?
Proximal aiming in weak KAM theory with nonsmooth Lagrangian
Cornell University
,
2025.
№ 2506.21373.
В работе исследуется обобщение слабой КАМ теории на случай негладкого лагранжиана, удовлетворяющего условию суперлинейного роста. На основе решения слабого КАМ уравнения типа Гамильтона-Якоби и метода проксимального прицеливания построено семейство разрывных позиционных стратегий, которые являются почти оптимальными для любого промежутка времени. Этот результат позволяет получить аналог слабой КАМ теоремы. Кроме того, как и в обычной слабой КАМ теории, показано, что эффективный гамильтониан (показатель Мане) может быть найден через решение задачи линейного программирования в классе вероятностных мер.