This work is devoted to the theoretical and numerical analysis of a two-species chemotaxis- Navier-Stokes system with Lotka-Volterra competitive kinetics in a bounded domain of Rd, d = 2, 3. First, we study the existence of global weak solutions and establish a regularity criterion which provides sufficient conditions to ensure the strong regularity of the weak solutions. After, we propose a finite element numerical scheme in which we use a splitting technique obtained by introducing an auxiliary variable given by the gradient of the chemical concentration and applying an inductive strategy, in order to deal with the chemoattraction terms in the two-species equations and prove optimal error estimates. For this scheme, we study the well-posedness and derive some uniform estimates for the discrete variables required in the convergence analysis. Finally, we present some numerical simulations oriented to verify the good behavior of our scheme, as well as to check numerically the optimal error estimates proved in our theoretical analysis.


翻译:这项工作致力于在Rd, d = 2, 3. 首先,我们研究全球薄弱解决方案的存在,并建立一个常规标准,为确保薄弱解决方案的高度规律提供了充分的条件。随后,我们提出了一个有限要素数字方案,在其中我们采用一种分解技术,采用化学浓度梯度所给出的辅助变量,并应用一种感应策略,以在两个样本方程式中处理色抽取术语,并证明最佳误差估计。关于这个方案,我们研究稳妥的储量,并为趋同分析所要求的离散变量得出一些统一估计数。最后,我们提出一些数字模拟,以核实我们计划的良好行为,并从数字上检查理论分析中证明的最佳误差估计。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24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
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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17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
【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12月2日
Arxiv
5+阅读 · 2017年12月14日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关资讯
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24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
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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17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
【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