数学 > 偏微分方程分析
[提交于 2025年8月31日
]
标题: $Γ$-收敛和在$\mathcal{A}$-自由设置中的泛函随机均质化
标题: $Γ$-convergence and stochastic homogenization for functionals in the $\mathcal{A}$-free setting
摘要: 我们得到了关于在$\mathcal{A}$-自由向量场上定义的积分泛函的$\Gamma$-收敛性的紧性结果。 这是用来研究这些泛函的均质化问题,而无需周期性假设。 更准确地说,我们证明了当这些立方体的边长趋于$+\infty$时,通过取大立方体上适当极小化问题的极小值的极限,可以得到均质化的被积函数,假设这些极限值不依赖于立方体的中心。 在通常的随机周期性假设下,这个结果随后被用来通过次可加遍历定理解决随机均质化问题。
文献和引用工具
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
推荐器和搜索工具
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.