非线性双曲守恒律方程基于偏迎风数值通量RKDG方法的最优误差估计

针对具有光滑解的一维非线性双曲守恒律方程,研究了Runge-Kutta间断Galerkin (RKDG)方法,其中空间变量采用基于偏迎风数值通量的间断Galerkin方法,时间变量采用三阶显式全变差不增的Runge-Kutta方法.借助能量技术以及最新提出的广义Gauss-Radau投影,证明了通常时空限制条件下全离散方法的最优误差估计.数值实验验证了理论结果.     

热传导方程的间断Galerkin数值解法

本文对具有周期边界的热传导方程采用间断Galerkin(DG)方法给出数值求解方法,并利用傅里叶分析,对数值解进行L∞-误差估计,以一次分段多项式为例,得到半离散格式的误差估计.     

时间分数阶对流-扩散方程的局部间断Galerkin谱方法

提出了求解时间分数阶对流-扩散方程的局部间断Galerkin谱方法.在空间方向上,按局部间断Galerkin谱方法进行离散,时间方向上,对α阶Caputo时间分数阶导数按有限差分格式进行离散,非线性项和源项采用Chebyshev-Gauss-Lobatto插值,从而得到有限差分/局部间断Galerkin谱全离散格式,并且给出了其全离散格式线性情形下的稳定性和收敛性分析.最后给出了一些数值算例,比较了单区域方法和局部间断Galerkin谱方法的数值结果,得出后种方法更具优势.还通过对比Gorenflo-Mainardi-Moretti-Paradisi(GMMP)和有限差分这两种全离散格式下的数值结果,得出有限差分格式在某些问题中比GMMP格式精度更高,收敛速度更快.     

环形空腔内自然对流问题的Galerkin方法

本文讨论了环形空腔内自然对流问题所满足的Boussinesq方程组——关于涡度ζ、流函数φ及温度θ的椭圆-抛物非线性耦合方程组 用Galerkin方法对其进行了数值分析,得到了Galerkin逼近(含半离散和全离散)的最优先验误差估计。     

对流-扩散方程的hp-局部间断Galerkin有限元方法的最优L~∞(H~1)误差估计

通过使用Arnold等人和Perugia等人对于椭圆问题引入的提升算子方法以及不同的处理非线性对流项的方法,得到了对流-扩散方程的hp-局部间断Galerkin有限元(hp-LDG)方法的最优L~∞(H~1)误差估计.对于非线性Burgers方程进行了数值试验,计算结果验证了文中得到的理论结果.     

对流-扩散方程的hp-局部间断Galerkin有限元方法的最优L∞(H^1)误差估计北大核心

通过使用Arnold等人和Perugia等人对于椭圆问题引入的提升算子方法以及不同的处理非线性对流项的方法,得到了对流-扩散方程的hp-局部间断Galerkin有限元(hp-LDG)方法的最优L∞(H^1)误差估计.对于非线性Burgers方程进行了数值试验,计算结果验证了文中得到的理论结果.     

基于Rosenbrock型指数积分的一维间断Galerkin有限元方法

提出基于Rosenbrock型指数积分的一维间断Galerkin有限元方法.该方法在空间上使用间断有限元方法离散,在时间上采用Rosenbrock型指数积分方法.这样不仅可以保持空间离散上的高精度,而且继承了指数时间积分方法具有显式大步长时间推进的优点.数值试验的结果表明,对于一维双曲守恒律问题,这种方法是一种有效的数值算法.     

加罚N-S方程的有限元非线性Galerkin方法

非线性Galerkin方法是对耗散型非线性发展方程的一种数值解法,其空间变量不象一般Galerkin方法那样在线性空间上离散,而是在非线性流形上离散,所得逼近解在时间变量增大时可以更快地逼近其精确解.精细的理论分析可见[1],[2]等,在有限元逼近基础上将此方法应用到Navier-Stokes方程上的工作可参见[3],[4],这些文章主要针对速度与压力同时求解的混合元情形做了讨论.本文在[4]的基础上对加罚Navier-Stokes方程的一种非线性Galerkin方法的半离散和全离散有限元逼近格式分别进行了误差估     

加罚N-S方程的有限元非线性Galerkin方法

非线性Galerkin方法是对耗散型非线性发展方程的一种数值解法,其空间变量不象一般Galerkin方法那样在线性空间上离散,而是在非线性流形上离散,所得逼近解在时间变量增大时可以更快地逼近其精确解.精细的理论分析可见[1],[2]等,在有限元逼近基础上将此方法应用到Navier-Stokes方程上的工作可参见[3],[4],这些文章主要针对速度与压力同时求解的混合元情形做了讨论.本文在[4]的基础上对加罚Navier-Stokes方程的一种非线性Galerkin方法的半离散和全离散有限元逼近格式分别进行了误差估     

对流扩散方程的时空间断有限元方法

研究对流扩散方程的时空间断Galerkin有限元方法,该方法采用时,空两个变量都允许间断的基函数,更适用于移动网格,自适应算法以及并行计算.本文利用拉格朗日欧拉方法,采用F.Brezzi数值流通量,给出对流扩散方程的间断时空有限元离散格式,并证明格式的相容性,强制性,稳定性,解的存在唯一性,以及总体误差估计.     

