In this paper, we study an initial-boundary value problem of Kirchhoff type involving memory term for non-homogeneous materials. The purpose of this research is threefold. First, we prove the existence and uniqueness of weak solutions to the problem using the Galerkin method. Second, to obtain numerical solutions efficiently, we develop a L1 type backward Euler-Galerkin FEM, which is $O(h+k^{2-\alpha})$ accurate, where $\alpha~ (0<\alpha<1)$ is the order of fractional time derivative, $h$ and $k$ are the discretization parameters for space and time directions, respectively. Next, to achieve the optimal rate of convergence in time, we propose a fractional Crank-Nicolson-Galerkin FEM based on L2-1$_{\sigma}$ scheme. We prove that the numerical solutions of this scheme converge to the exact solution with accuracy $O(h+k^{2})$. We also derive a priori bounds on numerical solutions for the proposed schemes. Finally, some numerical experiments are conducted to validate our theoretical claims.


翻译:在本文中,我们研究了Kirchhoff类型的初始界限值问题,涉及非同质材料的记忆术语。本研究的目的有三重。首先,我们证明使用Galerkin方法解决该问题的薄弱办法的存在和独特性。第二,为了有效地获得数字解决方案,我们开发了一个L1型落后Euler-Galerkin FEM, 即$O(h+k ⁇ 2-alpha})准确, 美元=alpha~ (0. alpha<1)]是分时间衍生物、 $(h)和$(k)分别为空间和时间方向的分解参数的顺序。接下来,为了及时达到最佳的趋同率,我们提议根据L2美元- ⁇ gigma} 计划开发一个分数式的Crank-Nicolson-Galerkin FEM。我们证明这个办法的数字解决方案与精确的解决方案一致,准确值为$O(h+k ⁇ 2}。我们还得出了拟议方案的数字解决方案的前置。最后,我们进行了一些数字实验,以证实我们的理论索赔。

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
84+阅读 · 2021年12月9日
专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
159+阅读 · 2020年1月16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
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
VIP会员
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
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员