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:1206.2900

帮助 | 高级搜索

数学 > 微分几何

arXiv:1206.2900 (math)
[提交于 2012年6月13日 (v1) ,最后修订 2013年7月18日 (此版本, v2)]

标题: 一个关于Killing图的平均曲率方程的内部梯度估计及其应用

标题: An interior gradient estimate for the mean curvature equation of Killing graphs and applications

Authors:Marcos Dajczer, Jorge H. Lira, Jaime Ripoll
摘要: 我们扩展了N. Korevaar和L. Simon针对平均曲率方程解的内部梯度估计,从欧几里得图的情况推广到Killing图的一般情况。 我们的主要应用是证明存在具有给定平均曲率函数的Killing图,对于连续边界数据,从而扩展了Dajczer、Hinojosa和Lira的结果。 此外,我们证明了在双曲空间中具有给定平均曲率函数和无穷远处渐近边界数据的径向图的存在性和唯一性。
摘要: We extend the interior gradient estimate due to N. Korevaar and L. Simon for solutions of the mean curvature equation from the case of Euclidean graphs to the general case of Killing graphs. Our main application is the proof of existence of Killing graphs with prescribed mean curvature function for continuous boundary data, thus extending a result due to Dajczer, Hinojosa and Lira. In addition, we prove the existence and uniqueness of radial graphs in hyperbolic space with prescribed mean curvature function and asymptotic boundary data at infinity.
评论: 这是带有新应用的新版本
主题: 微分几何 (math.DG) ; 偏微分方程分析 (math.AP)
MSC 类: 53C42
引用方式: arXiv:1206.2900 [math.DG]
  (或者 arXiv:1206.2900v2 [math.DG] 对于此版本)
  https://doi.org/10.48550/arXiv.1206.2900
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jorge Lira [查看电子邮件]
[v1] 星期三, 2012 年 6 月 13 日 19:17:59 UTC (10 KB)
[v2] 星期四, 2013 年 7 月 18 日 10:49:19 UTC (12 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.DG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-06
切换浏览方式为:
math
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