杂志的下一篇文章
单值中子图中能量的若干概念
下一篇特刊文章
低秩矩阵补全的梯度系统
期刊上的上一篇文章
具有实质导数的非热源热方程的精确解
特刊上一篇文章
分数阶微分问题数值解的最优B样条基
 
 
订购文章重印
字体类型:
宋体 佐治亚州 宋体,Verdana
字体大小:
澳大利亚 澳大利亚 澳大利亚
行距:
列宽:
背景:
第条

块广义局部Toeplitz序列:从理论到应用

通过
卡洛·加罗尼
1,2,*,
玛丽亚罗萨·马扎
斯特凡诺·塞拉·卡皮萨诺
2,4
1
瑞士卢加诺6900意大利大学计算科学研究所
2
意大利科摩22100,因苏布里亚大学科学与高科技系
德国慕尼黑加钦北85748号马克斯·普朗克等离子体物理研究所等离子体物理数值方法部
4
乌普萨拉大学信息技术系,邮政信箱337,SE-751 05 Uppsala,Sweden
*
信件应寄给的作者。
收到的提交文件:2018年5月9日/修订日期:2018年7月6日/接受日期:2018年7月16日/发布日期:2018年7月19日

摘要

:
广义局部Toeplitz(GLT)序列理论是计算矩阵渐近谱分布的有力工具 A类 n个 产生于微分方程(DE)的几乎任何类型的数值离散化。的确,当网格细度参数n个趋于无穷大,这些矩阵 A类 n个 产生序列 { A类 n个 } n个 通常是GLT序列或其“亲属”之一,即块GLT序列或者简化的GLT序列。特别是,块GLT序列在离散DE系统以及标量DE的高阶有限元或间断Galerkin近似中遇到。尽管具有应用价值,但块GLT序列的坚实理论直到最近才在2018年开发出来。本文的目的是通过在DE离散化的背景下提供几个值得注意的应用示例来说明该理论的潜力。

1.简介

广义局部Toeplitz(GLT)序列理论源于Tilli对局部Toeplitz(LT)序列的研究[1]和Toeplitz矩阵的谱理论[2,,4,5,6,7,8,9,10,11,12]. 然后在年结转[13,14,15,16]最近由Barbarino延长[17]. 该理论是计算连续问题(如积分方程(IE),尤其是微分方程(DE))的数值离散化所产生的矩阵的渐近谱分布的强大工具。经验表明,几乎任何离散数据元素的数值方法都会产生结构化矩阵 A类 n个 其渐近谱分布作为网格精细度参数n个可以通过GLT序列的理论来计算趋于无穷大。我们建议读者参考([13]第10.5节)([14]第7.3)节,以及[15,16,18]GLT序列理论在DE有限差分(FD)离散化背景下的应用;至([13]第10.6节)([14]第7.4)节,以及[16,18,19]对于有限元(FE)情况;至[20]对于有限体积(FV)情况;至([13]第10.7条)([14]第7.5-7.7节),以及[21,22,23,24,25,26]对于等几何分析(IgA)离散化,在配置和Galerkin框架中;和至[27]对于分数DE的进一步最新应用。我们还请读者参考([13]第10.4节)和[28,29]查看由IE离散化产生的矩阵序列的GLT方法。
值得强调的是,DE离散化矩阵的渐近谱分布,其计算是GLT序列理论的主要目标,不仅从理论角度来看很有趣,而且可以用于实际目的。例如,众所周知,主流迭代求解器(如多重网格和预处理Krylov方法)的收敛特性强烈依赖于它们所应用的矩阵的谱特征。然后可以利用光谱分布来设计这种高效的求解器,并分析/预测它们的性能。在这方面,我们回顾Beckermann和Kuijlaars在[30]与所考虑矩阵的渐近谱分布密切相关。此外,在椭圆DEs的Galerkin和配置IgA离散化的背景下,最近一系列论文中通过GLT序列理论计算了谱分布[21,22,23,24,25]在中被利用[31,32,33]设计和分析IgA线性系统的最优鲁棒多重网格解算器。
在最近的工作中[34]从第三作者的原始直觉出发([16]第3.3节),作为GLT序列理论的扩展,块GLT序列的理论得到了系统的发展。这种扩展在实际应用中至关重要。特别是,它提供了必要的工具来计算离散元素系统离散化所产生的块结构矩阵的谱分布([16]第3.3节)和标量/矢量DE的高阶有限元或间断Galerkin近似[35,36,37]. 本文的目的是说明块GLT序列理论的潜力[34]以及它的多变量版本,它结合了[34]“多元技术细节”[14]-通过介绍几个值得注意的应用示例。实际上,本论文可以被视为纯理论工作的必要完成[34].
本文组织如下。第2节,我们总结了块GLT序列的理论。第3节,我们重点研究了一元DE模型系统的FD离散化;通过块GLT序列理论,我们计算了相关离散矩阵的谱分布。第4节,重点研究了一元扩散方程的高阶有限元逼近;再次,我们通过块GLT序列理论计算相关离散化矩阵的谱分布。第5节,我们总结了块GLT序列理论的多元版本,也称为多级块GLT层序理论。第6节,我们描述了计算由偏微分方程组(PDE)离散化产生的矩阵谱分布的通用GLT方法。第7节,我们重点研究了磁静力学中感兴趣的旋度-旋度算子的二元变分问题的B样条IgA逼近;通过多级块GLT序列理论,我们计算了相关离散化矩阵的谱分布。最终考虑事项汇总于第8节.

