跳到内容
BY 4.0许可 开放式访问 发布人:De Gruyter开放存取 2020年3月5日

Crank-Nicolson正交样条配置法结合WSGI差分格式求解二维时间分数扩散波动方程

  • 徐晓勇 电子邮件徽标 周凤英
来自日志开放数学

摘要

本文在时间分数波方程的等效偏积分微分方程的基础上,提出了一种离散正交样条配置方法,结合二阶Crank-Nicholson加权移位Grünwald积分算子(WSGI)求解时间分数波方程。严格证明了这些格式的稳定性和收敛性。文中给出了一个变量和两个空间变量的几个数值例子来证明理论分析。

MSC 2010年:65平方米;26立方米

1引言

近年来,分数阶偏微分方程(FPDE)受到了越来越多的关注,它可以比经典的积分阶微分方程更准确地描述一些物理和化学现象。例如,当研究涉及扩散和波传播现象统一的通用电磁响应时,有些过程是由具有时间分数阶导数的方程建模的γ∈ (1, 2) [1]. 一般来说,分数阶偏微分方程的解析解很难获得,因此许多作者求助于基于收敛性和稳定性的数值求解技术。研究人员提出了求解FPDE的各种数值方法,如有限元法[2],有限差分法[456],无网格法[78],小波方法[9],样条曲线配置法[101112]等等。

在本研究中,我们考虑以下二维时间分数阶扩散波方程

0C类D类γu个(x个)=Δu个(x个)u个(x个)+(f)(x个)(x个)Ω×(0T型] (1.1)

以初始条件为准

u个(x个0)=ϕ(x个)u个(x个0)=φ(x个)(x个)Ω (1.2)

和边界条件

u个(x个)=0(x个)Ω×(0T型] (1.3)

哪里Δ是拉普拉斯算子,Ω=[0,1]×[0,1]带边界 Ωϕ(x个),φ(x个)和(f)(x个)在各自的域中给出足够光滑的函数 0C类D类γ 表示顺序的卡普托导数γ(1)<γ<2),内容如下:

0C类D类γu个(x个)=1Γ(2γ)02u个(x个)2()1γd日

在哪儿Γ(●)是Gamma函数。在不失一般性的情况下,我们假设ϕ(x个)≡0英寸(1.2),因为我们可以求解v(v)(x个)=u个(x个) −ϕ(x个)一般来说。

中的大多数数值算法[1245678]雇佣了1近似分数导数的方案。最近,Tian等人[13]通过加权和移位Grünwald差分(WSGD)算子,提出了Riemann-Liouville分数阶导数的二阶和三阶近似。此后,许多学者进行了一些涉及WSGD思想的相关研究工作。在[14]Liu等人开发了一种结合WSGD近似的高阶局部间断Galerkin方法,用于求解Caputo时间分数次扩散方程。在[15]Chen考虑了用WSGD算子逼近时间分数导数的变系数多项时间分数阶扩散和扩散波方程的数值解。在[16]Yang提出了一种新的数值逼近方法,利用时间方向上的二阶WSGD算子和空间方向上的正交样条配置方法,对二维分布阶时间分数阶反应扩散方程进行了数值逼近。遵循WSGD运营商的想法,Wang和Vong[17]将紧致有限差分WSGI格式用于时间Caputo分数阶扩散波方程。然而,WSGI近似的数值方法却很少被研究。Cao等人[18]应用WSGI近似思想结合有限元方法求解时间分数阶波动方程。

正交样条配置(OSC)方法已发展成为求解不同类型偏微分方程的一种有价值的技术[1920212223]. OSC之所以受欢迎,是因为其概念简单、适用范围广且易于实现。与有限差分法和伽辽金有限元法相比,OSC法具有以下优点:由于不需要计算积分,因此确定近似解的方程中系数的计算速度快;它提供了解的近似和空间导数。此外,OSC方案总是会导致几乎块对角线性系统,这可以通过软件包进行有效求解[24]. OSC方法的另一个特点在于它的超收敛性[25]。

受上述工作的激励和启发,本文的主要目标是提出一种结合二阶WSGI算子的高阶OSC近似方法来求解二维时间分数阶波动方程,在后面的章节中简称为WSGI-OSC。本文的其余部分组织如下。第2节,给出了一些注释和前言。第3节将WSGI算子与二阶正交样条配置格式相结合,建立了全离散格式。WSGI-OSC格式的稳定性和收敛性分析见第4节.第5节提供了WSGI-OSC方案的详细描述。第6节为了验证收敛性分析,进行了若干数值实验。最后,第7节得出了结论。

2离散时间OSC方案

2.1准备工作

在本节中,我们将介绍一些符号和基本引理。对于某些正整数N个x个N个δx个δ是两个均匀的分区=[0,1],定义如下:

δx个:0=x个0<x个1<<x个N个x个=1δ:0=0<1<<N个=1

小时x个=x个x个1x个=(x个1x个)1N个x个小时j个=j个j个1j个=(j个1j个)1j个N个 小时=最大值(最大值1N个x个小时x个最大值1j个N个小时j个). M(M)(δx个)和M(M)(δ)至多是分段多项式的空间≥3,定义为

M(M)(δx个)={v(v)C类1[01]:v(v)|x个P(P)1N个x个v(v)(0)=v(v)(1)=0}M(M)(δ)={v(v)C类1[01]:v(v)|j个P(P)1j个N个v(v)(0)=v(v)(1)=0}

哪里P(P)表示最多次数多项式集很容易知道空间的尺寸M(M)x个(δx个)和M(M)(δ)是(− 1)N个x个:=M(M)x个和(− 1)N个:=M(M)分别是。

δ=δx个δ是的拟均匀划分Ω、和M(M)(δ)=M(M)(δx个) ⊗M(M)(δ)尺寸为M>(M)x个×M(M).让 {λj个}j个=11 表示的节点{区间上的−1}-点高斯求积规则具有相应的重量 {ωj个}j个=11 。表示方式

G公司x个={ξx个}=1N个x个1n个d日G公司={ξj个}j个=1N个1

作为高斯点的集合x个方向,其中

ξx个=x个1+小时x个λξj个=j个1+小时j个λ11

设𝓖={ξ= (ξx个ξ) :ξx个∈ 𝓖x个ξ∈ 𝓖}. 对于功能u个v(v)定义在𝓖上,内积〈u个v(v)〉和范数‖v(v)M(M)分别由定义

u个v(v)==1N个x个j个=1N个小时x个小时j个=11=11ωω(u个v(v))(ξξj个)v(v)M(M)2=v(v)v(v).

