Large and Moderate Deviations Principles and Central Limit Theorem for the Stochastic 3D Primitive Equations with Gradient-Dependent Noise
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F22%3A00561775" target="_blank" >RIV/67985556:_____/22:00561775 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/article/10.1007/s10959-021-01125-1" target="_blank" >https://link.springer.com/article/10.1007/s10959-021-01125-1</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s10959-021-01125-1" target="_blank" >10.1007/s10959-021-01125-1</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Large and Moderate Deviations Principles and Central Limit Theorem for the Stochastic 3D Primitive Equations with Gradient-Dependent Noise
Popis výsledku v původním jazyce
We establish the large deviations principle (LDP) and the moderate deviations principle (MDP) and an almost sure version of the central limit theorem (CLT) for the stochastic 3D viscous primitive equations driven by a multiplicative white noise allowing dependence on spatial gradient of solutions with initial data in H2. The LDP is established using the weak convergence approach of Budjihara and Dupuis and uniform version of the stochastic Gronwall lemma. The result corrects a minor technical issue in Z. Dong, J. Zhai, and R. Zhang: Large deviations principles for 3D stochastic primitive equations, J. Differential Equations, 263(5):3110–3146, 2017, and establishes the result for a more general noise. The MDP is established using a similar argument.
Název v anglickém jazyce
Large and Moderate Deviations Principles and Central Limit Theorem for the Stochastic 3D Primitive Equations with Gradient-Dependent Noise
Popis výsledku anglicky
We establish the large deviations principle (LDP) and the moderate deviations principle (MDP) and an almost sure version of the central limit theorem (CLT) for the stochastic 3D viscous primitive equations driven by a multiplicative white noise allowing dependence on spatial gradient of solutions with initial data in H2. The LDP is established using the weak convergence approach of Budjihara and Dupuis and uniform version of the stochastic Gronwall lemma. The result corrects a minor technical issue in Z. Dong, J. Zhai, and R. Zhang: Large deviations principles for 3D stochastic primitive equations, J. Differential Equations, 263(5):3110–3146, 2017, and establishes the result for a more general noise. The MDP is established using a similar argument.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Theoretical Probability
ISSN
0894-9840
e-ISSN
1572-9230
Svazek periodika
35
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
46
Strana od-do
1736-1781
Kód UT WoS článku
000688431300002
EID výsledku v databázi Scopus
2-s2.0-85113387774