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:2412.17420

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2412.17420 (math)
[提交于 2024年12月23日 ]

标题: 具有L{é}vy噪声的临界SPDE的扩展变分设置

标题: An extended variational setting for critical SPDEs with L{é}vy noise

Authors:Sebastian Bechtel, Fabian Germ (TU Delft), Mark Veraar (TU Delft)
摘要: 临界变分设置最近被引入,并被证明适用于许多经典变分设置无法涵盖的重要随机偏微分方程(SPDEs)。 在本文中,我们以几种方式扩展了临界变分设置。 我们为非线性漂移项的范围空间引入了一种灵活性,因此某些临界情况现在也可以被包括在内。 一个例子是在弱设置下二维的Allen-Cahn方程。 此外,我们允许漂移在时间上是奇异的,这在研究SPDEs的大偏差原理的骨架方程时自然会出现。 最后但同样重要的是,我们展示了在Lévy噪声情况下的理论,而临界设置在此前尚未可用。
摘要: The critical variational setting was recently introduced and shown to be applicable to many important SPDEs not covered by the classical variational setting. In this paper, we extend the critical variational setting in several ways. We introduce a flexibility in the range space for the nonlinear drift term, due to which certain borderline cases can now also be included. An example of this is the Allen-Cahn equation in dimension two in the weak setting. In addition to this, we allow the drift to be singular in time, which is something that naturally arises in the study of the skeleton equations for large deviation principles for SPDEs. Last but not least, we present the theory in the case of L{\'e}vy noise for which the critical setting was not available yet.
评论: 62页
主题: 偏微分方程分析 (math.AP) ; 概率 (math.PR)
引用方式: arXiv:2412.17420 [math.AP]
  (或者 arXiv:2412.17420v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.17420
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sebastian Bechtel [查看电子邮件]
[v1] 星期一, 2024 年 12 月 23 日 09:34:14 UTC (59 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
查看许可
当前浏览上下文:
math.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math
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