数学 > 数值分析
[提交于 2023年6月28日
]
标题: 一种抛物线狄利克雷边界控制问题的新误差分析
标题: A new error analysis for parabolic Dirichlet boundary control problems
摘要: 在本文中,我们考虑抛物线狄利克雷边界控制问题的有限元逼近,并建立新的先验误差估计。在时间半离散化中,我们对状态应用DG(0)方法,对控制应用变分离散化,并得到在多面体上具有$y_0\in L^2(\Omega)$,$y_d\in L^2(I;L^2(\Omega))$和光滑域上具有$y_0\in H^{\frac{1}{2}}(\Omega)$,$y_d\in L^2(I;H^1(\Omega))\cap H^{\frac{1}{2}}(I;L^2(\Omega))$的控制的收敛率$O(k^{\frac{1}{4}})$和$O(k^{\frac{3}{4}-\varepsilon})$$(\varepsilon>0)$。 在针对多面体域上的最优控制问题的完全离散化中,我们对状态应用DG(0)-CG(1)方法,对控制采用变分离散化方法,并推导出收敛阶$O(k^{\frac{1}{4}} +h^{\frac{1}{2}})$,这通过去除空间网格大小$h$与时间步长$k$之间的网格尺寸条件$k=O(h^2)$改进了已知结果。 作为副产品,我们得到了针对多面体上具有非齐次狄利克雷数据的抛物方程完全离散化的先验误差估计$O(h+k^{1\over 2})$,这也通过去除上述网格尺寸条件改进了已知的误差估计。
文献和引用工具
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
推荐器和搜索工具
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.