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:2412.02465v1

帮助 | 高级搜索

数学 > 数值分析

arXiv:2412.02465v1 (math)
[提交于 2024年12月3日 ]

标题: 二维和三维非自伴算子谱的数值方法

标题: Numerical approaches to compute spectra of non-self adjoint operators in dimensions two and three

Authors:Fatima Aboud, François Jauberteau, Didier Robert
摘要: 在本文中,我们关注非自伴二次算子谱的数值计算,在二维和三维空间维度中。确实,在多维情况下,关于特征值位置的结果非常有限。这导致需要解决非线性特征值问题。在引言中,我们首先回顾一维情况下的理论结果和数值结果。然后,我们介绍为计算二维和三维情况下的谱而开发的数值方法(有限差分离散化)。给出了获得的数值结果并进行了分析。这里的一个困难是我们必须计算强非自伴算子的特征值,这些算子是不稳定的。这项工作延续了之前在一维空间维度上的工作。
摘要: In this article we are interested for the numerical computation of spectra of non-self adjoint quadratic operators, in two and three spatial dimensions. Indeed, in the multidimensional case very few results are known on the location of the eignevalues. This leads to solve nonlinear eigenvalue problems. In introduction we begin with a review of theoretical results and numerical results obtained for the one dimensional case. Then we present the numerical methods developed to compute the spectra (finite difference discretization) for the two and three dimensional cases. The numerical results obtained are presented and analyzed. One difficulty here is that we have to compute eigenvalues of strongly non-self-adjoint operators which are unstable. This work is in continuity of a previous work in one spatial dimension.
主题: 数值分析 (math.NA)
MSC 类: 65
ACM 类: G.1.3
引用方式: arXiv:2412.02465 [math.NA]
  (或者 arXiv:2412.02465v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.02465
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Francois Jauberteau [查看电子邮件]
[v1] 星期二, 2024 年 12 月 3 日 14:05:50 UTC (14,504 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
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
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