对于非负整数,让H(H)(Ω)表示通常的带范数的Sobolev空间

v(v)H(H)=(=0+j个=+j个v(v)x个j个2)12

其中范数‖‖表示通常2规范,有时写为‖‖H(H)0为了方便起见。在我们即将进行的分析中,需要以下重要引理。首先,我们介绍了可微(分别是两次可微)映射W公司:[0,T型] →M(M)(δ)由

Δ(u个W公司)=0o个n个G公司×[0T型] (2.1)

哪里u个是等式的解。(1.1)-(1.3)然后我们对以下方面进行了估算u个W公司及其时间导数。

引理2.1

[26]如果 u/?tH(H)+3−j个为所有人 ∈ [0,T型],= 0, 1, 2,j个= 0, 1, 2, W公司 由定义(2.1)那么存在一个常数 C类 这样的话

(u个W公司)H(H)j个C类小时+1j个u个H(H)+j个. (2.2)

引理2.2

[26]如果 u/?tH(H)+3对于 ∈ [0,T型],= 0, 1,然后

+(u个W公司)x个12M(M)C类小时+1u个H(H)+ (2.3)

其中0≤=1+2≤4。

引理2.3

[27]如果uv(v)M(M)(δ),然后

Δu个v(v)=u个Δv(v) (2.4)

存在一个正常数C类这样的话

Δu个u个C类u个20 (2.5)

引理2.4

[28]规范∥⋅∥M(M) ∥⋅∥等效于 M(M)(δ).

在整篇文章中,我们表示C类>0是一个与网格大小无关的常数小时τ以下杨氏不等式也将被反复使用,

X(X)Y(Y)εX(X)2+14εY(Y)2X(X)Y(Y)ε>0 (2.6)

2.2完全离散正交样条配置方案的构造

在本小节中,我们考虑求解方程的离散时间OSC格式。(1.1)-(1.3)我们提出的方法的主要思想是将时间分数阶扩散波方程转换为等效的偏积分微分方程。构造解的连续时间OSC格式u个属于(1.1),我们引入了Riemann-Liouville分数积分,其定义为

0αu个(x个)=1Γ(α)0u个(x个)()1αd日 (2.7)

其中0<α=γ− 1 < 1.

我们对方程进行积分(1.1)使用Riemann-Liouville分数次积分算子 0α 定义于(2.7),然后将问题转化为等价的偏积分微分方程,如下所示

u个(x个)0αΔu个(x个)+0αu个(x个)=0α(f)(x个)+φ(x个). (2.8)

k个=k个= 0, 1, ⋯,N个,其中τ=电话号码是时间步长。为了便于描述,我们定义 D类u个n个+1=u个n个+1u个n个τu个n个+12=u个n个+1+u个n个2 哪里u个n个u个(x个n个). 基于加权移位Grünwald差分算子的思想,Wang和Vong([17])建立了Riemann-Liouville分数阶积分算子的二阶精度逼近公式 0αu个n个+1 称为WSGI近似,

0αu个n个+1=ταk个=0n个λk个(α)u个n个+1k个+E类~0αu个n个+1+E类~ (2.9)

哪里=(τ2)和

λ0(α)=(1α2)ω0(α)λk个(α)=(1α2)ωk个(α)+α2ωk个1(α)k个1 (2.10)

在这里

ωk个(α)=(1)k个αk个ω0(α)=1ωk个(α)=(1+α1k个)ωk个1(α)k个1 (2.11)

利用Crank-Nicolson差分格式和WSGI近似公式对方程进行离散(2.8),我们得到了时间方向上的半离散格式

D类u个n个+10αu个n个+12+0αu个n个+12=n个+12+E类n个+12 (2.12)

哪里 n个+12=0α(f)n个+12+φ(x个)E类n个+12=E类~+E类c(c)n个+12=(τ2)E类c(c)n个+12=D类u个n个+12u个(n个+12)=(τ2). 然后使用(2.9)(2.12),Eqs的全离散WSGI-OSC方案(1.1)包含在查找中 {u个小时n个}n个=0N个1M(M)(δ) 这样的话

u个小时n个+1u个小时n个τταk个=0n个λk个(α)u个小时n个+12k个+ταk个=0n个λk个(α)u个小时n个+12k个=n个+12. (2.13)

为了分析的需要,我们给出了方程的以下等价Galerkin弱公式(2.12)将方程式乘以v(v) H(H)01 并在空间领域进行整合Ω

(D类u个n个+1v(v))+(0αu个n个+12v(v))+(0αu个n个+12v(v))=(n个+12v(v))+(E类n个+12v(v)). (2.14)

我们占据了空间M(M)(δ)⊂ H(H)01 并获得如下全离散格式:

(u个小时n个+1u个小时n个τv(v)小时)+ταk个=0n个λk个(α)(u个小时n个+12k个v(v)小时)+ταk个=0n个λk个(α)(u个小时n个+12k个v(v)小时)=(n个+12v(v)小时)v(v)小时M(M)(δ) (2.15)

3 WSGI-OSC格式的稳定性和收敛性分析

在本节中,我们将给出全离散WSGI-OSC格式的稳定性和收敛性分析(2.13).为此,我们还需要以下引理。

引理3.1

[17]让 {λk个(α)}k个=0 定义于(2.10)那么对于任何正整数 k个 和实向量(v(v)1v(v)2, ⋯,v(v)k个)T型∈ 𝓡k个它认为

n个=0k个1(第页=0n个λ第页(α)v(v)n个+1第页)v(v)n个+10

引理3.2

(格朗沃尔的不定性)[29]假设 k个n个 第页n个 是非负序列和顺序 ϕn个 满足

ϕ00ϕn个ϕ0+=0n个1第页+=0n个1k个第页n个1

哪里0≥ 0.然后是序列 ϕn个满足

ϕn个(0+=0n个1第页)e(电子)x个第页(=0n个1k个)n个1

定理3.1

完全-离散WSGI-OSC方案(2.15)对于足够小是无条件稳定的 τ> 0,它能容纳

||u个小时+1||2C类(||u个小时0||2+最大值0n个N个1||n个+12||2)1N个1 (3.1)

证明

v(v)小时=u个小时n个+12=u个n个+1+u个n个2 在里面(2.15)应用Cauchy-Schwarz不等式和Young不等式得出

12τ(||u个小时n个+1||2||u个小时n个||2)+ταk个=0n个λk个(α)[(u个小时n个+12k个v(v)小时)+(u个小时n个+12k个v(v)小时)]12(||n个+12||2+||u个小时n个+12||2). (3.2)

求和(3.2)对于n个从0到(0 ≤n个N个−1),我们获得

12τn个=0(||u个小时n个+1||2||u个小时n个||2)+ταn个=0k个=0n个λk个(α)[(u个小时n个+12k个v(v)小时)+(u个小时n个+12k个v(v)小时)]12n个=0(||n个+12||2+||u个小时n个+12||2). (3.3)