2.块GLT序列理论

在本节中,我们总结了块GLT序列的理论,它最初是在([16]第3.3节),最近在[34].
矩阵序列和块矩阵序列。在本文中,矩阵序列是任何形式的序列 { A类 n个 } n个 ,其中 A类 n个 是大小的方阵 d日 n个 d日 n个 作为 n个 .让 1 是独立于的固定正整数n个; 一个-块矩阵序列(或简单的矩阵序列,如果可以从上下文中推断,或者我们不需要/不想指定它)是一个特殊的矩阵序列 { A类 n个 } n个 其中 A类 n个 d日 n个 = n个 .
矩阵序列的奇异值和特征值分布。 μ k个 是勒贝格测量法 k个 在本文中,测度理论中的所有术语(如“可测集”、“可测函数”、“a.e.”等)都被称为勒贝格测度。矩阵值函数 (f) : D类 k个 C类 第页 × 第页 称为可测量(分别为连续、黎曼积分、 L(左) 第页 ( D类 ) 等),如果其组件 (f) α β : D类 C类 , α , β = 1 , , 第页 是可测量的(分别是连续的、黎曼积分的、 L(左) 第页 ( D类 ) 等)。我们表示为 C类 c(c) ( ) (分别为。, C类 c(c) ( C类 ) )上定义的具有有界支撑的连续复值函数空间 (分别为。, C类 ). 如果 A类 C类 × ,的奇异值和本征值A类表示为 σ 1 ( A类 ) , , σ ( A类 ) λ 1 ( A类 ) , , λ ( A类 ) 分别为。
定义 1
{ A类 n个 } n个 是矩阵序列 A类 n个 大小为 d日 n个 ,并让 (f) : D类 k个 C类 第页 × 第页 是定义在集合D上的可测函数 0 < μ k个 ( D类 ) < .
  • 我们这么说 { A类 n个 } n个 有一个由f描述的(渐近)奇异值分布,我们写下 { A类 n个 } n个 σ (f) ,如果
    n个 1 d日 n个 = 1 d日 n个 如果 ( σ ( A类 n个 ) ) = 1 μ k个 ( D类 ) D类 = 1 第页 如果 ( σ ( (f) ( x个 ) ) ) 第页 d日 x个 , 如果 C类 c(c) ( ) .
    在这种情况下,f被称为 { A类 n个 } n个 .
  • 我们这么说 { A类 n个 } n个 具有由f描述的(渐近)谱(或特征值)分布,我们写下 { A类 n个 } n个 λ (f) ,如果
    n个 1 d日 n个 = 1 d日 n个 如果 ( λ ( A类 n个 ) ) = 1 μ k个 ( D类 ) D类 = 1 第页 如果 ( λ ( (f) ( x个 ) ) ) 第页 d日 x个 , 如果 C类 c(c) ( C类 ) .
    在这种情况下,f被称为 { A类 n个 } n个 .
如果 { A类 n个 } n个 同时具有奇异值和由f描述的特征值分布,我们写道 { A类 n个 } n个 σ , λ (f) .
我们注意到定义1很合适,因为函数 x个 = 1 第页 如果 ( σ ( (f) ( x个 ) ) ) x个 = 1 第页 如果 ( λ ( (f) ( x个 ) ) ) 是可以测量的([34]引理2.1)。每当我们写一个关系,比如 { A类 n个 } n个 σ (f) { A类 n个 } n个 λ (f) ,据了解(f)如定义1所示;也就是说,(f)是定义在子集上的可测函数D类其中一些 k个 具有 0 < μ k个 ( D类 ) < 、和(f)在中接受值 C类 第页 × 第页 对一些人来说 第页 1 .
备注 1
光谱分布背后的非正式含义(2)如下:假设f具有r黎曼积分特征值函数 λ ( (f) ( x个 ) ) , = 1 , , 第页 ,的特征值 A类 n个 ,可能除外 o个 ( d日 n个 ) 离群值,可以细分为r个基本相同基数的不同子集;并且,当n足够大时,属于第i子集的特征值近似等于第i特征值函数的样本 λ ( (f) ( x个 ) ) 在域D中的统一网格上。例如,如果 k个 = 1 , d日 n个 = n个 第页 、和 D类 = [ , b条 ] 然后,假设我们没有离群值 A类 n个 大约等于
