We consider the numerical approximation of the inertial Landau-Lifshitz-Gilbert (iLLG) equation, which describes the dynamics of the magnetization in ferromagnetic materials at subpicosecond time scales. We propose and analyze two fully discrete numerical schemes based on two different approaches: The first method is based on a reformulation of the problem as a linear constrained variational formulation for the time derivative of the magnetization. The second method exploits a reformulation of the problem as a first order system in time for the magnetization and the angular momentum. Both schemes are implicit, based on first-order finite elements, and the constructed numerical approximations satisfy the inherent unit-length constraint of iLLG at the vertices of the underlying mesh. For both schemes, we establish a discrete energy law and prove convergence of the approximations towards a weak solution of the problem. Numerical experiments validate the theoretical results and show the applicability of the methods for the simulation of ultrafast magnetic processes.


翻译:我们考虑了惯性Landau-Lifshitz-Gilbert(iLLLG)方程式的数值近似值,该方程式描述了二分光度下铁磁材料磁化的动态。我们根据两种不同的方法提出和分析两种完全独立的数字方案:第一种方法是将问题重新表述为磁化时间衍生物的线性限制变异配方。第二种方法是将问题重新表述为磁化和角动能的第一顺序系统。两种方案都是隐含的,以一阶定点元素为基础,而构建的数字近似值满足底网格顶部ILLG固有的单位-长度限制。对于这两种方案,我们制定离散能源法,并证明近似与问题微弱的解决方案趋于一致。数字实验验证了理论结果,并显示了模拟超快磁过程的方法的适用性。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
20+阅读 · 2020年10月2日
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
已删除
将门创投
6+阅读 · 2019年7月11日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
VIP会员
相关资讯
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
已删除
将门创投
6+阅读 · 2019年7月11日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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