In this paper new innovative fourth order compact schemes for Robin and Neumann boundary conditions have been developed for boundary value problems of elliptic PDEs in two and three dimensions. Different from traditional finite difference operator approach, which may not work for flux type of boundary conditions, carefully designed undetermined coefficient methods are utilized in developing high order compact (HOC) schemes. The new methods not only can be utilized to design HOC schemes for flux type of boundary conditions but can also be applied to general elliptic PDEs including Poisson, Helmholtz, diffusion-advection, and anisotropic equations with linear boundary conditions. In the new developed HOC methods, the coefficient matrices are generally M-matrices, which guarantee the discrete maximum principle for well-posed problems, so the convergence of the HOC methods. The developed HOC methods are versatile and can cover most of high order compact schemes in the literature. The HOC methods for Robin boundary conditions and for anisotropic diffusion and advection equations with Robin or even Dirichlet boundary conditions are likely the first ones that have ever been developed. With the help of pseudo-inverse, or SVD solutions, we have also observed that the developed HOC methods usually have smaller error constants compared with traditional HOC methods when applicable. Non-trivial examples with large wave numbers and oscillatory solutions are presented to confirm the performance of the new HOC methods.


翻译:本文为Robin 和 Neumann 边界条件制定了新的创新第四级契约计划,用于解决椭圆形PDE的边界价值问题,涉及两个和三个方面。不同于传统的有限差异操作者办法,传统有限的差异操作者办法可能不适用于边界条件的通量类型,在制订高序契约(HOC)办法时,采用了精心设计的未确定系数方法。新的方法不仅可以用来设计用于边界条件通量类型的 HOC 办法,还可以适用于普通椭圆形PDE 办法,包括Poisson、Helmholtz、扩散-advection以及带有线性边界条件的反粒子方程式。在新开发的HOC方法中,系数矩阵通常是M-materics,这保证了对复杂问题的离散最大原则,因此使HOC方法趋于一致。开发的HOC方法非常灵活,可以涵盖大部分高序的边界条件。Robin边界条件和与Robin 边界条件的扩展和适应性等式等式等同,很可能是首次开发的Rbin-Vtrod 方法,在通常采用与HOC 不变性方法时,这些方法与我们所观测到的惯性方法时,这些方法通常使用不使用。

0
下载
关闭预览

相关内容

【斯坦福Jiaxuan You】图学习在金融网络中的应用,24页ppt
专知会员服务
43+阅读 · 2021年9月19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
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
【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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Nearly Optimal Algorithms for Level Set Estimation
Arxiv
0+阅读 · 2021年11月2日
Arxiv
0+阅读 · 2021年10月29日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Top
微信扫码咨询专知VIP会员