λ (f) + j个 b条 n个 , j个 = 1 , , n个 , = 1 , , 第页 ,
n足够大;类似地,如果 k个 = 2 , d日 n个 = n个 2 第页 、和 D类 = [ 1 , b条 1 ] × [ 2 , b条 2 ] ,那么,假设我们没有异常值 A类 n个 大约等于
λ (f) 1 + j个 1 b条 1 1 n个 , 2 + j个 2 b条 2 2 n个 , j个 1 , j个 2 = 1 , , n个 , = 1 , , 第页 ,
n足够大;以此类推 k个 对于奇异值分布,也可以给出完全类似的含义(1).
备注 2
D类 = [ 1 , b条 1 ] × × [ k个 , b条 k个 ] k个 然后让 (f) : D类 C类 第页 × 第页 是一个具有r个实值黎曼积分特征值函数的可测函数 λ ( (f) ( x个 ) ) , = 1 , , 第页 .计算每个 ρ N个 均匀样品
λ (f) 1 + j个 1 b条 1 1 ρ , , k个 + j个 k个 b条 k个 k个 ρ , j个 1 , , j个 k个 = 1 , , ρ , = 1 , , 第页 ,
将它们按非降序排序并放入向量 ( ς 1 , ς 2 , , ς 第页 ρ k个 ) .让 ϕ ρ : [ 0 , 1 ] 是插值样本的分段线性非递减函数 ( ς 0 = ς 1 , ς 1 , ς 2 , , ς 第页 ρ k个 ) 在节点上 ( 0 , 1 第页 ρ k个 , 2 第页 ρ k个 , , 1 ) 即。,
ϕ ρ 第页 ρ k个 = ς , = 0 , , 第页 ρ k个 , ϕ ρ   n个 e(电子) 第页   o个 n个   第页 ρ k个 , + 1 第页 ρ k个   (f) o个 第页   = 0 , , 第页 ρ k个 1 .
假设 ϕ ρ 在测度上收敛 [ 0 , 1 ] 到某个函数as ρ (在实际应用程序中总是如此)。然后,
0 1 如果 ( ϕ ( t吨 ) ) d日 t吨 = 1 μ k个 ( D类 ) D类 = 1 第页 如果 ( λ ( (f) ( x个 ) ) ) 第页 d日 x个 , 如果 C类 c(c) ( C类 ) .
这个结果可以通过修改([13]运动的解决方案3.1). 函数被称为f的规范重排版本。关于,有趣的是,通过(),如果 { A类 n个 } n个 λ (f) 然后 { A类 n个 } n个 λ ϕ ,即,如果f是 { A类 n个 } n个 那么,对于也是如此。此外,是一个单变量标量函数,因此它比f更容易处理。根据备注1,如果我们有 { A类 n个 } n个 λ (f) (因此也 { A类 n个 } n个 λ ϕ )然后,对于足够大的n A类 n个 ,可能的例外是 o个 ( d日 n个 ) 离群值,近似等于均匀网格上的样本 [ 0 , 1 ] .
接下来的两个定理是计算厄米特矩阵或扰动厄米特阵形成的序列的谱分布的有用工具。有关证明,我们请读者参阅([38]定理4.3)和([39]定理1.1)。在下面,矩阵的共轭转置A类表示为 A类 * .如果 A类 C类 × 1 第页 ,我们表示为 A类 第页 Schatten家族第页-的规范A类,即第页-向量的范数 ( σ 1 ( A类 ) , , σ ( A类 ) ) Schatten∞范数 A类 是的最大奇异值A类与光谱范数一致 A类 .Schatten 1-范数 A类 1 是以下奇异值的总和A类通常被称为A类.Schatten 2-范数 A类 2 符合弗罗贝尼乌斯规范A类有关Schatten的更多信息第页-规范,请参见[40].
