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:2508.17313

帮助 | 高级搜索

数学 > 概率

arXiv:2508.17313 (math)
[提交于 2025年8月24日 ]

标题: 弱相关性范围内富集连续随机能量模型的自由能

标题: The Free Energy of an Enriched Continuous Random Energy Model in the Weak Correlation Regime

Authors:Alexander Alban, Fu-Hsuan Ho, Justin Ko
摘要: 我们使用平均场无序系统的Hamilton-Jacobi方法重新审视连续随机能量模型(CREM)极限自由能的证明。 为此,我们引入了一个增强模型,该模型在CREM和Ruelle概率级联之间进行插值。 我们关注弱相关性区域,在此区域内,CREM的协方差函数$A$被恒等函数所上限。 在弱相关性区域,我们证明自由能由Hopf公式给出。 所得表达式与$A$无关,证实在此区域内自由能不依赖于协方差函数的具体形式。 在弱相关性区域之外,Hamilton-Jacobi框架不再适用。 此外,我们提供了一个例子,说明对相关变分原理的正式应用未能得出正确的自由能。
摘要: We revisit the proof of the limiting free energy of the continuous random energy model (CREM) using the Hamilton--Jacobi approach for mean-field disordered systems. To achieve this, we introduce an enriched model that interpolates between the CREM and the Ruelle probability cascade. We focus on the weak correlation regime, where the CREM's covariance function $A$ is bounded above by the identity function. In the weak correlation regime, we show that the free energy is given by the Hopf formula. The resulting expression is independent of $A$, confirming that in this regime the free energy does not depend on the precise form of the covariance function. Outside of the weak correlation regime, the Hamilton--Jacobi framework no longer applies. Moreover, we provide an example where a formal application of the associated variational principle fails to yield the correct free energy.
评论: 42页,1图
主题: 概率 (math.PR) ; 偏微分方程分析 (math.AP)
MSC 类: 35F21, 60K35, 82D30, 60B20
引用方式: arXiv:2508.17313 [math.PR]
  (或者 arXiv:2508.17313v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.17313
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Fu-Hsuan Ho [查看电子邮件]
[v1] 星期日, 2025 年 8 月 24 日 11:49:22 UTC (73 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 | 2025-08
切换浏览方式为:
math.AP
math.PR

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