Semigroups on generalized Sobolev spaces associated with Laplacians with applications Stochastic PDEs with singular boundary conditions
该研究考察带奇异边界条件区域对应的拉普拉斯算子及其生成的广义Sobolev空间半群,并给出其在带奇异边界条件的随机偏微分方程中的应用。
2025-05-18 math-ph math.MP math.PR
Branching diffusion representation of semi-linear elliptic PDEs and estimation using Monte Carlo method
我们研究了半线性椭圆型偏微分方程的多项式非线性,并提供了一个概率表示的解决方案,使用分支扩散过程。当非线性涉及的未知函数,但不是其衍生物,我们扩展了以前的文献中的结果表明,我们的概率表示提供了一个解决方案的PDE,而不假设它的存在。在一般情况下,我们推导出一个新的表示的解决方案,通过使用标记的分支扩散过程和自动微分公式,占非线性梯度项。在这两种情况下,我们开发新的理论工具,提供明确的充分条件下,我们的概率表示举行。作为应用,我们考虑了几个例子,包括多维半线性椭圆型偏微分方程和估计他们的解决方案,使用蒙特卡罗方法。
2018-02-14 math.PR
Cancellations for dispersive PDEs with random initial data
Université de Lorraine(洛林大学);CNRS(法国国家科学研究中心);IECL(洛林计算与系统控制实验室);University of Edinburgh(爱丁堡大学)
本文提出了一种组合形式化方法,用于处理随机初始数据下色散PDEs中出现的抵消现象,通过将由装饰树编码的迭代积分转化为单词,提供了一种替代Deng和Hani(2023)分子形式化的框架,用于计算波湍流中的抵消以及证明三维立方波方程的吉布斯测度在动力学下的不变性。
2026-05-20 math.AP math.PR math.RA
Comparison for semi-continuous viscosity solutions for second order PDEs on the Wasserstein space
Department of Mathematics, University of Michigan(密歇根大学数学系);Department of Finance and Risk Engineering, New York University(纽约大学金融与风险工程系)
本文研究了第二阶PDE在Wasserstein空间上半连续粘性解的比较结果,并将其应用于随机控制问题和预测问题中。
2025-11-22 math.AP math.OC math.PR
Quantitative Homogenization of PDEs with Neumann boundary conditions: a probabilistic approach
University of Washington(华盛顿大学);Sun Yat-sen University(中山大学)
本文通过研究反射慢快系统倒向随机微分方程的定量均匀化,对凸域上具有Neumann边界条件的多尺度半线性二阶偏微分方程的粘性解进行定量均匀化分析。
2026-06-24 math.AP math.PR
Branching process representation for nonlinear first-order conservation PDEs in 1D
本文提出一大类一维一阶守恒PDE可利用多类型分支过程进行概率表示,并证明在特定初始条件下可通过分支过程的临界条件识别梯度爆破时间。
2024-12-20 math.AP math.PR
Forward-backward SDEs with jumps and classical solutions to nonlocal quasilinear parabolic PDEs
利用拟线性抛物型偏积分微分方程(PIDE)的经典解,得到了带跳的全耦合正倒向偏微分方程(FBSDEs)解的存在唯一性定理,并给出了FBSDEs解的显式形式.此外,我们将相关的PIDE嵌入到一类合适的非局部拟线性抛物型偏微分方程中,这使得我们能够将Ladyzhenskaya等人(1968)的方法扩展到这类非局部偏微分方程。也就是说,我们得到了非局部拟线性抛物型二阶偏微分方程的Cauchy问题和初边值问题的经典解的存在唯一性。
2019-11-14 math.AP math.PR
Variations on branching methods for non linear PDEs
分支方法是求解半线性偏微分方程的有效方法,数值结果表明,分支方法能够求解完全非线性偏微分方程。然而,这些方法仅限于偏微分方程中的一些小系数和小的成熟度。本文通过数值计算表明,在半线性情形下,通过采用新的求导格式和一些嵌套方法,这些方法可以适用于求解较长时间的问题。至于全非线性偏微分方程的情况下,我们引入新的计划,我们数值表明,他们提供了一个有效的替代方案以前开发的。
2017-01-26 math.PR
Homogenization of semi-linear PDEs with discontinuous effective coefficients
研究了半线性偏微分方程解的渐近性态。既不假定周期性也不假定遍历性。作为回报,我们假设系数在Cesaro意义下允许极限。在这种情况下,平均系数可能是不连续的。我们使用基于弱收敛的概率方法,在S-拓扑中得到了相应的后向随机微分方程的平均偏微分方程。然而,由于平均系数是不连续的,经典的黏性解是没有定义的平均偏微分方程。然后,我们使用在\cite{CCKS}中引入的“$L^p-$黏性解“的概念。我们使用BSDEs技术建立平均PDE的$L^p-$黏性解的存在性。建立了极限扩散过程流的弱连续性,并通过$L^p$ -黏性解的表示将PDE极限与倒向随机微分方程联系起来.