定理 1
{ X(X) n个 } n个 是矩阵序列 X(X) n个 身材高大的隐士 d日 n个 ,并让 { P(P) n个 } n个 是这样一个序列 P(P) n个 C类 d日 n个 × δ n个 , P(P) n个 * P(P) n个 = δ n个 , δ n个 d日 n个 δ n个 / d日 n个 1 作为 n个 .然后, { X(X) n个 } n个 σ , λ κ 当且仅当 { P(P) n个 * X(X) n个 P(P) n个 } n个 σ , λ κ .
定理 2
{ X(X) n个 } n个 { Y(Y) n个 } n个 是矩阵序列 X(X) n个 Y(Y) n个 大小为 d日 n个 假设:
  • 矩阵 X(X) n个 都是赫密特人 { X(X) n个 } n个 λ κ ;
  • Y(Y) n个 2 = o个 ( d日 n个 ) ;
然后 { X(X) n个 + Y(Y) n个 } n个 λ κ .
块Toeplitz矩阵。给定一个函数 (f) : [ π , π ] C类 × 在里面 L(左) 1 ( [ π , π ] ) ,其傅里叶系数表示为
(f) k个 = 1 2 π π π (f) ( θ ) e(电子) k个 θ d日 θ C类 × , k个 Z轴 ,
其中积分是按分量计算的。这个n个由生成的第个块Toeplitz矩阵(f)定义为
T型 n个 ( (f) ) = [ (f) j个 ] , j个 = 1 n个 C类 n个 × n个 .
不难看出所有矩阵 T型 n个 ( (f) ) (f)是赫密特人。
块对角采样矩阵。对于 n个 N个 : [ 0 , 1 ] C类 × ,我们定义了块对角采样矩阵 D类 n个 ( ) 作为对角矩阵
D类 n个 ( ) = 诊断 = 1 , , n个 n个 = ( 1 n个 ) ( 2 n个 ) ( 1 ) C类 n个 × n个 .
零分布序列。矩阵序列 { Z轴 n个 } n个 这样的话 { Z轴 n个 } n个 σ 0 被称为零分布序列。请注意,对于任何 第页 1 , { Z轴 n个 } n个 σ 0 等于 { Z轴 n个 } n个 σ O(运行) 第页 (在本文中, O(运行) 表示 × 零矩阵和 × 单位矩阵)。命题1提供了零分布序列的重要特征以及检测此类序列的有用充分条件。在本文中,我们使用了自然法则 1 / = 0 .
提议 1
{ Z轴 n个 } n个 是矩阵序列 Z轴 n个 的尺寸 d日 n个 .
  • { Z轴 n个 } n个 是零分布的当且仅当 Z轴 n个 = n个 + N个 n个 具有 等级 ( n个 ) / d日 n个 0 N个 n个 0 .
  • { Z轴 n个 } n个 如果存在 第页 [ 1 , ] 这样的话 Z轴 n个 第页 / ( d日 n个 ) 1 / 第页 0 .
逼近序列类。近似序列类(a.c.s.)的概念是块GLT序列理论的基本概念。
定义 2
{ A类 n个 } n个 是矩阵序列 A类 n个 大小为 d日 n个 ,并让 { { B类 n个 , } n个 } 是矩阵序列的序列 B类 n个 , 大小为 d日 n个 我们这么说 { { B类 n个 , } n个 } 是一类近似序列(a.c.s.) { A类 n个 } n个 如果满足以下条件:每m存在一个 n个 这样,对于 n个 n个 ,
A类 n个 = B类 n个 , + n个 , + N个 n个 , , 等级 ( n个 , ) c(c) ( ) d日 n个 , N个 n个 , ω ( ) ,
哪里 n个 , c(c) ( ) , ω ( ) 仅取决于m和 c(c) ( ) = ω ( ) = 0 .
