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 > chao-dyn > arXiv:chao-dyn/9609005v1

帮助 | 高级搜索

混沌动力学

arXiv:chao-dyn/9609005v1 (chao-dyn)
[提交于 1996年9月10日 ]

标题: 巴格斯湍流的间歇性

标题: Intermittency of Burgers' Turbulence

Authors:E. Balkovsky, G. Falkovich, I. Kolokolov, V. Lebedev
摘要: 我们考虑满足由高斯大尺度力驱动的Burgers方程的速度的概率密度函数(PDF)的尾部。 在路径积分中采用鞍点近似,使得PDF尾部的计算简化为找到实现概率极值的特殊场-力配置(瞬子)。 对于速度及其导数$u^{(k)} = \partial_x^ku$的PDF,找到了一般公式:$ln P (|u^{(k)}|) \propto -(|u^{(k)}|/(Re)^k)^{3/(k+1)}$。
摘要: We consider the tails of probability density function (PDF) for the velocity that satisfies Burgers equation driven by a Gaussian large-scale force. The saddle-point approximation is employed in the path integral so that the calculation of the PDF tails boils down to finding the special field-force configuration (instanton) that realizes the extremum of probability. For the PDFs of velocity and it's derivatives $u^{(k)} = \partial_x^ku$, the general formula is found: $ln P (|u^{(k)}|) \propto -(|u^{(k)}|/(Re)^k)^{3/(k+1)}$.
评论: 4页,RevTeX 3.0,chao-dyn/9603015的简短版本,提交至《物理评论快报》
主题: 混沌动力学 (nlin.CD) ; 凝聚态物理 (cond-mat); 高能物理 - 理论 (hep-th)
引用方式: arXiv:chao-dyn/9609005
  (或者 arXiv:chao-dyn/9609005v1 对于此版本)
  https://doi.org/10.48550/arXiv.chao-dyn/9609005
通过 DataCite 发表的 arXiv DOI
期刊参考: Phys. Rev. Lett, 78, 1452, (1997)
相关 DOI: https://doi.org/10.1103/PhysRevLett.78.1452
链接到相关资源的 DOI

提交历史

来自: Balkovsky Eugeni [查看电子邮件]
[v1] 星期二, 1996 年 9 月 10 日 19:41:46 UTC (10 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:
nlin.CD
< 上一篇   |   下一篇 >
新的 | 最近的 | 1996-09

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