In this paper, we focus on constructing numerical schemes preserving the averaged energy evolution law for nonlinear stochastic wave equations driven by multiplicative noise. We first apply the compact finite difference method and the interior penalty discontinuous Galerkin finite element method to discretize space variable and present two semi-discrete schemes, respectively. Then we make use of the discrete gradient method and the Pad\'e approximation to propose efficient fully-discrete schemes. These semi-discrete and fully-discrete schemes are proved to preserve the discrete averaged energy evolution law. In particular, we also prove that the proposed fully-discrete schemes exactly inherit the averaged energy evolution law almost surely if the considered model is driven by additive noise. Numerical experiments are given to confirm theoretical findings.


翻译:在本文中,我们侧重于为由多倍噪音驱动的非线性随机波变方程式制定维护平均能量演变法的数字计划。我们首先采用紧凑的有限差分法和不连续的加列尔金限制要素法分别区分空间变量和提出两种半分解办法。然后我们利用离散梯度法和帕德近似法提出高效的全分解办法。这些半分解和完全分解的办法证明能够维护离散平均能量演变法。特别是,我们还证明拟议的完全分解办法完全继承了平均能量演变法,如果所考虑的模型是由添加噪音驱动的话,则几乎可以肯定地继承平均能量演变法。

0
下载
关闭预览

相关内容

专知会员服务
15+阅读 · 2021年4月3日
专知会员服务
25+阅读 · 2021年4月2日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12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
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
雪球
6+阅读 · 2018年8月19日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
17+阅读 · 2019年3月28日
VIP会员
相关资讯
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
雪球
6+阅读 · 2018年8月19日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员