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:1911.01942

帮助 | 高级搜索

数学 > 数值分析

arXiv:1911.01942 (math)
[提交于 2019年11月5日 ]

标题: 抛物方程的空间-时间最小二乘有限元

标题: Space-time least-squares finite elements for parabolic equations

Authors:Thomas Führer, Michael Karkulik
摘要: 我们提出一种用于热方程的时空最小二乘有限元方法。 它基于在时空中等价一阶系统的L2范数中残差最小化。 这意味着(i)得到的双线性形式是对称和强制的,因此任何符合离散化都是均匀稳定的,(ii)刚度矩阵是对称的、正定的和稀疏的,(iii)我们可以免费获得局部后验误差估计器。 特别是,我们的方法具有完整的时空自适应性。 我们还提出了在高度结构化的单纯形时空网格上的先验误差分析。 数值结果结束本工作。
摘要: We present a space-time least squares finite element method for the heat equation. It is based on residual minimization in L2 norms in space-time of an equivalent first order system. This implies that (i) the resulting bilinear form is symmetric and coercive and hence any conforming discretization is uniformly stable, (ii) stiffness matrices are symmetric, positive definite, and sparse, (iii) we have a local a-posteriori error estimator for free. In particular, our approach features full space-time adaptivity. We also present a-priori error analysis on simplicial space-time meshes which are highly structured. Numerical results conclude this work.
主题: 数值分析 (math.NA)
MSC 类: 35K20, 65M12, 65M15, 65M60
引用方式: arXiv:1911.01942 [math.NA]
  (或者 arXiv:1911.01942v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.1911.01942
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Michael Karkulik [查看电子邮件]
[v1] 星期二, 2019 年 11 月 5 日 17:02:41 UTC (995 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-11
切换浏览方式为:
cs
cs.NA
math

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