Isogeometric Analysis is a spline-based discretization method to partial differential equations which shows the approximation power of a high-order method. The number of degrees of freedom, however, is as small as the number of degrees of freedom of a low-order method. This does not come for free as the original formulation of Isogeometric Analysis requires a global geometry function. Since this is too restrictive for many kinds of applications, the domain is usually decomposed into patches, where each patch is parameterized with its own geometry function. In simpler cases, the patches can be combined in a conforming way. However, for non-matching discretizations or for varying coefficients, a non-conforming discretization is desired. An symmetric interior penalty discontinuous Galerkin (SIPG) method for Isogeometric Analysis has been previously introduced. In the present paper, we give error estimates that only depend poly-logarithmically on the spline degree. This opens the door towards the construction and the analysis of fast linear solvers, particularly multigrid solvers for non-conforming multipatch Isogeometric Analysis.


翻译:等离子分析是一种基于样板的离散方法,用于部分差异方程,显示高阶方法近似功率。不过,自由度与低阶方法自由度的大小一样小。这并非免费,因为Isogoetima分析的最初配方要求全球几何功能。由于这对许多种类的应用太严格,因此域通常被分解成补丁,每个补丁都与其自己的几何功能参数化。在较简单的案例中,补丁可以以符合的方式组合。然而,对于不匹配的离散或不同系数,则需要一种不兼容的离散法。以前已经采用了对称内分解加列金(SIPG)的异性分析方法。在本文件中,我们给出的误差估计是,每个补丁的参数只取决于质谱度。这打开了快速线性溶剂的建造和分析的大门,特别是用于非对立式多相位数的多端等分解分析的多端解溶剂。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
50+阅读 · 2020年12月14日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
已删除
将门创投
7+阅读 · 2018年8月28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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
A Distribution-Dependent Analysis of Meta-Learning
Arxiv
0+阅读 · 2021年6月11日
Arxiv
0+阅读 · 2021年6月11日
An Optimal Algorithm for Strict Circular Seriation
Arxiv
0+阅读 · 2021年6月10日
VIP会员
相关VIP内容
相关资讯
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
已删除
将门创投
7+阅读 · 2018年8月28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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4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