将上述方程式乘以2τ,也使用引理1,然后去掉非负项

2τα+1n个=0k个=0n个λk个(α)[(u个小时n个+12k个v(v)小时)+(u个小时n个+12k个v(v)小时)]

我们有

||u个小时+1||2||u个小时0||2+τn个=0(||n个+12||2+||u个小时n个+12||2)||u个小时0||2+T型最大值0n个N个1||n个+12||2+τn个=0||u个小时n个+12||2||u个小时0||2+T型最大值0n个N个1||n个+12||2+τn个=012(||u个小时n个+1||2+||u个小时n个||2). (3.4)

然后,它给出了这一点,

(112τ)||u个小时+1||2(1+12τ)||u个小时0||2+T型最大值0n个N个1||n个+12||2+τn个=1||u个小时n个||2. (3.5)

提供时间步长τ足够小,存在一个正常数C类这样的话

||u个小时+1||2C类(||u个小时0||2+T型最大值0n个N个1||n个+12||2+τn个=1||u个小时n个||2). (3.6)

使用Gronwall的引理3.2,我们得到

||u个小时+1||2C类(||u个小时0||2+最大值0n个N个1||n个+12||2). (3.7)

证据是完整的。

定理3.2

假设 u个 是的精确解(1.1)-(1.3) u个小时n个 (0 ≤n个N个− 1)是问题的解决方案(2.13)具有 u个小时0 =W公司0那么存在一个正常数 C类独立于 小时 τ 这样的话

u个(n个)u个小时n个2C类(τ2+小时+1). (3.8)

证明

使用W公司定义于(2.1),我们设置

ηn个=W公司n个u个n个ζn个=u个小时n个W公司n个0n个N个 (3.9)

所以我们有

u个n个u个小时n个=ηn个+ζn个. (3.10)

因为估计ηn个由提供引理2.2,绑定就足够了ζn个,然后使用三角形不等式来限定u个n个 u个小时n个 首先,来自(1.1)(2.1)(2.13)、和(2.15),然后针对v(v)小时M(M)(δ),我们获得

(ηn个+1ηn个τv(v)小时)+ταk个=0n个λk个(α)(ηn个+12k个v(v)小时)+ταk个=0n个λk个(α)(ηn个+12k个v(v)小时)=ταk个=0n个λk个(α)(ζn个+12k个v(v)小时)(ζn个+1ζn个τv(v)小时)+(E类n个+12v(v)小时) (3.11)

哪里 E类n个+12 定义于(2.12).采取 v(v)小时=ηn个+12 在里面(3.11),我们有

(ηn个+1ηn个τηn个+12)+ταk个=0n个λk个(α)(ηn个+12k个ηn个+12)+ταk个=0n个λk个(α)(ηn个+12k个ηn个+12)=ταk个=0n个λk个(α)(ζn个+12k个ηn个+12)(ζn个+1ζn个τηn个+12)+(E类n个+12ηn个+12). (3.12)

乘法(3.12)按2τ,并从中求和n个=0至n个=− 1 (1 ≤n个N个+1),因此

n个=01(||ηn个+1||2||ηn个||2)+2τα+1n个=01k个=0n个λk个(α)[(ηn个+12k个ηn个+12)+(ηn个+12k个ηn个+12)]=2τα+1n个=01k个=0n个λk个(α)(ζn个+12k个ηn个+12)2τn个=01(ζn个+1ζn个τηn个+12)+2τn个=01(E类n个+12ηn个+12)=1+2+. (3.13)

接下来,我们将给出12分别是。

1=2τα+1n个=01k个=0n个λk个(α)(ζn个+12k个ηn个+12)=2τα+1n个=01(0n个+1αζ+0n个αζ2E类~ηn个+12)=2τα+1n个=01(1Γ(α)0n个+1ζ(x个)(n个+1)1αd日+1Γ(α)0n个ζ(x个)(n个)1αd日2E类~ηn个+12)τn个=01(1Γ(α)α[(n个+1)α|0n个+1+(n个)α|0n个]最大值0n个+1||ζ(x个)||+||2E类~||)||ηn个+12||τΓ(α+1)n个=01(2T型α最大值0T型||ζ(x个)||+||E类~||)||ηn个+12||C类τn个=01(2T型α最大值0T型||ζ(x个)||+||E类~||)||ηn个+12||C类τn个=01(τ4+最大值0T型||ζ(x个)||2+||ηn个+12||2). (3.14)

利用中值定理和Cauchy-Schwarz不等式以及Young不等式的优点,我们得到n个n个+θn个+1

2+=2τn个=01(ζn个+1ζn个τηn个+12)+2τn个=01(E类n个+12ηn个+12)=τn个=01(||ζ(x个n个+θ||2+||E类n个+12||2+2||ηn个+12||2). (3.15)

使用引理1,我们得到

2τα+1n个=0k个=0n个λk个(α)[(ηn个+12k个η)+(ηn个+12k个η)]0 (3.16)

替换(3.14)(3.15)(3.16)在里面(3.13)去掉非负项,我们得到

||η||2||η0||2+C类τn个=01(τ4+最大值0T型||ζ(x个)||2+||ηn个+12||2)+τn个=01(||ζ(x个n个+θ||2+||E类n个+12||2+2||ηn个+12||2) (3.17)

那就是

(1C类τ)||η||2C类τn个=01||ηn个||2+C类τn个=01(τ4+最大值0T型||ζ(x个)||2+||ζ(x个n个+θ||2). (3.18)

利用Gronwall不等式,引理2.2以及三角形不等式,在时间步长为τ足够小,存在一个正常数C类这样的话

||η||2e(电子)x个第页(C类T型).C类τn个=01(τ4+C类小时2+2||u个||H(H)+2+C类小时2+2||u个||H(H)+2)C类(τ4+小时2+2) (3.19)

||u个()u个小时||2(||η||+||ζ||)2C类(τ4+小时2+2) (3.20)

这就完成了证明。

4 WSGI-OSC方案说明

它可以从全离散格式中观察到(2.13)我们需要处理每个时间层的二维偏微分方程,即

(1+12τα+1λ0(α))u个小时n个+112τα+1λ0(α)Δu个小时n个+1=12τα+1k个=1n个+1λk个(α)(Δu个小时n个+1k个+u个小时n个+1k个)12τα+1k个=0n个λk个(α)(Δu个小时n个k个+u个小时n个k个)+τn个+1+n个2+u个小时n个 (4.1)

