In this paper, we construct a $P_{1}^{c}\oplus RT0-P0$ discretization of the Stokes equations for general simplicial meshes in two/three dimensions (2D/3D), which yields a exactly divergence-free and pressure-independent velocity approximation with optimal order. Some interesting properties of $RT0$ are fully utilized. Unlike the popular H(div)-conforming methods in a discontinuous Galerkin (DG) framework, our scheme only consists of integrals on each element, and does not involve any trace operators such as jumps and averages on the element interfaces. We propose a simple stabilization on $RT0$ which only acts on the diagonal of the coefficient matrix. The stencil of our method is the same as the lowest order Bernardi and Raugel (B-R) element method (see C. Bernardi and G. Raugel, Math. Comp., 44 (1985), pp. 71-79). Finally, by a diagonal perturbation of the bilinear form, we further decouple the unknowns corresponding to $P_{1}^{c}$ and $RT0$, solving a stabilized $P_{1}^{c}-P0$ discretization first. Then the $RT0$ part can be obtained locally and explicitly. Numerical experiments illustrating the robustness of our methods are also provided.


翻译:在本文中,我们为二/三维(2D/3D)的普通简化 meshes (2D/3D) 构建了一个以美元为单位的Stokes 方程式分解 $P1 ⁇ c ⁇ c ⁇ ++ RT0-P0美元,该方程式产生一个完全无差异和无压力且按最优顺序排列的速率近似点。一些有趣的值为RT0美元。与在不连续的Galerkin(DG)框架中流行的H(div)-兼容法不同,我们的方案只包含每个元素的内涵,而不涉及元素界面的跳动和平均值等任何追踪操作器。我们建议简单稳定$RT0美元,仅对系数矩阵的对角值运行。我们方法的强度与Bernardi和Raugel(B-R)元素法的最低顺序相同(见C. Bernardi和G. Raugel, Math. Comp., 44(1985), pp. 71-79)。 最后,通过双线式的透式组合,我们进一步降低$RT$P$P$;随后的解解算法,我们进一步解了一个不为美元。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
已删除
将门创投
4+阅读 · 2017年7月7日
Arxiv
0+阅读 · 2021年1月21日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
相关资讯
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
已删除
将门创投
4+阅读 · 2017年7月7日
Top
微信扫码咨询专知VIP会员