2015-08-27 math.PR
Semilinear fractional elliptic PDEs with gradient nonlinearities on open balls: existence of solutions and probabilistic representation
针对高维球域上带梯度非线性的分数阶半线性椭圆PDE,提出基于α-稳定分支过程的树状概率表示法,无需梯度非线性的多项式阶条件即可证明粘性解存在,且在10维下精度优于确定性有限差分法。
2024-06-24 cs.NA math.AP math.NA
Nesting Monte Carlo for high-dimensional Non Linear PDEs
提出了一种基于嵌套蒙特卡罗的求解高维半线性偏微分方程的新方法。证明了该方法的收敛性,并研究了其收敛速度。对不同非线性项的高维计算结果表明了该方法的有效性。
2018-05-14 math.PR
Convergence analysis of explicit stabilized integrators for parabolic semilinear stochastic PDEs
显式稳定积分器是隐式或半隐式方法的有效替代方案,以避免标准显式积分器应用于刚性扩散问题所面临的严格时间步长限制。本文给出了一类抛物型半线性确定性和随机偏微分方程的一族显式稳定化方法与有限元法耦合的全离散强收敛性分析。数值实验包括半线性随机热方程时空白噪声证实了理论研究结果。
2022-12-13 cs.NA math.NA math.PR
Parabolic stochastic PDEs on bounded domains with rough initial conditions: moment and correlation bounds
本文研究了有界Lipschiz区域上由Gaussian噪声驱动的非线性抛物型随机偏微分方程,在测度值初始数据下建立了解的存在性、唯一性、矩界与两点相关函数的显式上下界,并证明了解在特定噪声水平下的完全间歇性。
2023-08-04 math.PR
Martingales and Path-Dependent PDEs via Evolutionary Semigroups
本文利用演化半群框架,通过终值问题温和解和 $\mathbb{E}$-导数刻画路径依赖终端条件下鞅及其补偿子,并与 Dupire 导数路径依赖偏微分方程建立联系。
2025-07-02 math.AP math.FA math.PR
Approximation of a degenerate semilinear PDEs with a nonlinear Neumann boundary condition
考虑一类非线性度既依赖于解又依赖于梯度的半线性偏微分方程(PDE)系统。Neumann边界条件以非线性方式依赖于解。扩散系数不需要一致椭圆性。我们表明,这个问题承认一个黏性解,可以近似的惩罚。扩散部分的系数必须满足利普希茨条件。非线性部分以及Neumann条件是Lipschitz。此外,非线性部分被假定为单调的解决方案的变量。请注意,这个问题的黏性解的存在性已经在[13]中建立,然后在[15]中完成。本文构造了一列惩罚的解耦正倒向随机微分方程(FBSDEs)系统,并直接证明了它的强收敛性。这使我们能够处理的情况下,非线性依赖于解决方案和它的梯度。我们的工作特别推广了[4]的结果,在某种意义上也推广了[1,3]的结果。与文献[1,3,4]不同,我们没有忽略与我们问题相关的随机系统的律的弱紧性。
2022-01-13 math.PR
Fully nonlinear stochastic and rough PDEs: Classical and viscosity solutions
本文研究完全非线性二阶(正向)随机偏微分方程(SPDE)。它们也可以被视为前向路径依赖的偏微分方程(PPDE),并将被视为粗糙偏微分方程(RPDE)下的一个统一的框架。我们首先发展了经典解的局部理论,然后通过光滑的检验函数定义了黏性解。我们的黏性解的概念等价于使用半射流的另一个概念。接下来,我们证明了基本的性质,如一致性,稳定性和部分比较原则在一般设置。当扩散系数是半线性的(但漂移可以是完全非线性的),我们建立了一个完整的理论,包括整体存在性和比较原理。我们的方法学在很大程度上依赖于特征方法。
2018-10-01 math.PR
Decoupled mild solutions of path-dependent PDEs and IPDEsrepresented by BSDEs driven by cadlag martingales
我们专注于一类路径依赖的问题,其中包括路径依赖(可能Integro)的偏微分方程,并通过BSDES驱动的cadlag鞅表示。对于这些方程,我们引入解耦温和的解决方案的概念,在一般的假设下,我们研究的存在性和唯一性及其表示通过上述BSDES。这个概念概括了作者在以前的论文中介绍的经典偏微分方程和IPDE的框架中的类似概念。对于每一个初始条件(s,$η$),其中s是初始时间,$η$是初始路径,这样的边界条件的解产生一对过程(Y s,$η$,Z s,$η$).在经典(马尔可夫或非马尔可夫)文献中,函数u(s,$η$):= Y s,$η$ s构成相关PDE(分别为IPDE);我们的方法不仅允许将u识别为(在我们的语言中)唯一的解耦温和解,而且还允许相当一般地解决所谓的识别问题,即还根据与(以上解耦温和)解u相关联的确定性函数v来表征(Z s,$η$)s,$η$过程。MSC 2010分类。60H30; 60H10; 35D99; 35S05; 60J35; 60J75。