我们表示 α0=12τα+1λ0(α)β0=12τα+1 那么上述方程可以改写为

(1+α0)u个小时n个+1α0Δu个小时n个+1=β0k个=1n个+1λk个(α)(Δu个小时n个+1k个u个小时n个+1k个)+β0k个=0n个λk个(α)(Δu个小时n个k个u个小时n个k个)+τn个+1+n个2+u个小时n个n个=0N个1 (4.2)

为了应用数值格式,首先,我们通常表示 u个小时n个 通过的基本函数M(M)(δ)然后求解表示式的系数。出租

M(M)(δx个)=第页n个{Φ1Φ2ΦM(M)x个1ΦM(M)x个}M(M)(δ)=第页n个{Ψ1Ψ2ΨM(M)1ΨM(M)}

然后

u个小时n个(x个)=j个=1M(M)=1M(M)x个u个^j个n个Φ(x个)Ψj个()

哪里 {u个^j个n个}j个=1M(M)x个M(M) 是待确定的未知系数。设置

u个^=[u个^11n个u个^12n个u个^1M(M)n个u个^21n个u个^22n个u个^M(M)x个M(M)n个]T型

然后是方程式(4.2)可以用Kronecker产品以以下形式书写

{(1+α0)(B类x个B类)+α0(A类x个B类+B类x个A类)}u个^n个+1=β0{A类x个B类+B类x个A类+B类x个B类}(k个=1n个+1λk个(α)u个^n个+1k个+k个=0n个λk个(α)u个^n个k个)+(B类x个B类)u个^n个+12τ(G公司1n个+1+G公司2n个)n个=0N个1 (4.3)

哪里

A类x个=(j个x个)j个=1M(M)x个j个x个=Φj个(ξx个)B类x个=(b条j个x个)j个=1M(M)x个b条j个x个=Φj个(ξx个)A类=(j个)j个=1M(M)j个=Ψj个(ξ)B类=(b条j个)j个=1M(M)b条j个=Ψj个(ξ) (4.4)

G公司1n个+1=[n个+1(ξ1x个ξ1)n个+1(ξ1x个ξ2)n个+1(ξ1x个ξM(M))n个+1(ξ2x个ξ1)n个+1(ξM(M)x个x个ξM(M))]T型 (4.5)
G公司2n个=[n个(ξ1x个ξ1)n个(ξ1x个ξ2)n个(ξ1x个ξM(M))n个(ξ2x个ξ1)n个(ξ2x个ξ2)n个(ξM(M)x个x个ξM(M))]T型. (4.6)

矩阵A类x个B类x个A类B类M(M)x个×M(M)具有以下结构,

××××××××××××××××××××. (4.7)

我们在分段Hermite三次样条空间中实现了WSGI-OSC格式M(M)(δ),满足零边界条件。具体来说,我们选择了三次Hermite多项式的基[30],即,对于1≤K(K)−1,因此

ϕ(x个)=2(x个x个1)小时+(x个x个1)2小时2x个1x个x个2(x个x个1)小时+(x个x个+1)2小时2x个x个x个+10x个<x个1o个x个>x个+1 (4.8)

ψ(x个)=(x个x个1)2(x个x个)小时2x个1x个x个(x个x个)(x个x个+1)2小时2x个x个x个+10x个<x个1o个x个>x个+1. (4.9)

请注意ϕ(x个),ψ(x个)满足零边界条件ϕ(0) =ϕ(1) =ψ(0) =ψ(1) = 0. 对基本函数重新编号,并让

{ψ0ϕ1ψ1ϕ2ϕK(K)1ψK(K)1ψK(K)}={Φ1Φ2ΦΦ2K(K)}

然后

M(M)(δx个)=第页n个{Φ1Φ2ΦΦ2K(K)}M(M)(δ)=第页n个{Φ1Φ2ΦΦ2K(K)}.

为了恢复方程的系数矩阵(4.3),我们需要计算高斯点的基函数值及其二阶导数。它们的定义如下:

H(H)1(u个j个)=(1+2u个j个)(1u个j个)2H(H)2(u个j个)=u个j个(1u个j个)2小时k个H(H)(u个j个)=u个j个2(2u个j个)H(H)4(u个j个)=u个j个2(u个j个1)小时k个1(u个j个)=(12u个j个6)/小时k个22(u个j个)=(6u个j个4)/小时k个(u个j个)=(612u个j个)/小时k个24(u个j个)=(6u个j个2)/小时k个 (4.10)

哪里 u个1=()/6u个2=(+)/6 H(H)分别表示Hermite多项式及其在高斯点的二阶导数的公式。基于对基函数的上述描述,我们给出了矩阵的一个例子A类x个B类x个在以下情况下N个x个=N个=5和小时k个= 1/N个x个.我们有

A类x个=2(u个1)(u个1)4(u个1)00000002(u个2)(u个2)4(u个2)000000001(u个1)2(u个1)(u个1)4(u个1)0000001(u个2)2(u个2)(u个2)4(u个2)000000001(u个1)2(u个1)(u个1)4(u个1)0000001(u个2)2(u个2)(u个2)4(u个2)000000001(u个1)2(u个1)(u个1)4(u个1)0000001(u个2)2(u个2)(u个2)4(u个2)000000001(u个1)2(u个1)4(u个1)00000001(u个2)2(u个2)4(u个2). (4.11)
B类x个=H(H)2(u个1)H(H)(u个1)H(H)4(u个1)0000000H(H)2(u个2)H(H)(u个2)H(H)4(u个2)00000000H(H)1(u个1)H(H)2(u个1)H(H)(u个1)H(H)4(u个1)000000H(H)1(u个2)H(H)2(u个2)H(H)(u个2)H(H)4(u个2)00000000H(H)1(u个1)H(H)2(u个1)H(H)(u个1)H(H)4(u个1)000000H(H)1(u个2)H(H)2(u个2)H(H)(u个2)H(H)4(u个2)00000000H(H)1(u个1)H(H)2(u个1)H(H)(u个1)H(H)4(u个1)000000H(H)1(u个2)H(H)2(u个2)H(H)(u个2)H(H)4(u个2)00000000H(H)1(u个1)H(H)2(u个1)H(H)4(u个1)0000000H(H)1(u个2)H(H)2(u个2)H(H)4(u个2). (4.12)

从张量积计算可以看出,WSGI-OSC格式需要在每个时间层解一个几乎块对角线性系统,这可以通过COLROW软件包进行有效求解[24]。

5数值实验

在本节中,给出了四个示例来演示我们的理论分析。在我们的实现中,我们采用了分段Hermite双三次空间(=3)在均匀分区上在两者中x个带有的方向N个x个=N个=K(K).强制项(f)(x个)近似于高斯点中的分段Hermite插值投影。为了检查WSGI-OSC方案的准确性,我们提出2错误发生在T型=1,相应的收敛阶由

收敛顺序o个(e(电子)/e(电子)+1)o个(小时/小时+1)

哪里小时=1/K(K)是时间步长和e(电子)是相应误差的范数。

示例1

我们考虑以下一维时间分数阶扩散波方程

0c(c)D类γu个(x个)=2u个(x个)x个2u个(x个)+(f)(x个)0<x个<10<1u个(x个0)=0u个(x个0)=00x个1u个(0)=u个(1)=001 (5.1)

哪里 (f)(x个)=Γ(4)Γ(4α)γx个2(1x个)2e(电子)x个2e(电子)x个(14x个+4x个). 这个方程的解析解是u个(x个)= x个2(1 −x个)2e(电子)x个.

