In this paper, a backward Euler method combined with finite element discretization in spatial direction is discussed for the equations of motion arising in the $2D$ Oldroyd model of viscoelastic fluids of order one with the forcing term independent of time or in $L^{\infty}$ in time. It is shown that the estimates of the discrete solution in Dirichlet norm is bounded uniformly in time. Optimal {\it a priori} error estimate in $\textbf{L}^2$-norm is derived for the discrete problem with non-smooth initial data. This estimate is shown to be uniform in time, under the assumption of uniqueness condition. Finally, we present some numerical results to validate our theoretical results.


翻译:在本文中,对于2D$ Undroyd rode of compaticic 流体的2D$ Unical motion 模型产生的运动方程式,将讨论与空间方向的有限元素分解相结合的后向 Euler 方法,该方法与空间方向后向的 Euler 法相结合,该方法与2D$ Undroved roductive roils of procisions of one with the process unitive or in time or in the time. 或 $ $L ⁇ infty} $L ⁇ infty $(在时间上具有强迫性) 或时间上以 $L ⁇ infty}$(在时间上具有强迫性) 。 显示Drichlettlet 规范中离散解决方案的估计数在时间上是一致的。 。 在$\ textb{L ⁇ 2$- $norm 中得出最佳的偏差的误差估计数,用于非moot 初始数据的离散问题。该估计数。这一估计数在时间上显示在假定独特性条件下是统一的,在时间上是统一的。我们理论结果。我们提出一些数字结果。我们提出一些数字结果的理论结果。

0
下载
关闭预览

相关内容

专知会员服务
41+阅读 · 2021年4月2日
专知会员服务
50+阅读 · 2020年12月14日
【伯克利-Ke Li】学习优化,74页ppt,Learning to Optimize
专知会员服务
40+阅读 · 2020年7月23日
【普林斯顿大学-微软】加权元学习,Weighted Meta-Learning
专知会员服务
39+阅读 · 2020年3月25日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【优博微展2019】李志泽:简单快速的机器学习优化方法
清华大学研究生教育
14+阅读 · 2019年10月8日
图解国土空间规划 五级三类四体系
智能交通技术
7+阅读 · 2019年6月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年9月2日
VIP会员
相关资讯
【优博微展2019】李志泽:简单快速的机器学习优化方法
清华大学研究生教育
14+阅读 · 2019年10月8日
图解国土空间规划 五级三类四体系
智能交通技术
7+阅读 · 2019年6月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员