u w+ \mu_3 w(1-w), & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ \frac{\partial u}{\partial\nu}=\frac{\partial v}{\partial\nu}=\frac{\partial w}{\partial\nu}=0, & \text{on} \; \partial\Omega\times(0,T_{\text{max}}), \\ u(x,0)=u_0(x), \quad v(x,0)= v_0(x), \quad w(x,0)= w_0(x), & x\in\overline{\Omega}, \end{cases}\],用于描述肿瘤(即 $w$)与免疫细胞(即 $u$)之间的相互作用,并带有逻辑斯蒂型源项 $\mu_1 u^k - \mu_2 u^{k+1}$, $k\geq1$,同时也考虑了化学信号(即 $v$)的存在。 模型参数$\chi, \mu_1,\mu_2, \mu_3, \alpha, \beta, \gamma$和$\delta$均为正值。 值$T_{\text{max}}$表示解定义的最大时间瞬间。 我们的重点是在 Neumann 边界条件下研究有界域$\Omega\subset \mathbb{R}^n, n \geq 3$中的全局存在性。 我们区分两种情形:$k>1$和$k=1$。 第一种情形允许在更小的假设下证明有界性,这些假设仅依赖于模型参数而非初始数据,而第二种情形则需要一个额外条件,将参数$\chi, \mu_2$、$n$与初始数据$\lVert v_0 \rVert_{L^\infty(\Omega)}$联系起来。 此模型可以看作是对[11]和[4]中先前研究模型的扩展,其中前者是一个只有两个方程的系统,而后者则是去除了逻辑斯蒂项的同一模型。
摘要: This work studies the existence of classical solutions to a class of chemotaxis systems reading \[\begin{cases} u_t = \Delta u-\chi \nabla\cdot(u \nabla v) + \mu_1 u^k -\mu_2 u^{k+1}, & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ v_t= \Delta v+\alpha w-\beta v-\gamma u v, & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ w_t= \Delta w-\delta u w+ \mu_3 w(1-w), & \text{in} \; \Omega\times(0,T_{\text{max}}), \\ \frac{\partial u}{\partial\nu}=\frac{\partial v}{\partial\nu}=\frac{\partial w}{\partial\nu}=0, & \text{on} \; \partial\Omega\times(0,T_{\text{max}}), \\ u(x,0)=u_0(x), \quad v(x,0)= v_0(x), \quad w(x,0)= w_0(x), & x\in\overline{\Omega}, \end{cases}\] that model interactions between tumor (i.e., $w$) and immune cells (i.e., $u$) with a logistic-type source term $\mu_1 u^k - \mu_2 u^{k+1}$, $k\geq1$, also in presence of a chemical signal (i.e., $v$). The model parameters $\chi, \mu_1,\mu_2, \mu_3, \alpha, \beta, \gamma$, and $\delta$ are all positive. The value $T_{\text{max}}$ indicates the maximum instant of time up to which solutions are defined. Our focus is on examining the global existence in a bounded domain $\Omega\subset \mathbb{R}^n, n \geq 3$, under Neumann boundary conditions. We distinguish between two scenarios: $k>1$ and $k=1$. The first case allows to prove boundedness under smaller assumptions relying only on the model parameters instead of on the initial data, while the second case requires an extra condition relating the parameters $\chi, \mu_2$, $n$, and the initial data $\lVert v_0 \rVert_{L^\infty(\Omega)}$. This model can be seen as an extension of those previously examined in [11] and [4], being the former a system with only two equations and the latter the same model without logistic.
主题: 偏微分方程分析 (math.AP)
MSC 类: 35A01, 35A09, 35B30, 35B45, 92C17
引用方式: arXiv:2504.10376 [math.AP]
  (或者 arXiv:2504.10376v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.10376
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rafael Díaz Fuentes [查看电子邮件]
[v1] 星期一, 2025 年 4 月 14 日 16:24:04 UTC (21 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • 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 | 2025-04
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