从理论分析来看,WSGI-OSC的数值收敛阶(4.2)预计将(τ2+小时4)何时= 3. 为了检查时间方向的二阶精度,我们选择τ=小时因此,空间近似引起的误差可以忽略不计。表1列表2WSGI-OSC格式的误差及其收敛阶γ∈ (1, 2). 我们观察到,我们的方案生成的时间精度为2阶。为了测试空间近似精度,表2表明我们的方案在空间方向上的精度为4,其中时间步长τ=小时2已修复。数值解和整体误差γ= 1.3,小时= 1/32,τ=1/32如所示图1.

图1示例1的数值解(a)和全局误差(b),γ=1.3,h=1/32,τ=1/32。
图1

数值解(a)和整体误差(b)示例1具有γ= 1.3,小时= 1/32,τ= 1/32.

表1

这个2误差和时间收敛阶τ=小时对于示例1.

γ τ 错误 收敛顺序 2错误 收敛顺序
1.1 110 7.0727×10−5 4.4681×10−5
120 1.7932×10−5 1.9798 1.1012×10−5 2.0206
140 4.5623×10−6 1.9747 2.7487×10−6 2.0022
180 1.1483×10−6 1.9903 6.8758×10−7 1.9992
1.3 110 2.6081×10−4 1.7238×10−4
120 6.6648×10−5 1.9684 4.2518×10−5 2.0194
140 1.6825×10−6 1.9860 1.0577×10−5 2.0072
180 4.2263×10−7 1.9931 2.6387×10−6 2.0030
1.5 110 4.1657×10−4 2.7911×10−4
120 1.0633×10−4 1.9701 6.8593×10−5 2.0247
140 2.6736×10−5 1.9916 1.7020×10−5 2.0108
180 6.7115×10−6 1.9941 4.2405×10−6 2.0050
1.7 110 5.3422×10−4 3.6265×10−4
120 1.3701×10−4 1.9632 8.9343×10−5 2.0212
140 3.4419×10−5 1.9930 2.2160×10−5 2.0114
180 8.6292×10−6 1.9959 5.5175×10−6 2.0059
1.9 110 5.7600×10−4 3.9339×10−4
120 1.4884×10−4 1.9523 9.7244×10−5 2.0163
140 3.7391×10−5 1.9930 2.4112×10−5 2.0119
180 9.3633×10−6 1.9976 5.9996×10−6 2.0068
1.95 110 5.6941×10−4 3.8862×10−4
120 1.4696×10−4 1.9540 9.6061×10−5 2.0163
140 3.6917×10−5 1.9931 2.3812×10−5 2.0123
180 9.2425×10−6 1.9979 5.9232×10−6 2.0072

表2

这个2误差和空间收敛阶τ=小时2对于示例1.

γ 小时 错误 收敛顺序 2错误 收敛顺序
1.1 110 2.4371×10−6 1.7740×10−6
120 1.5377×10−7 3.9863 1.0837×10−7 4.0329
140 9.6290×10−9 3.9972 6.6928×10−9 4.0172
180 6.0225×10−10 3.9989 4.1576×10−10 4.0088
1.3 110 3.8377×10−6 2.6750×10−6
120 2.4364×10−7 3.9774 1.6332×10−7 4.0338
140 1.5241×10−8 3.9987 1.0085×10−8 4.0174
180 9.5308×10−10 3.9992 6.2644×10−10 4.0089
1.5 110 4.7527×10−6 3.2535×10−6
120 3.0159×10−7 3.9781 1.9851×10−7 4.0347
140 1.8863×10−8 3.9990 1.2256×10−8 4.0177
180 1.1798×10−9 3.9990 7.6129×10−10 4.0089
1.7 110 5.1530×10−6 3.4857×10−6
120 3.2579×10−7 3.9834 2.1258×10−7 4.0354
140 2.0382×10−8 3.9986 1.3123×10−8 4.0178
180 1.2754×10−9 3.9982 8.1509×10−10 4.0090
1.9 110 4.6730×10−6 3.0735×10−6
120 2.9311×10−7 3.9948 1.8735×10−7 4.0361
140 1.8412×10−8 3.9927 1.1563×10−8 4.0181
180 1.1509×10−9 3.9999 7.1819×10−10 4.0090
1.95 110 4.3316×10−6 2.8280×10−6
120 2.7151×10−7 3.9958 1.7235×10−7 4.0364
140 1.7062×10−8 3.9922 1.0637×10−8 4.0182
180 1.0665×10−9 3.9999 6.6066×10−10 4.0091

示例2

考虑以下一维分数阶扩散波方程

0c(c)D类γu个(x个)=2u个(x个)x个2u个(x个)+(f)(x个)0<x个<10<1u个(x个0)=0u个(x个0)=πx个0x个1u个(0)=u个(1)=001 (5.2)

哪里 (f)(x个)=[2Γ(γ)2γ+(2)π2+(2)]πx个. 这个方程的解析解是u个(x个) = (2)罪π x个.

为了测试该方法的时间准确性,我们选择τ=小时以避免空间误差的污染。最大值2误差和时间收敛阶如所示表3为了检查空间中的收敛顺序,时间步长τ和空间步长小时被选择为τ=小时2、和γ= 1.1, 1.3, 1.5, 1.7, 1.9, 1.95.表4表示最大值2误差和空间收敛顺序。中的结果表34同时证明了时间上2阶和空间上4阶的预期收敛速度。数值解和全局误差T型=1,带γ=1.5,小时= 1/32,τ=1/32如所示图2.

图2例2的数值解(a)和全局误差(b),γ=1.5,T=1(h=1/32,τ=1/32)。
图2

数值解(a)和整体误差(b)示例2具有γ=1.5T型= 1 (小时= 1/32,τ= 1/32).

表3

这个2误差和时间收敛阶τ=小时对于示例2.

