A mimetic discretization of the Hamiltonian structure of the macroscopic Maxwell equations with periodic boundary conditions is presented. The model accommodates general (and possibly nonlinear) polarizations and magnetizations. The fields are modeled as either straight or twisted differential forms, so each variable associated with one of the vector spaces in the double de Rham complex. The discretization strategy is an adaptation of the mimetic discretization framework of Bochev and Hyman with special attention given to the Poincar{\'e} duality structure inherent in the double de Rham complex. The $L^2$ and Poincar{\'e} duality pairings induce the Hodge star operator at both the continuous and discrete levels which act as maps between the two de Rham complexes. Additionally, the discrete duality pairings provide a convenient framework for the discretization of variational derivatives. These discretized variational derivatives may then be used as a tool for discretizing the Poisson bracket of the macroscopic Maxwell equations. The discretized macroscopic Maxwell equations possess Hamiltonian structure; the use of mimetic spaces and and a natural discretization of the variational derivatives ensure the existence of discrete Casimir invariants of the Maxwell bracket. As a simple test case, a one-dimensional version of Maxwell's equations are discretized in the same manner and its computed solutions are given.


翻译:演示了具有定期边界条件的大型Scopic Maxwell 方程式的汉密尔顿分解结构的缩略图。 模型包含一般( 可能的非线性) 极化和磁化。 字段以直向或扭曲的不同形式建模, 因此每个变量都与双双双Rham综合体的矢量空间相关。 离异战略是对Bochev 和 Hyman 的离异框架的调整, 特别关注双双双 Rham 复合体所固有的Poincar e}双向结构。 $L2$ 和 Poincar e} 双向配对齐使 Hodge 恒星操作员以连续和离异的两种形式建模。 此外, 离异双向双向双向配对齐为两个矢量空间的矢量空间, 和 Hyman 的离散分立性分解框架。 这些离式变异源衍生物可能会被用作一种工具, 分解的双双向 Maxwell 方形 方程式 。 的离散式 Maxwell 方程式 方程式 结构 的离开式 和 的离异化 方程式 保证了 方程式 方程式 的 方程式 的 的 的 的 方程式 的 的 的 的 方程式 的 方程式 方程式 的 的 的 的 方程式 方程式 方程式 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方 方

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
【AAAI2021】组合对抗攻击
专知会员服务
50+阅读 · 2021年2月17日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
52+阅读 · 2020年11月3日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
《自然》(20190221出版)一周论文导读
科学网
6+阅读 · 2019年2月23日
怎么画高大上的神经网络结构?试试这个!
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年10月13日
Arxiv
0+阅读 · 2021年10月13日
VIP会员
相关VIP内容
专知会员服务
25+阅读 · 2021年4月2日
【AAAI2021】组合对抗攻击
专知会员服务
50+阅读 · 2021年2月17日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
52+阅读 · 2020年11月3日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
《自然》(20190221出版)一周论文导读
科学网
6+阅读 · 2019年2月23日
怎么画高大上的神经网络结构?试试这个!
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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