In this article, we aim to recover locally conservative and $H(div)$ conforming fluxes for the linear Cut Finite Element Solution with Nitsche's method for Poisson problems with Dirichlet boundary condition. The computation of the conservative flux in the Raviart-Thomas space is completely local and does not require to solve any mixed problem. The $L^2$-norm of the difference between the numerical flux and the recovered flux can then be used as a posteriori error estimator in the adaptive mesh refinement procedure. Theoretically we are able to prove the global reliability and local efficiency. The theoretical results are verified in the numerical results. Moreover, in the numerical results we also observe optimal convergence rate for the flux error.


翻译:在此篇文章中, 我们的目标是回收本地保守的和$H( div) 等值的通量, 以便用尼采( Nitsche) 的方法解决 Dirichlet 边界状态下的 Poisson 问题。 计算Raviart- Thomas 空间的保守通量是完全局部的, 不需要解决任何混合问题。 数字通量和回收通量之间的差价以$L$2美元为上下角, 然后可以用作适应网状改进程序中的事后误差估计符。 理论上, 我们能够证明全球的可靠性和本地效率。 理论结果在数字结果中被验证。 此外, 在数字结果中, 我们还观察到通量错误的最佳趋同率 。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20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
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
RL 真经
CreateAMind
5+阅读 · 2018年12月28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
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
0+阅读 · 2021年7月29日
Information criteria for non-normalized models
Arxiv
0+阅读 · 2021年7月27日
Arxiv
4+阅读 · 2018年3月14日
VIP会员
相关VIP内容
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20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
相关资讯
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
RL 真经
CreateAMind
5+阅读 · 2018年12月28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
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员