We consider fully discrete time-space approximations of abstract linear parabolic partial differential equations (PDEs) consisting of an $hp$-version discontinuous Galerkin (DG) time stepping scheme in conjunction with standard (conforming) Galerkin discretizations in space. We derive abstract computable a posteriori error bounds resulting, for instance, in concrete bounds in $L_{\infty}(I;L_2(\Omega))$- and $L_{2}(I;H^{1}(\Omega))$-type norms when $I$ is the temporal and $\Omega$ the spatial domain for the PDE. We base our methodology for the analysis on a novel space-time reconstruction approach. Our approach is flexible as it works for any type of elliptic error estimator and leaves their choice of up to the user. It also allows exhibits mesh-change estimators in a clear an concise way. We also show how our approach allows the derivation of such bounds in the $H^1(I;H^{-1}(\Omega))$ norm.


翻译:我们考虑完全离散的时间-空间近似点,即抽象线性抛物线部分差异方程式(PDEs)的完全离散的时间-空间近似点,该方方程式由美元转换为美元,Galerkin(DG)时间跨步制(DG)与空间标准(符合)加列金分离(Galerkin)时间跨步制(Galerkin)相配合。我们抽象地计算出一个事后误差的界限,例如,在L ⁇ infty}(I;L_2(\Omega)美元和$L ⁇ 2}(I;H ⁇ 1}(\(Omega))的具体界限中,结果为美元和美元(L ⁇ 2}(I;H ⁇ 1}(Omega))美元,而美元是PDE空间域的时值。我们把分析方法建立在新的空间-时间重建方法上。我们的方法是灵活的,因为它适用于任何种类的椭误算法,让用户选择。它还允许以简洁的方式展示模变估测度。我们的方法如何允许在$H_1(I);H ⁇ -1(H_)标准中得出这种界限。

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年9月7日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
7+阅读 · 2018年11月5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
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
VIP会员
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
7+阅读 · 2018年11月5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
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Top
微信扫码咨询专知VIP会员