The level of self-organized criticality in oscillating Brownian motion: nn-consistency and stable Poisson-type convergence of the MLE

Il paper dimostra che, per il moto browniano oscillante osservato discretamente, il massimale verosimiglianza è nn-consistente e converge stabilmente verso una distribuzione Poissoniana bivariata, nonostante la non continuità della densità di transizione, grazie all'analisi della struttura di semimartingala della funzione di log-verosimiglianza locale.

Johannes Brutsche, Angelika Rohde2026-03-09🔢 math

Dynamically optimal portfolios for monotone mean--variance preferences

Questo articolo fornisce per la prima volta una caratterizzazione completa delle scelte di portafoglio dinamiche ottimali per le preferenze monotone media-varianza in modelli con rendimenti indipendenti, dimostrando che l'utilità massima è legata al rapporto di Sharpe monotono e fornendo condizioni necessarie e sufficienti affinché i portafogli efficienti media-varianza siano anche efficienti secondo il criterio monotono.

Aleš Černý, Johannes Ruf, Martin Schweizer2026-03-09🔢 math

Scalable augmented Lagrangian preconditioners for fictitious domain problems

Il paper presenta e valida attraverso analisi spettrali ed estesi test numerici in due e tre dimensioni due nuovi precondizionatori basati sul metodo di Lagrange aumentato, progettati per accelerare la risoluzione efficiente e robusta dei sistemi lineari derivanti dalla discretizzazione agli elementi finiti di problemi di dominio fittizio con moltiplicatori di Lagrange.

Michele Benzi, Marco Feder, Luca Heltai, Federica Mugnaioni2026-03-09🔢 math

Metric Entropy of Ellipsoids in Banach Spaces: Techniques and Precise Asymptotics

Il paper sviluppa nuove tecniche per calcolare l'entropia metrica degli ellissoidi negli spazi di Banach, fornendo un quadro unificato che caratterizza con precisione i termini asintotici e le costanti per casi generali, ottenendo per la prima volta una caratterizzazione esatta dell'entropia metrica di un corpo infinito-dimensionale e applicando questi risultati al miglioramento delle stime per classi di funzioni come le spazi di Sobolev e Besov, con implicazioni per l'apprendimento automatico.

Thomas Allard, Helmut Bölcskei2026-03-09🔢 math