Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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