数学 > 数值分析
[提交于 2025年4月30日
(v1)
,最后修订 2025年7月14日 (此版本, v2)]
标题: 具有非全局Lipschitz系数的SPDEs显式全离散化方案的一致时间弱误差估计
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$\mathcal{D} \subset \mathbb{R}^d$,$d \leq 3$中演化的一类具有非全局Lipschitz且可能非收缩系数的随机偏微分方程(SPDEs)的长时间弱逼近。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化格式,这些格式是显式的、易于实现的,并且保持了原耗散SPDEs的遍历性,即使系数可能不是收缩的。在低正则性和非收缩环境下,仔细分析了时间一致的弱逼近误差,并获得了时间一致的弱收敛速率。关键之处在于在超线性设置中建立所提出的全离散化格式的时一致矩界(在$L^{4q-2}$-范数,$q \geq 1$下)。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.