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:2507.12790

帮助 | 高级搜索

数学 > 微分几何

arXiv:2507.12790 (math)
[提交于 2025年7月17日 ]

标题: 积分梯度估计在闭曲面上

标题: Integral gradient estimates on a closed surface

Authors:Yuxiang Li, Rongze Sun
摘要: 设$(\Sigma, g)$为一个闭合的黎曼曲面,令$u$为方程\[ - \Delta_g u = \mu, \]的弱解,其中$\mu$是一个带符号的Radon测度。 我们旨在建立$L^p$对于$u$梯度的估计,这些估计与度量$g$的选择无关。 当复结构接近模空间边界时,这尤其相关。 为此,我们考虑度量$g' = e^{2u} g$作为有界积分曲率的度量。 这个度量满足所谓的二次面积界条件,这使我们能够在局部共形坐标中推导出$g'$的梯度估计。 从这些估计中,我们得到了$u$梯度的期望估计。
摘要: Let $(\Sigma, g)$ be a closed Riemann surface, and let $u$ be a weak solution to equation \[ - \Delta_g u = \mu, \] where $\mu$ is a signed Radon measure. We aim to establish $L^p$ estimates for the gradient of $u$ that are independent of the choice of the metric $g$. This is particularly relevant when the complex structure approaches the boundary of the moduli space. To this end, we consider the metric $g' = e^{2u} g$ as a metric of bounded integral curvature. This metric satisfies a so-called quadratic area bound condition, which allows us to derive gradient estimates for $g'$ in local conformal coordinates. From these estimates, we obtain the desired estimates for the gradient of $u$.
主题: 微分几何 (math.DG) ; 偏微分方程分析 (math.AP)
引用方式: arXiv:2507.12790 [math.DG]
  (或者 arXiv:2507.12790v1 [math.DG] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12790
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Rongze Sun [查看电子邮件]
[v1] 星期四, 2025 年 7 月 17 日 05:02:19 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
  • HTML(实验性)
  • 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 | 2025-07
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