γ τ 错误 收敛顺序 2错误 收敛顺序
1.1 110 2.7779×10−5 1.8686×10−5
120 6.9405×10−6 2.0009 4.5452×10−6 2.0395
140 1.7225×10−6 2.0105 1.1135×10−6 2.0292
180 4.2704×10−7 2.0121 2.7427×10−7 2.0215
1.3 110 6.8399×10−5 4.6042×10−5
120 1.6912×10−5 2.0159 1.1079×10−5 2.0551
140 4.1818×10−6 2.0158 2.7032×10−6 2.0352
180 1.0358×10−6 2.0134 6.6503×10−7 2.0232
1.5 110 1.0251×10−4 6.9519×10−5
120 2.5114×10−5 2.0292 1.6555×10−5 2.0701
140 6.2025×10−6 2.0176 4.0327×10−6 2.0375
180 1.5384×10−6 2.0114 9.9335×10−7 2.0214
1.7 110 1.4424×10−4 9.9816×10−5
120 3.5642×10−5 2.0168 2.4001×10−5 2.0562
140 8.8717×10−6 2.0063 5.8868×10−6 2.0275
180 2.2116×10−6 2.0041 1.4572×10−6 2.0143
1.9 110 1.9061×10−4 1.2932×10−4
120 4.7290×10−5 2.0110 3.1561×10−5 2.0347
140 1.1810×10−5 2.0015 7.7937×10−6 2.0178
180 2.9519×10−6 2.0003 1.9367×10−6 2.0087
1.95 110 2.0110×10−4 1.3455×10−4
120 4.9930×10−5 2.0099 3.2930×10−5 2.0306
140 1.2482×10−5 2.0001 8.1369×10−6 2.0169
180 3.1218×10−6 1.9994 2.0222×10−6 2.0085

表4

这个2误差和空间收敛阶τ=小时2对于示例2.

γ 小时 错误 收敛顺序 2错误 收敛顺序
1.1 110 9.8873×10−8 7.9806×10−8
120 6.3013×10−9 3.9719 5.0124×10−9 3.9929
140 4.0052×10−10 3.9757 3.1726×10−10 3.9818
180 2.5425×10−11 3.9775 2.0139×10−11 3.9776
1.3 110 2.0590×10−7 1.1973×10−7
120 1.2348×10−8 4.0596 7.0248×10−9 4.0912
140 7.5090×10−10 4.0395 4.2273×10−10 4.0547
180 4.6084×10−11 4.0263 2.5826×10−11 4.0328
1.5 110 3.1378×10−7 1.8224×10−7
120 1.9140×10−8 4.0351 1.0838×10−8 4.0716
140 1.1827×10−9 4.0165 6.6114×10−10 4.0350
180 7.3513×10−11 4.0079 4.0836×10−11 4.0170
1.7 110 4.2637×10−7 2.5157×10−7
120 2.6414×10−8 4.0127 1.5170×10−8 4.0516
140 1.6453×10−9 4.0049 9.3246×10−10 4.0241
180 1.0270×10−10 4.0019 5.7825×10−11 4.0113
1.9 110 6.2873×10−7 3.5996×10−7
120 3.9276×10−8 4.0007 2.1898×10−8 4.0389
140 2.4548×10−9 4 1.3510×10−9 4.0188
180 1.5342×10−10 4 8.3898×10−11 4.0092
1.95 110 6.7414×10−7 3.9216×10−7
120 4.2262×10−8 3.9956 2.3894×10−8 4.0367
140 2.6423×10−9 3.9995 1.4745×10−9 4.0184
180 1.6515×10−10 3.9999 9.1572×10−11 4.0091

示例3

考虑以下二维分数阶扩散波方程

0c(c)D类γu个(x个)Δu个(x个)+u个(x个)=(f)(x个)u个(x个0)=0u个(x个0)=0(x个)Ωu个(x个)=0(x个)Ω×(0T型] (5.3)

哪里 Ω=[01]×[01]T型=1(f)(x个)=[Γ(4)Γ(4γ)γx个(1x个)(1)+x个(7x个x个)]e(电子)x个+. 方程的精确解为u个(x个)= xy公司(1 −x个)(1 −)e(电子)x个+.

与中的参数选择类似示例12表56列出最大值2误差和收敛阶。在时间和空间上也得到了相似的收敛速度。正如我们所希望的那样,所有数值结果的收敛顺序都与理论分析的收敛顺序相匹配。图3绘制数值解和全局误差T型=1,带γ= 1.7,小时= 1/32,τ= 1/32.

图3例3的数值解(a)和全局误差(b),γ=1.7,T=1(h=1/32,τ=1/32)。
图3

数值解(a)和整体误差(b)示例3具有γ=1.7T型= 1 (小时=1/32,τ= 1/32).

表5

这个2误差和时间收敛阶示例3.

γ N个 错误 收敛顺序 2错误 收敛顺序
1.1 10 1.6611×10−4 8.3486×10−5
15 7.5461×10−5 1.9461 3.7876×10−5 1.9493
20 4.2909×10−5 1.9624 2.1509×10−5 1.9669
25 2.7589×10−5 1.9792 1.3841×10−5 1.9754
1.3 10 5.1729×10−4 2.6164×10−4
15 2.3249×10−4 1.9724 1.1769×10−4 1.9704
20 1.3148×10−4 1.9813 6.6585×10−5 1.9799
25 8.4565×10−5 1.9779 4.2760×10−5 1.9847
1.5 10 7.7899×10−4 3.9475×10−4
15 3.4829×10−4 1.9853 1.7651×10−4 1.9850
20 1.9648×10−4 1.9899 9.9627×10−5 1.9882
25 1.2607×10−4 1.9886 6.3896×10−5 1.9905
1.7 10 9.8958×10−4 5.0659×10−4
15 4.3990×10−4 1.9995 2.2433×10−4 2.0090
20 2.4748×10−4 1.9995 1.2609×10−4 2.0028
25 1.5841×10−4 1.9994 8.0685×10−5 2.0006
1.9 10 1.1985×10−3 6.2808×10−4
15 5.3173×10−4 2.0044 2.7856×10−4 2.0052
20 2.9891×10−4 2.0022 1.5657×10−4 2.0026
25 1.9123×10−4 2.0015 1.0018×10−4 2.0014

表6

这个2误差和空间收敛阶示例3.

