In this paper we develop a numerical scheme based on quadratures to approximate solutions of integro-differential equations involving convolution kernels, $\nu$, of diffusive type. In particular, we assume $\nu$ is symmetric and exponentially decaying at infinity. We consider problems posed in bounded domains and in $\R$. In the case of bounded domains with nonlocal Dirichlet boundary conditions, we show the convergence of the scheme for kernels that have positive tails, but that can take on negative values. When the equations are posed on all of $\R$, we show that our scheme converges for nonnegative kernels. Since nonlocal Neumann boundary conditions lead to an equivalent formulation as in the unbounded case, we show that these last results also apply to the Neumann problem.


翻译:在本文中,我们开发了一个基于二次方块的数值方案,以近似解决涉及共变内核的异式内核的异式方程式的近似解决办法为基础。我们特别假设$nu是对称性的,无穷无尽的指数衰减。我们考虑了在受约束域和以$/R美元构成的问题。在与非本地的Drichlet边界条件交界域的情况下,我们展示了具有正反面的内核的组合办法的趋同性,但这种组合可能带有负值。当这些方程式出现在所有$/R美元上时,我们显示我们的计划是非负内核的趋同。由于非本地的Neumann边界条件导致与无边框情况相同的配方,我们显示这些最后的结果也适用于Neumann问题。

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
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12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
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
蒙特卡罗方法(Monte Carlo Methods)
数据挖掘入门与实战
6+阅读 · 2018年4月22日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Optimization and Learning With Nonlocal Calculus
Arxiv
0+阅读 · 2020年12月13日
Arxiv
0+阅读 · 2020年12月11日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12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
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
蒙特卡罗方法(Monte Carlo Methods)
数据挖掘入门与实战
6+阅读 · 2018年4月22日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
数学不好能搞人工智能吗?
算法与数学之美
3+阅读 · 2017年11月27日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员