大致来说, { { B类 n个 , } n个 } 是用于 { A类 n个 } n个 如果,对于大型,序列 { B类 n个 , } n个 近似值 { A类 n个 } n个 在这个意义上 A类 n个 最终等于 B类 n个 , 加上一个小银行矩阵(相对于矩阵大小 d日 n个 )加上一个小矩阵。结果是,对于每个固定的正整数序列 d日 n个 这样的话 d日 n个 ,a.c.s的概念是空间中收敛的概念
E类 = { { A类 n个 } n个 : A类 n个 C类 d日 n个 × d日 n个 } .
更准确地说,存在伪度量 d日 . c(c) . . 在里面 E类 这样的话 { { B类 n个 , } n个 } 是的a.c { A类 n个 } n个 当且仅当 d日 . c(c) . . ( { B类 n个 , } n个 , { A类 n个 } n个 ) 0 作为 因此,我们使用收敛符号 { B类 n个 , } n个 . c(c) . . { A类 n个 } n个 以表明 { { B类 n个 , } n个 } 是用于 { A类 n个 } n个 下一个命题中提供了识别交流的有用标准([13]推论5.3)。
提议 2
{ A类 n个 } n个 是矩阵序列 A类 n个 大小为 d日 n个 ,让 { { B类 n个 , } n个 } 是矩阵序列的序列 B类 n个 , 大小为 d日 n个 ,并让 第页 [ 1 , ] 假设每m都存在 n个 这样,对于 n个 n个 ,
A类 n个 B类 n个 , 第页 ε ( , n个 ) ( d日 n个 ) 1 / 第页 ,
哪里   啜饮 n个   ε ( , n个 ) = 0 .然后, { B类 n个 , } n个 . c(c) . . { A类 n个 } n个 .
如果 X(X) C类 1 × 2 Y(Y) C类 1 × 2 是任意两个矩阵X(X)Y(Y) 1 1 × 2 2 矩阵定义如下:
X(X) Y(Y) = [ x个 j个 Y(Y) ] = 1 , , 1 j个 = 1 , , 2 = x个 11 Y(Y) x个 1 2 Y(Y) x个 1 1 Y(Y) x个 1 2 Y(Y) .
我们记得张量积运算是结合的双线性的。此外,
X(X) Y(Y) = X(X) Y(Y) ,
等级 ( X(X) Y(Y) ) = 等级 ( X(X) ) 等级 ( Y(Y) ) ,
( X(X) Y(Y) ) T型 = X(X) T型 Y(Y) T型 .
最后,如果 X(X) 1 , X(X) 2 可以相乘 Y(Y) 1 , Y(Y) 2 可以相乘,那么
( X(X) 1 Y(Y) 1 ) ( X(X) 2 Y(Y) 2 ) = ( X(X) 1 X(X) 2 ) ( Y(Y) 1 Y(Y) 2 ) .
引理 1
对于 , j个 = 1 , , ,让 { A类 n个 , j个 } n个 是矩阵序列,假设 { B类 n个 , j个 ( ) } n个 . c(c) . . { A类 n个 , j个 } n个 .然后,
[ B类 n个 , j个 ( ) ] , j个 = 1 . c(c) . . [ A类 n个 , j个 ] , j个 = 1 .
证明。 
E类 j个 成为 × 位置为1的矩阵 ( , j个 ) 其他地方为0。请注意
[ A类 n个 , j个 ] , j个 = 1 = , j个 = 1 E类 j个 A类 n个 , j个 , [ B类 n个 , j个 ( ) ] , j个 = 1 = , j个 = 1 E类 j个 B类 n个 , j个 ( ) .
{ B类 n个 , j个 ( ) } n个 . c(c) . . { A类 n个 , j个 } n个 ,很明显(4), (5)以及交流系统的定义
E类 j个 B类 n个 , j个 ( ) . c(c) . . E类 j个 A类 n个 , j个 , , j个 = 1 , , .