γ N个 错误 收敛顺序 2错误 收敛顺序
1.1 10 1.7277×10−6 5.8164×10−7
15 3.7129×10−7 3.7921 1.1583×10−7 3.9799
20 1.2237×10−7 3.8582 3.6753×10−8 3.9902
25 5.1343×10−8 3.8922 1.5074×10−8 3.9942
1.3 10 4.5383×10−6 2.0806×10−6
15 8.9315×10−7 4.0091 4.1188×10−7 3.9946
20 2.8185×10−7 4.0092 1.3042×10−7 3.9974
25 1.1523×10−7 4.0083 5.3439×10−8 3.9984
1.5 10 7.1532×10−6 3.3974×10−6
15 1.4118×10−6 4.0021 6.7176×10−7 3.9976
20 4.4624×10−7 4.0036 2.1262×10−7 3.9988
25 1.8263×10−7 4.0037 8.7104×10−8 3.9993
1.7 10 9.2188×10−6 4.4527×10−6
15 1.8187×10−6 4.0031 8.7956×10−7 4
20 5.7483×10−7 4.0038 2.7830×10−7 3.9999
25 2.3526×10−7 4.0036 1.1399×10−7 3.9999
1.9 10 1.1444×10−5 5.7230×10−6
15 2.2505×10−6 4.0110 1.1299×10−6 4.0011
20 7.1020×10−7 4.0091 3.5746×10−7 4.0005
25 2.9046×10−7 4.0068 1.4641×10−7 4.0003

示例4

考虑以下二维分数阶扩散波方程

0c(c)D类γu个(x个)Δu个(x个)+u个(x个)=(f)(x个)u个(x个0)=0u个(x个0)=0(x个)Ωu个(x个)=0(x个)Ω×(0T型] (5.4)

哪里 Ω=[01]×[01]T型=1(f)(x个)=[Γ(+γ)2+(2π2+1)γ]2πx个π. 方程的精确解为u个(x个)=2+γπ x个π .

表78显示2误差及其在时间和空间上的收敛阶γ∈ (1, 2). 再次,可以从两个表中观察到时间方向上具有二阶精度和空间方向上具有四阶精度的预期收敛速度。数值解和全局误差T型=1与γ= 1.9,小时= 1/32,τ=1/32显示在图4.

图4例4的数值解(a)和全局误差(b),γ=1.9,T=1(h=1/32,τ=1/32)。
图4

数值解(a)和整体误差(b)示例4具有γ=1.9T型= 1 (小时= 1/32,τ= 1/32).

表7

这个2的误差和时间收敛阶示例4.

γ N个 错误 收敛顺序 2错误 收敛顺序
1.1 10 8.8381×10−4 4.4449×10−4
15 3.9978×10−4 1.9566 2.0073×10−4 1.9607
20 2.2738×10−4 1.9615 1.1385×10−4 1.9711
25 1.4625×10−4 1.9775 7.3238×10−5 1.9771
1.3 10 3.1514×10−3 1.5847×10−3
15 1.4225×10−3 1.9617 7.1426×10−4 1.9654
20 8.0814×10−4 1.9656 4.0464×10−4 1.9752
25 5.1939×10−4 1.9811 2.6009×10−4 1.9807
1.5 10 5.3058×10−3 2.6680×10−3
15 2.3861×10−3 1.9709 1.1981×10−3 1.9745
20 1.3534×10−3 1.9711 6.7766×10−4 1.9808
25 8.6906×10−4 1.9851 4.3519×10−4 1.9847
1.7 10 7.2062×10−3 3.6236×10−3
15 3.2347×10−3 1.9755 1.6242×10−3 1.9792
20 1.8321×10−3 1.9760 9.1737×10−4 1.9857
25 1.1754×10−3 1.9893 5.8858×10−4 1.9889
1.9 10 8.0346×10−3 4.0402×10−3
15 3.6198×10−3 1.9665 1.8175×10−3 1.9701
20 2.0516×10−3 1.9736 1.0273×10−3 1.9833
25 1.3162×10−3 1.9893 6.5910×10−4 1.9888

表8

这个2误差和空间收敛阶示例4.

γ N个 错误 收敛顺序 2错误 收敛顺序
1.1 10 1.2725×10−5 6.5169×10−5
15 2.5700×10−6 3.9453 1.2858×10−5 4.0029
20 8.0847×10−7 4.0202 4.0665×10−5 4.0014
25 3.3300×10−7 3.9751 1.6653×10−5 4.0009
1.3 10 3.6079×10−5 1.8230×10−5
15 7.1968×10−6 3.9758 3.6064×10−6 3.9964
20 2.2773×10−6 3.9997 1.1417×10−6 3.9982
25 9.3472×10−7 3.9907 4.6773×10−7 3.9989
1.5 10 5.7773×10−5 2.9133×10−5
15 1.1491×10−5 3.9829 5.7620×10−6 3.9968
20 3.6402×10−6 3.9959 1.8240×10−6 3.9984
25 1.4930×10−6 3.9942 7.4725×10−7 3.9991
1.7 10 7.6488×10−5 3.8541×10−5
15 1.5190×10−5 3.9868 7.6189×10−6 3.9981
20 4.8133×10−6 3.9948 2.4113×10−6 3.9991
25 1.9734×10−6 3.9959 9.8780×10−7 3.9994
1.9 10 8.4694×10−5 4.2666×10−5
15 1.6803×10−5 3.9892 8.4290×10−6 3.9997
20 5.3240×10−6 3.9951 2.6670×10−6 3.9999
25 2.1823×10−6 3.9968 1.0924×10−6 4

6结论

本文构造了二维时间分数扩散波动方程的Crank-Nicolson WSGI-OSC方法。将原始分数阶扩散波方程转化为等价的偏积分-微分方程,发展了WSGI近似下的Crank-Nicolson正交样条配置法。该方法的收敛阶高于收敛阶(τ3−γ)通用的1近似值。给出了稳定性和收敛性分析。文中还给出了一些数值例子来证实我们的理论分析。

确认

作者要感谢裁判们非常有用和详细的评论,这些评论大大改进了本文的表述。本研究得到了国家自然科学基金(11601076号)和华东理工大学博士研究启动基金项目(DHBK2019213号)的资助。

工具书类

[1]A.A.Kilbas、H.M.Srivastava和J.J.Trujillo,分数阶微分方程的理论与应用,爱思唯尔,阿姆斯特丹,2006年。在谷歌学者中搜索

[2]Y.D.Zhang、Y.M.Zhao、F.L.Wang和Y.F.Tang,各向异性网格上二维时间分数阶扩散波方程的高精度有限元方法《国际计算杂志》。数学。95(2018),第1期,218–230。10.1080/00207160.2017.1401708在谷歌学者中搜索

[3]L.M.Li、D.Xu和M.Luo,二维分数阶扩散波方程的交替方向隐式Galerkin有限元方法,J.计算。物理学。255(2013), 471–485,2016年10月10日/jcp.2013.08.031在谷歌学者中搜索

[4]孙振中和吴晓霞,扩散波系统的全离散差分格式,应用。数字。数学。56(2006),第2期,193–209,2016年10月10日/j.apnum.2005.03.003在谷歌学者中搜索

