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:2508.19181

帮助 | 高级搜索

数学 > 经典分析与常微分方程

arXiv:2508.19181 (math)
[提交于 2025年8月26日 ]

标题: 双线性粗糙奇异积分的另一种方法

标题: An alternate approach to bilinear rough singular integrals

Authors:Ankit Bhojak, Saurabh Shrivastava
摘要: 本文的目标是提供一种新方法来解决双线性粗糙奇异积分算子的$L^p-$有界性问题。该方法依赖于输入函数的局部傅里叶级数展开,从而得到在频率参数上具有期望衰减的三线性估计。这种方法不同于 Grafakos、He 和 Honzík 在其工作中以及随后一系列关于双线性粗糙奇异积分论文中所采用的乘子的小波分解方法。通过这种方法,我们提供了双线性粗糙奇异积分算子在维度一的情况下,在最优指数范围内的$L^p-$有界性的新的和自包含的证明。此外,这种方法使我们能够在核在平面上远离对角线时,证明极大截断的双线性粗糙奇异积分的尖锐$L^p-$估计。
摘要: The goal of this paper is to provide a new approach to address the $L^p-$boundedness of bilinear rough singular integral operators. This approach relies on local Fourier series expansion of input functions leading to trilinear estimates with desired decay in the frequency parameter. This approach departs from the existing methods of the wavelet decomposition of the multiplier employed in the work of Grafakos, He and Honz\'ik and in a series of subsequent papers in the context of bilinear rough singular integrals. With this new approach, we provide a new and self contained proof of $L^p-$boundedness of bilinear rough singular integral operators in dimension one for the optimal range of exponents. Furthermore, this approach allows us to prove sharp $L^p-$estimates for maximally truncated bilinear rough singular integrals when the kernel is supported away from the diagonal in the plane.
评论: 24页
主题: 经典分析与常微分方程 (math.CA)
MSC 类: 42B20, 42B25
引用方式: arXiv:2508.19181 [math.CA]
  (或者 arXiv:2508.19181v1 [math.CA] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.19181
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ankit Bhojak [查看电子邮件]
[v1] 星期二, 2025 年 8 月 26 日 16:36:58 UTC (23 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
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math.CA

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