现在,如果 { B类 n个 , [ k个 ] } n个 . c(c) . . { A类 n个 [ k个 ] } n个 对于 k个 = 1 , , K(K) 然后 { k个 = 1 K(K) B类 n个 , [ k个 ] } n个 . c(c) . . { k个 = 1 K(K) A类 n个 [ k个 ] } n个 (这是a.c.s定义的一个明显结果)。因此,本文遵循(8)和(9). ☐
阻止GLT序列。 1 是一个固定的正整数。-块GLT序列(或简单的GLT序列,如果可以从上下文推断,或者我们不需要/不想指定它)是一个特殊的-块矩阵序列 { A类 n个 } n个 具有可测量的功能 κ : [ 0 , 1 ] × [ π , π ] C类 × 所谓的符号。我们使用符号 { A类 n个 } n个 GLT公司 κ 以表明 { A类 n个 } n个 是带有符号的GLT序列 κ GLT序列的符号是唯一的,因为如果 { A类 n个 } n个 GLT公司 κ { A类 n个 } n个 GLT公司 ς 然后 κ = ς a.e.英寸 [ 0 , 1 ] × [ π , π ] 。的主要属性-块GLT序列在[34]如下所示。如果A类是一个矩阵,我们表示为 A类 的Moore–Penrose伪逆A类(回忆一下 A类 = A类 1 无论何时A类是可逆的)。如果 (f) , (f) : D类 k个 C类 第页 × 第页 是可测的矩阵值函数,我们说 (f) 收敛到(f)测量中(即,英寸 L(左) 第页 ( D类 ) 等),如果 ( (f) ) α β 收敛到 (f) α β 测量中(即,英寸 L(左) 第页 ( D类 ) 等) α , β = 1 , , 第页 .
GLT公司 1
如果 { A类 n个 } n个 GLT公司 κ 然后 { A类 n个 } n个 σ κ 此外,如果每个 A类 n个 那么,他是赫密特人 { A类 n个 } n个 λ κ .
GLT公司 2
我们有:
  • { T型 n个 ( (f) ) } n个 GLT公司 κ ( x个 , θ ) = (f) ( θ ) 如果 (f) : [ π , π ] C类 × 在中 L(左) 1 ( [ π , π ] ) ;
  • { D类 n个 ( ) } n个 GLT公司 κ ( x个 , θ ) = ( x个 ) 如果 : [ 0 , 1 ] C类 × 是黎曼积分;
  • { Z轴 n个 } n个 GLT公司 κ ( x个 , θ ) = O(运行) 当且仅当 { Z轴 n个 } n个 σ 0 .
GLT公司 三。
如果 { A类 n个 } n个 GLT公司 κ { B类 n个 } n个 GLT公司 ς ,然后:
  • { A类 n个 * } n个 GLT公司 κ * ;
  • { α A类 n个 + β B类 n个 } n个 GLT公司 α κ + β ς 为所有人 α , β C类 ;
  • { A类 n个 B类 n个 } n个 GLT公司 κ ς ;
  • { A类 n个 } n个 GLT公司 κ 1 前提是 κ 是可逆的a.e。
GLT公司 4
{ A类 n个 } n个 GLT公司 κ 当且仅当存在-块GLT序列 { B类 n个 , } n个 GLT公司 κ 这样的话 { B类 n个 , } n个 . c(c) . . { A类 n个 } n个 κ κ 在测量中。
备注 三。
读者可能会惊讶于我们到目前为止讨论的块GLT序列没有定义它们。实际上,出于两个原因,我们有意避免给出定义。首先,该定义相当繁琐,因为它需要引入其他相关(和复杂)概念,如“块LT运算符”和“块LT序列”。其次,从实践的角度来看,这个定义完全没有用处,因为从它派生的所有东西也可以从总账1GLT 4级(以一种简单得多的方式)。对块GLT序列的形式定义感兴趣的读者可以在([34]章节5)连同性质的证明 总账1GLT 4型.

