The singular source terms in sub-diffusion equations may lead to the unboundedness of the solutions, which will bring a severe reduction of convergence order of the existing numerical schemes. In this work, we propose two time-stepping schemes for solving sub-diffusion equations with a class of source terms mildly singular in time. One discretization is based on the Gr{\"u}nwald-Letnikov and backward Euler methods. First-order error estimate with respect to time is rigorously established under a weak regularity of both the source term and initial data. The other scheme derived from the second-order backward differentiation formula (BDF) is proved to possess an improved order of accuracy. Further, second-order accurate finite element and lumped mass finite element discretizations in space are applied and analyzed rigorously. Numerical investigations confirm our theoretical results.


翻译:分扩散方程式中的单一源术语可能导致解决方案的无约束性,这将严重减少现有数字办法的趋同顺序。 在这项工作中,我们提出了两个时间步骤计划,以解决分扩散方程式,用一种轻度单数的源术语来解决次扩散方程式,一个是依据Grrfs"u}u}nwald-Letnikov和落后的Euler方法分解的。在源术语和初始数据的常规性薄弱的情况下,严格确定了时间方面的一级误差估计。由二阶后向偏差公式(BDF)产生的另一个方案已证明具有更高的准确性。此外,二级精确的定数元素和空间中整列的有限元素分解功能得到严格的应用和分析。数字调查证实了我们的理论结果。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
84+阅读 · 2020年12月5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
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年11月19日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员