In 1986, Dixon and McKee developed a discrete fractional Gr\"{o}nwall inequality [Z. Angew. Math. Mech., 66 (1986), pp. 535--544], which can be seen as a generalization of the classical discrete Gr\"{o}nwall inequality. However, this generalized discrete Gr\"{o}nwall inequality has not been widely applied in the numerical analysis of the time-stepping methods for the time-fractional evolution equations. The main purpose of this paper is to show how to apply the generalized discrete Gr\"{o}nwall inequality to prove the convergence of a class of time-stepping numerical methods for time-fractional nonlinear subdiffusion equations, including the popular fractional backward difference type methods of order one and two, and the second-order fractional Crank-Nicolson type methods. We obtain the optimal $L^2$ error estimate in space discretization. The convergence of the fast time-stepping numerical methods is also proved in a simple manner.


翻译:1986年,狄克逊和麦基开发了一个离散分块 Gr\"{o}nbal不平等[Z. Angew. Math. Mech., 66 (1986), pp.535-544], 这可以被视为古典离散的Gr\"{o}n wall不平等的概括。然而,这种普遍离散的Gr\"{o}n wall不平等在时间偏差进化方程式的时间跨步方法的数值分析中并没有被广泛应用。本文的主要目的是展示如何应用普遍离散的Gr\{o}nball不平等来证明时间偏差非线性非线性亚扩散方程式的时间跨步数字方法的趋同,包括第1和第2级流行的偏差后向型方法,以及第二顺序的分级分数式Crank-Nicolson型方法。我们在空间离散化中获得了最佳的 $L_2美元误差估计值。快速时间跨位数字方法的趋同也以简单的方式证明。

0
下载
关闭预览

相关内容

124页哈佛数学系本科论文,带你了解流形学习的数学基础
专知会员服务
44+阅读 · 2020年12月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2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
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
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6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
已删除
将门创投
6+阅读 · 2017年7月6日
VIP会员
相关VIP内容
124页哈佛数学系本科论文,带你了解流形学习的数学基础
专知会员服务
44+阅读 · 2020年12月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2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
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
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6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
已删除
将门创投
6+阅读 · 2017年7月6日
Top
微信扫码咨询专知VIP会员