We study a general convergence theory for the numerical solutions of compressible viscous and electrically conducting fluids with a focus on numerical schemes that preserve the divergence free property of magnetic field exactly. Our strategy utilizes the recent concepts of dissipative weak solutions and consistent approximations. First, we show the dissipative weak--strong uniqueness principle, meaning a dissipative weak solution coincides with a classical solution as long as they emanate from the same initial data. Next, we show the convergence of consistent approximation towards the dissipative weak solution and thus the classical solution. Upon interpreting the consistent approximation as the stability and consistency of suitable numerical solutions we have established a generalized Lax equivalence theory: convergence $\Longleftrightarrow$ stability and consistency. Further, to illustrate the application of this theory, we propose two novel mixed finite volume-finite element methods with exact divergence-free magnetic field. Finally, by showing solutions of these two schemes are consistent approximations, we conclude their convergence towards the dissipative weak solution and the classical solution.


翻译:我们研究的是压缩粘稠液和电流的数值解决方案的一般趋同理论,重点是保持磁场无差异特性的数字方案。我们的战略利用了消散性弱溶液和一致近似的最新概念。首先,我们展示了消散性弱强独特性原则,意思是消散性弱溶液与传统溶液相吻合,只要它们来自相同的初始数据。接着,我们展示了一致接近消散性弱溶液和经典溶液的趋同性。在将一致近似解释为我们所建立的普遍拉克斯等值理论的稳定性和一致性:趋同以美元/美元/美元/美元/美元/美元/次偏偏向型的稳定性和一致性。此外,为了说明这一理论的应用,我们提议了两种新型的混合有限量定要素方法,与完全无差异的磁场相匹配。最后,通过展示这两种办法的解决方法是一致的近似,我们得出它们与消散性弱溶液和经典溶液的趋同性。

0
下载
关闭预览

相关内容

《机器学习思维导图》,一图掌握机器学习知识要点
专知会员服务
68+阅读 · 2021年1月12日
专知会员服务
50+阅读 · 2020年12月14日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
3+阅读 · 2021年9月4日
Arxiv
0+阅读 · 2021年9月3日
VIP会员
相关VIP内容
《机器学习思维导图》,一图掌握机器学习知识要点
专知会员服务
68+阅读 · 2021年1月12日
专知会员服务
50+阅读 · 2020年12月14日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员