[5]J.F.Huang、Y.F.Tang、L.Vázquez和J.Y.Yang,时间分数扩散波动方程的两种有限差分格式,数字。算法64(2013),第4期,707–720,2007年10月10日/11075-012-9689-0在谷歌学者中搜索

[6]Y.N.Zhang、Z.Z.Sun和X.Zhao,二维分数阶扩散波方程的紧致交替方向隐式格式,SIAM J.数字。分析。50(2012),第3期,1535–1555,10.1137/110840959年在谷歌学者中搜索

[7]M.Aslefallah和E.Shivanian,基于RBF的时间分数阶扩散波方程的高效无网格方法,非洲。材料。29(2018),编号7-8,1203-1214,2007年10月10日/13370-018-0616-y在谷歌学者中搜索

[8]M.Dehghan、M.Abbaszadeh和A.Mohebbi,时间分数阶扩散波方程的无网格方法分析,数字。算法73(2016),第2期,445–476,2007年10月10日/11075-016-0103-1在谷歌学者中搜索

[9]M.H.Heydari、M.R.Hooshmandasl、F.M.Maalek Ghaini和C.Cattanic,时间分数阶扩散波方程的小波方法,物理。莱特。A类379(2015),第3期,71–76,10.1016/j.physleta.2014.11.012在谷歌学者中搜索

[10]G.Fairweather、X.H.Yang、D.Xu和H.X.Zhang,二维分数阶扩散波方程的ADI Crank-Nicolson正交样条配置法,《科学杂志》。计算。65(2015),第3期,1217–1239,10.1007/s10915-015-0003-x号在谷歌学者中搜索

[11]M.Yaseen、M.Abbas、T.Nazir和D.Baleanu,时间分数阶扩散波方程基于三次三角B样条的有限差分格式,高级差异。埃克。2017(2017), 274,10.1186/s13662-017-1330-z在谷歌学者中搜索

[12]A.Esen、O.Tasbozan、Y.Ucar和N.M.Yagmurlu,求解分数阶扩散和分数阶扩散波方程的B样条配置法第比利斯数学。J。8(2015),第2期,181–193,2015年10月15日在谷歌学者中搜索

[13]田伟彦、周华辉、邓华辉,求解空间分数阶扩散方程的一类二阶差分逼近,数学。计算。84(2015),编号2941298-1314,10.1090/S0025-5718-2015-02917-2在谷歌学者中搜索

[14]Y.Liu、M.Zhang、H.Li和J.C.Li,分数次扩散方程的高阶局部间断Galerkin方法与WSGD逼近,计算。数学。申请。73(2017),第6期,1298–1314,2016年10月10日/j.camwa.2016.08.015在谷歌学者中搜索

[15]H.Chen、S.Lü和W.Chen,变系数多项时间分数阶扩散和扩散波方程的统一数值格式,J.计算。申请。数学。330(2018), 380–397,10.1016/j.cam.2017.09.011在谷歌学者中搜索

[16]X.Yang、H.Zhang和D.Xu,二维分布阶分数阶反应扩散方程的WSGD-OSC格式,《科学杂志》。计算。76(2018),编号3,1502-1520,2007年10月10日/10915-018-0672-3在谷歌学者中搜索

[17]Z.Wang和S.Vong,修正反常分数次扩散方程和分数次扩散波方程的紧致差分格式,J.计算。物理学。277(2014), 1–15,2016年10月10日/j.jcp.2014.08.012在谷歌学者中搜索

[18]Y.Cao、B.L.Yin、Y.Liu和H.Li,多维时间分数波问题的Crank-Nicolson WSGI有限元差分格式,计算。申请。数学。37(2018),第4期,5126–5145,2007年10月14日/40314-018-0626-2在谷歌学者中搜索

[19]B.Bialecki和G.Fairweather,偏微分方程的正交样条配置法,J.计算。申请。数学。128(2001),编号1-2,55–82,2016年10月10日/S0377-0427(00)00509-4在谷歌学者中搜索

[20]C.E.Greenwell Yanik和G.Fairweather,两空间变量抛物型和双曲型问题的样条配点法分析,SIAM J.数字。分析。23(1986),第2期,282–296,10.1137/0723020在谷歌学者中搜索

[21]C.Li、T.G.Zhao、W.H.Deng和Y.J.Wu,细分扩散方程的正交样条配置法,J.计算。申请。数学。255(2014), 517–528,2016年10月10日/j.cam.2013.05.022在谷歌学者中搜索

[22]L.Qiao和D.Xu,多项时间分数阶扩散方程的正交样条配置格式《国际计算杂志》。数学。95(2018),第8期,1478–1493,10.1080/00207160.2017.1324150在谷歌学者中搜索

[23]H.X.Zhang、X.H.Yang和D.Xu,求解二维四阶反应扩散方程的高阶数值方法,数字。算法80(2019),第3期,849–877,10.1007/s11075-018-0509-z在谷歌学者中搜索

[24]G.Fairweather和I.Gladwell,几乎块对角线性系统的算法SIAM版本。46(2004),第1期,49–58,10.1137/S003614450240506X号在谷歌学者中搜索

[25]A.K.Pani、G.Fairweather和R.I.Fernandes,抛物型偏积分微分方程的ADI正交样条配置法IMA J.数字。分析。30(2010),第1248-276号,10.1093/imanum/drp024在谷歌学者中搜索

[26]C.E.Greenwell Yanik和G.Fairweather,两空间变量抛物型和双曲型问题的样条配点法分析,SIAM J.数字。分析。23(1996),第2期,282-296,10.1137/0723020在谷歌学者中搜索

[27]M.P.Robinson和G.Fairweather,空间变量中薛定谔型方程的正交样条配置法,数字。数学。68(1994),第3期,355–376,10.1007/s002110050067在谷歌学者中搜索

[28]B.Li、G.Fairweather和B.Bialecki,两空间变量Schrödinger方程的离散时间正交样条配置法,SIAM J.数字。分析。35(1998),第2期,453–477,10.1137/S0036142996302396在谷歌学者中搜索

[29]A.Quarteroni和A.Valli,偏微分方程的数值逼近柏林施普林格出版社,1997年。在谷歌学者中搜索

[30]S.Arora、I.Kaur、H.Kumar和V.K.Kukreja,求解两相非线性模型的三次hermite配置鲁棒技术《沙特国王大学学报-工程科学》29(2017),第2期,159-165,2016年10月10日/j.jksues.2015.06.003在谷歌学者中搜索

收到:2019-04-20
认可的:2020-01-18
在线发布:2020-03-05

©2020徐晓勇和周凤英,De Gruyter出版

本作品根据知识共享署名4.0国际许可证授权。

于24年6月6日从下载https://www.degruyter.com/document/doi/10.1515/math-2020-0007/html
滚动到顶部按钮