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:2506.02778

帮助 | 高级搜索

数学 > 数值分析

arXiv:2506.02778 (math)
[提交于 2025年6月3日 ]

标题: 非光滑数据误差估计的指数Runge-Kutta方法及其在分裂指数积分器中的应用

标题: Nonsmooth data error estimates for exponential Runge--Kutta methods and applications to split exponential integrators

Authors:Qiumei Huang, Alexander Ostermann, Gangfan Zhong
摘要: 我们推导了指数Runge-Kutta离散化方法在非光滑初值情况下抛物型方程的误差界。我们的分析是在抽象半线性发展方程的框架下进行的,其中算子具有非稠密定义域。特别是,我们研究了Allen-Cahn方程和Burgers方程的非光滑数据误差估计。作为一个应用,我们将这些非光滑数据误差估计应用于分裂指数积分器,并以数据的形式得出收敛结果。
摘要: We derive error bounds for exponential Runge-Kutta discretizations of parabolic equations with nonsmooth initial data. Our analysis is carried out in a framework of abstract semilinear evolution equations with operators having non-dense domain. In particular, we investigate nonsmooth data error estimates for the Allen-Cahn and the Burgers' equation. As an application, we apply these nonsmooth data error estimates to split exponential integrators and derive a convergence result in terms of the data.
主题: 数值分析 (math.NA)
MSC 类: 65M12, 65L06
引用方式: arXiv:2506.02778 [math.NA]
  (或者 arXiv:2506.02778v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.02778
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Gangfan Zhong [查看电子邮件]
[v1] 星期二, 2025 年 6 月 3 日 11:57:21 UTC (19 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 | 2025-06
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