2018-04-24 math.PR
Overcoming the curse of dimensionality in the numerical approximation of semilinear parabolic partial differential equations
长期以来,人们都知道用蒙特卡罗方法可以近似求解高维线性抛物型偏微分方程,其计算量在维数和精度的倒数上都呈多项式增长。换句话说,线性偏微分方程不受维数灾难的影响。然而,对于一般的半线性偏微分方程的Lipschitz系数,它仍然是一个悬而未决的问题,这些是否遭受灾难的维数。在本文中,我们部分解决这个开放的问题。更确切地说,我们证明在半线性热方程的情况下,梯度独立和全球Lipschitz连续非线性,最近推出的多层次皮卡德近似的一个变体的计算工作量增长多项式的尺寸和所需的精度的倒数。
2020-06-24 cs.NA math.AP math.NA
A Theory of Hypoellipticity and Unique Ergodicity for Semilinear Stochastic PDEs
本文给出了一类具有“多项式”非线性项和加性噪声的半线性抛物随机偏微分方程的亚椭圆性和唯一遍历性理论,该方程被看作是希尔伯特空间中的抽象发展方程.证明了如果在该希尔伯特空间的每一点上Hormander括号条件成立,则可以得到Malliavin协方差算子$M_t$的下界.非正式地,这个界限可以被理解为“将任何有限维投影$Π$固定在充分正则函数的子空间上。那么具有小特征值的$M_t$的特征函数在$Π$的图像中仅具有非常小的分量“。我们还展示了如何使用先验界的方程的解决方案,以获得良好的控制依赖的Malliavin矩阵的初始条件的界限。这些界限在许多情况下足以获得[HairerMattingly 06]中引入的渐近强Feller性质。其中一个主要的新的技术工具是一个几乎必然从下面的“维纳多项式”,其中的系数可能是非适应随机过程满足利普希茨条件的大小上的界限。通过利用方程的多项式结构,这个结果可以用来取代Norris引理,这在本文中是不可用的。我们的结论表明,二维随机斯托克斯方程和一大类反应扩散方程适合我们的理论框架。
2011-01-24 math-ph math.AP math.DS
Ergodic BSDEs and related PDEs with Neumann boundary conditions
研究了一类新的遍历倒向随机微分方程(简称EBSDEs),它与半线性Neumann型边值问题有关.这些问题的特殊性在于Neumann边界条件中出现了遍历常数。我们研究了带边值问题解的存在唯一性及其与偏微分方程的联系。然后,我们将这些结果应用到最优遍历控制问题。
2008-07-09 math.PR
A learning scheme by sparse grids and Picard approximations for semilinear parabolic PDEs
基于倒向随机微分方程(BSDEs)与非线性抛物型偏微分方程(PDEs)之间的经典联系,提出了一种求解高维半线性抛物型偏微分方程的新的概率学习方法.该方案受到来自机器学习的方法的启发,并使用Han等人的深度神经网络开发[32]。我们的算法是基于皮卡德迭代计划,其中一系列的线性二次优化问题是通过随机梯度下降(SGD)算法解决。在近似空间的线性规范的框架下,我们设法证明了我们的计划的收敛结果,在一定的小条件。在实践中,为了能够处理高维的例子,我们采用稀疏网格近似空间。在周期系数和使用预小波基函数的情况下,我们得到了我们的方法的全局复杂性的上界。它特别表明,灾难的维数是驯服的意义上,为了实现一个均方根误差的顺序$ε$,对于一个规定的精度$ε$,皮卡德算法的复杂性多项式增长$ε^{-1}$到一些对数因子$ |log(ε)| $,它线性增长的PDE尺寸。给出了各种数值结果来验证我们的方法的性能,并将其与Han等人[20]和Huré等人[37]中提出的一些最近的机器学习方案进行比较。
2021-02-24 cs.NA math.NA math.PR
A probabilistic representation for the solutions to some non-linear PDEs using pruned branching trees
本文给出了一类半线性抛物型偏微分方程的解,并给出了分支粒子树的适当泛函的期望值。一个充分的,在某些情况下是必要的,条件给出的随机表示的可积性,使用同伴标量PDE。在表示不能是可积的情况下,构造修剪树的序列,产生近似的随机表示,在某些情况下,在时间上全局收敛到原始PDE的解。
2005-05-21 math-ph math.MP math.PR