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:2108.10962v3

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2108.10962v3 (math)
[提交于 2021年8月24日 (v1) ,最后修订 2022年4月11日 (此版本, v3)]

标题: 生产场博弈的参数敏感性分析

标题: Parameter sensitivity analysis for mean field games of production

Authors:P. Jameson Graber, Marcus Laurel
摘要: 我们研究了Chan和Sircar(AMO,2015)引入的平均场博弈系统,用于模拟不可再生资源的生产。 特别是,我们研究了解对参数$\varepsilon$的敏感性,该参数衡量生产者之间可互换的程度。 我们证明了在某个区间$[0,\varepsilon_0]$内,其中$\varepsilon_0 > 0$,解相对于$\varepsilon$是无限可微的。 该结果基于对前向后向线性偏微分方程组的一组新的先验估计。
摘要: We study a mean field game system introduced by Chan and Sircar (AMO, 2015) to model production of an exhaustible resource. In particular, we study the sensitivity of the solution with respect to a parameter $\varepsilon$, which measures the degree to which producers are interchangeable. We prove that on some interval $[0,\varepsilon_0]$, where $\varepsilon_0 > 0$, the solution is infinitely differentiable with respect to $\varepsilon$. The result is based on a set of new a priori estimates for forward-backward systems of linear partial differential equations.
主题: 偏微分方程分析 (math.AP) ; 优化与控制 (math.OC)
MSC 类: 35Q89
引用方式: arXiv:2108.10962 [math.AP]
  (或者 arXiv:2108.10962v3 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2108.10962
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Philip Jameson Graber [查看电子邮件]
[v1] 星期二, 2021 年 8 月 24 日 21:27:47 UTC (31 KB)
[v2] 星期四, 2021 年 8 月 26 日 14:18:37 UTC (31 KB)
[v3] 星期一, 2022 年 4 月 11 日 15:15:17 UTC (35 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
许可图标 查看许可
当前浏览上下文:
math.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-08
切换浏览方式为:
math
math.OC

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