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:2412.13955v1

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2412.13955v1 (math)
[提交于 2024年12月18日 ]

标题: 一些调和函数的精确估计及其在斯捷克洛夫特征函数中的应用

标题: A few sharp estimates of harmonic functions with applications to Steklov eigenfunctions

Authors:Xing Wang, Cheng Zhang
摘要: 在具有光滑边界的光滑紧致流形上,我们首先通过结合微局部分析和Almgren以及Garofalo-Lin的频率函数技术,建立了调和函数在频率函数方面的精确下界。这些下界可以通过欧几里得球上的Steklov本征函数和一族对称扭曲乘积流形来达到饱和。此外,如Sogge和Taylor所做的那样,我们通过构造泊松积分算子的参数解并计算其与谱簇的复合,分析了调和函数的内部行为。通过使用微局部分析,我们获得了其边界迹为准模式的调和函数的几个精确估计。作为应用,我们建立了Steklov本征函数的几乎正交性、双线性估计和横截限制估计,并讨论了调和函数的数值逼近。
摘要: On smooth compact manifolds with smooth boundary, we first establish the sharp lower bounds for the restrictions of harmonic functions in terms of their frequency functions, by using a combination of microlocal analysis and frequency function techniques by Almgren and Garofalo-Lin. The lower bounds can be saturated by Steklov eigenfunctions on Euclidean balls and a family of symmetric warped product manifolds. Moreover, as in Sogge and Taylor, we analyze the interior behavior of harmonic functions by constructing a parametrix for the Poisson integral operator and calculate its composition with the spectral cluster. By using microlocal analysis, we obtain several sharp estimates for the harmonic functions whose traces are quasimodes on the boundary. As applications, we establish the almost-orthogonality, bilinear estimates and transversal restriction estimates for Steklov eigenfunctions, and discuss the numerical approximation of harmonic functions.
评论: 32页
主题: 偏微分方程分析 (math.AP) ; 经典分析与常微分方程 (math.CA); 数值分析 (math.NA); 谱理论 (math.SP)
MSC 类: 58C40, 58J50, 58J32, 65N15
引用方式: arXiv:2412.13955 [math.AP]
  (或者 arXiv:2412.13955v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.13955
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Cheng Zhang [查看电子邮件]
[v1] 星期三, 2024 年 12 月 18 日 15:35:54 UTC (30 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.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
cs
cs.NA
math
math.CA
math.NA
math.SP

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