反应扩散问题的新的绝对稳定hp间断Galerkin方法

针对一类反应扩散问题提出了新的绝对稳定hp间断Galerkin方法,并给出了该方法的误差估计,证明了该方法在L~2范数和H~1范数意义下是最优阶收敛.最后,数值算例验证了理论结果的正确性.     

高阶偏微分方程局部间断Galerkin方法的最优误差估计（英文）

本文针对含三阶和四阶空间导数的高阶偏微分方程,得到了基于广义交替数值通量局部间断Galerkin方法的最优L~2-模误差估计.主要技术是基于有关辅助变量的能量方程和最新提出的整体Gauss-Radau投影.数值实验验证了理论结果.     

一类奇异非线性两点边值问题的 Galerkin 解的误差估计

本文对一类奇异两点边值问题采用了对称的Galerkin方法.通过利用Green函数,对线性问题得到了拟最优的最大范数误差估计并将这一结果推广到了非线性问题.本文最后列举了一些数值试验结果,这些结果很好地验证了理论结果.     

随机平面线弹性问题的一类弱Galerkin方法

本文针对带有随机杨氏模量和荷载的平面线弹性问题,提出了一类随机弱Galerkin有限元方法.先利用Karhunen-Loève展开把随机项参数化,将方程转化为一个确定性问题;再采用弱Galerkin有限元法和$k$-/$p$-型方法分别离散空间区域和随机场.在弱Galerkin离散中,用分片$s（s\geqslant 1$）和$s+1$次多项式逼近单元内部的应力和位移,用分片$s$次多项式逼近位移在单元边界上的迹.证明了该方法关于空间网格尺度最优且与Lamé常数$\lambda$一致无关的误差估计.最后通过数值算例验证了理论结果.     

定常的Navier-Stokes方程的非线性Galerkin混合元法及其后验估计

提出了定常的Navier-Stokes方程的一种非线性Galerkin混合元法,并导出非线性Galerkin混合元解的存在性和误差估计及其后验误差估计.     

简化摩擦接触问题的对称弱超内罚间断Galerkin方法的先验和后验误差估计

本文讨论了简化摩擦接触问题的一类对称弱超内罚间断Galerkin方法.首先,在能量范数意义下得到最优先验误差估计.进一步,我们推导了一类残量型后验误差估计子,并证明了它的可靠性和有效性.     

二维瞬态热传导问题的无单元Galerkin法分析

采用无单元Galerkin(element-free Galerkin,EFG)法求解具有混合边界条件的二维瞬态热传导问题.首先采用二阶向后微分公式离散热传导方程的时间变量,将该问题转化为与时间无关的混合边值问题;然后采用罚函数法处理Dirichlet边界条件,建立了二维瞬态热传导问题的无单元Galerkin法;最后基于移动最小二乘近似的误差结果,详细推导了无单元Galerkin法求解二维瞬态热传导问题的误差估计公式.给出的数值算例表明计算结果与解析解或已有数值解吻合较好,该方法具有较高的计算精度和较好的收敛性.     

非线性分数阶反应扩散方程组的间断时空有限元方法

利用时间间断空间连续的时空有限元方法构造了空间分数阶反应扩散方程组的可以逐时间层求解的全离散格式.在时间离散区间上,采用Radau积分公式,将插值理论与有限元理论相结合,给出了全离散格式解的存在唯一性结果,并证明了所给格式是无条件稳定的,进而详细给出最优阶L~∞(L~2)模误差估计过程.最后用数值算例验证了理论分析的正确性.     

Kuramoto-Sivashinsky方程的B样条Galerkin方法

采用显隐结合的方法对微分算子进行时间离散 ,提出了解 Kuramoto-Sivashinsky方程的全离散 B样条 Galerkin方法 ,由此得到了有限元解的最优阶收敛性及稳定性估计 .最后的数值算例以图形的形式体现了此算法的精确度     

一类非线性Scllr(o)dillger方程的差分/Legendre谱元法

考察一类带幂次非线性项的Schrodinger方程的Dirichlet初边值问题,提出了一个有效的计算格式,其中时间方向上应用了一种守恒的二阶差分隐格式,空间方向上采用Legendre谱元法.对于时间半离散格式,证明了该格式具有能量守恒性质,并给出了L2误差估计,对于全离散格式,应用不动点原理证明了数值解的存在唯一性,并给出了L2误差估计.最后,通过数值试验验证了结果的可信性.