Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.06242

帮助 | 高级搜索

数学 > 数值分析

arXiv:2412.06242 (math)
[提交于 2024年12月9日 ]

标题: 二阶常微分方程离散格林算子的快速构造

标题: Fast construction of the discrete Green operator for a second order ordinary differential equation

Authors:Jan Blechta, Vít Průša, Ladislav Trnka, Karel Tůma
摘要: 我们考虑带有零狄利克雷边界条件的二阶线性微分方程 y''= f。 在连续层面,这个问题可以通过格林函数来求解,这种技术在离散层面上也有对应的实现。 离散解通过将离散化的右边应用一个矩阵——格林矩阵——来表示,我们提出了一种快速构建格林矩阵的算法。 特别是,我们使用基于切比雪夫-高斯-洛巴托点的谱配置方法对原问题进行离散化,并利用离散余弦变换,我们证明即使对于大量配置点/高多项式次数,相应的格林矩阵也可以快速构建。 此外,我们表明离散求解算子(格林矩阵)作用于相应右边的操作可以以无矩阵的方式实现。
摘要: We consider linear second order differential equation y''= f with zero Dirichlet boundary conditions. At the continuous level this problem is solvable using the Green function, and this technique has a counterpart on the discrete level. The discrete solution is represented via an application of a matrix -- the Green matrix -- to the discretised right-hand side, and we propose an algorithm for fast construction of the Green matrix. In particular, we discretise the original problem using the spectral collocation method based on the Chebyshev--Gauss--Lobatto points, and using the discrete cosine transformation we show that the corresponding Green matrix is fast to construct even for large number of collocation points/high polynomial degree. Furthermore, we show that the action of the discrete solution operator (Green matrix) to the corresponding right-hand side can be implemented in a matrix-free fashion.
主题: 数值分析 (math.NA)
MSC 类: 41A50, 34B05
引用方式: arXiv:2412.06242 [math.NA]
  (或者 arXiv:2412.06242v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.06242
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Vit Prusa [查看电子邮件]
[v1] 星期一, 2024 年 12 月 9 日 06:33:32 UTC (864 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
cs
cs.NA
math.NA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号