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:2508.20968

帮助 | 高级搜索

数学 > 概率

arXiv:2508.20968 (math)
[提交于 2025年8月28日 ]

标题: 随机吸引子和退化扩散的非遍历吸引子

标题: Random attractors and nonergodic attractors for diffusions with degeneracies

Authors:Yuri Bakhtin, Renaud Raquépas, Lai-Sang Young
摘要: 我们考虑一个在有界区域上的扩散过程,假设系统在该区域内是不可约的,并且扩散在区域边界上具有不同程度的退化性。 从区域内部出发的典型轨迹的长期统计特性可能由一个不变测度或多个不变测度所支配。 我们描述了各种可能的情况。 在1维和2维情况下,假设边界是双曲的,我们给出了极限行为的完整分类,并回答了涉及多个不变分布的序列平均是否发生的问题。 在所有情况下,我们计算了经验测度的弱极限点集。 用于证明遍历性或非遍历性的击中时间估计基于一种新的Foster-Lyapunov技术版本。 讨论了对非双曲边界和更高维度的扩展,并给出了在可扩展网络中的增长率应用。
摘要: We consider a diffusion on a bounded domain, assuming that the system is irreducible inside the domain and that the diffusion has varying degree of degeneracy on the domain's boundary. The long-term statistical properties of typical trajectories started inside the domain may be governed by one invariant measure or more than one invariant measure. We describe various possible scenarios. In dimensions 1 and 2 under boundary hyperbolicity assumptions, we give a complete classification of the limiting behavior and answer the question whether sequential averaging involving more than one invariant distribution occurs. In all cases, we compute the set of weak limit points of empirical measures. Our hitting-time estimates used to prove transience or recurrence are based on a new version of the Foster-Lyapunov technique. Extensions to nonhyperbolic boundaries and higher dimensions are discussed and an application to growth rates in scalable networks is given.
主题: 概率 (math.PR) ; 动力系统 (math.DS)
MSC 类: 37A25, 37H30, 60J60
引用方式: arXiv:2508.20968 [math.PR]
  (或者 arXiv:2508.20968v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.20968
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Renaud Raquépas [查看电子邮件]
[v1] 星期四, 2025 年 8 月 28 日 16:24:20 UTC (68 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.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math
math.PR

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