We prove new optimality results for adaptive mesh refinement algorithms for non-symmetric, and time-dependent problems by proposing a generalization of quasi-orthogonality which follows directly from the coercivity of the underlying problem. The quasi-orthogonality of Galerkin solutions is a key argument in modern proofs of optimal convergence of adaptive mesh refinement algorithms. Our generalization together with other well-understood properties of the error estimator implies linear convergence of the estimator and hence rate optimal convergence. This approach provides a simple proof of optimality for non-symmetric FEM-BEM coupling. Moreover, it allows us to prove optimal convergence of an adaptive time-stepping scheme for parabolic equations.


翻译:我们通过提出从根本问题的共性直接产生的准正反正法的概括化,证明对非对称和时间问题进行适应性网格改进算法的新最佳结果。 Galerkin 解决方案的准正反差性是适应性网格改进算法最佳趋同的现代证据中的关键论据。 我们的概括化和其他广为理解的错误估计值的特性意味着测算符的线性趋同,从而也意味着最佳的速率趋同。 这种方法简单证明了非对称FEM-BEM 组合的最佳性。 此外,它使我们能够证明对抛物方的适应性时间步法的最佳趋同。

0
下载
关闭预览

相关内容

专知会员服务
113+阅读 · 2020年10月8日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
将门创投
3+阅读 · 2020年8月3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
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10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
Arxiv
0+阅读 · 2021年7月6日
VIP会员
相关资讯
已删除
将门创投
3+阅读 · 2020年8月3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
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10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