数学 > 数值分析
[提交于 2025年4月30日
(此版本)
, 最新版本 2025年7月14日 (v2)
]
标题: 时间一致的显式全离散方案对于具有非全局Lipschitz系数的SPDEs的弱误差估计
标题: Uniform-in-time weak error estimates of explicit full-discretization schemes for SPDEs with non-globally Lipschitz coefficients
摘要: 本文致力于研究在有界域$\mathcal{D} \subset \mathbb{R}^d$,$d \leq 3$中演化的随机偏微分方程(SPDEs)的长时间弱逼近,其系数具有非全局Lipschitz和可能非收缩的特性。对于所考虑的SPDEs,分析了时空白噪声($d=1$)和多维迹类噪声$d=2,3$。基于谱Galerkin空间半离散化,我们提出了一类新型的指数型全离散格式,这些格式是显式的、易于实现的,并且保留了原耗散SPDEs的遍历性,即使系数可能不是非收缩的。在低正则性和非收缩设置下,仔细分析了时间均匀的弱逼近误差,并获得了时间均匀的弱收敛速率。关键在于在超线性设置下建立所提出的全离散格式的时不变矩界(在$L^{4q-2}$-范数,$q \geq 1$)。这对于显式全离散化格式来说是非常不平凡的,通过充分利用半群在$L^{4q-2}$中的收缩性质、非线性的耗散性以及压制策略的特殊优势,提出了新的论证方法。最后报告了数值实验以验证理论结果。
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.