3.DE系统的FD离散化

考虑以下DE系统:
11 ( x个 ) 单位 1 ( x个 ) + 12 ( x个 ) 单位 2 ( x个 ) = (f) 1 ( x个 ) , x个 ( 0 , 1 ) , 21 ( x个 ) 单位 1 ( x个 ) + 22 ( x个 ) 单位 2 ( x个 ) = (f) 2 ( x个 ) , x个 ( 0 , 1 ) , 单位 1 ( 0 ) = 0 , 单位 1 ( 1 ) = 0 , 单位 2 ( 0 ) = 0 , 单位 2 ( 1 ) = 0 .
在本节中,我们考虑了经典的中心FD离散化(10). 通过块GLT序列理论,我们证明了相应的(归一化)FD离散化矩阵序列具有由 2 × 2 矩阵值函数。我们注意到数字2表示矩阵空间 C类 2 × 2 在光谱符号取值的地方,与组成系统的方程数量一致(10). 在下文中,我们使用以下符号:
三对角 j个 = 1 , , n个 β j个 α j个 γ j个 = α 1 γ 1 β 2 α 2 γ 2 β n个 1 α n个 1 γ n个 1 β n个 α n个 .
参数 α j个 , β j个 , γ j个 可以是标量或 × 一些街区 > 1 ,在这种情况下,前面的矩阵是块三对角矩阵。

3.1. FD离散化

n个 1 、和设置 小时 = 1 n个 + 1 0 x个 j个 = j个 小时 对于 j个 = 0 , , n个 + 1 .使用经典的中央FD方案 ( 1 , 2 , 1 ) 1 2 0 ( 1 , 0 , 1 ) 分别离散(负)二阶导数和一阶导数 j个 = 1 , , n个 我们得到以下近似值:
[ 11 ( x个 ) 单位 1 ( x个 ) + 12 ( x个 ) 单位 2 ( x个 ) ] x个 = x个 j个 11 ( x个 j个 ) 单位 1 ( x个 j个 + 1 ) + 2 单位 1 ( x个 j个 ) 单位 1 ( x个 j个 1 ) 小时 2 + 12 ( x个 j个 ) 单位 2 ( x个 j个 + 1 ) 单位 2 ( x个 j个 1 ) 2 小时 , [ 21 ( x个 ) 单位 1 ( x个 ) + 22 ( x个 ) 单位 2 ( x个 ) ] x个 = x个 j个 21 ( x个 j个 ) 单位 1 ( x个 j个 + 1 ) 单位 1 ( x个 j个 1 ) 2 小时 + 22 ( x个 j个 ) 单位 2 ( x个 j个 ) .
这意味着解的节点值 单位 1 , 单位 2 第页,共页(10)近似满足方程
11 ( x个 j个 ) 单位 1 ( x个 j个 + 1 ) + 2 单位 1 ( x个 j个 ) 单位 1 ( x个 j个 1 ) + 小时 2 12 ( x个 j个 ) 单位 2 ( x个 j个 + 1 ) 单位 2 ( x个 j个 1 ) = 小时 2 (f) 1 ( x个 j个 ) , 1 2 21 ( x个 j个 ) 单位 1 ( x个 j个 + 1 ) 单位 1 ( x个 j个 1 ) + 小时 22 ( x个 j个 ) 单位 2 ( x个 j个 ) = 小时 (f) 2 ( x个 j个 ) ,
对于 j个 = 1 , , n个 。然后我们近似求解 单位 1 (分别为。, 单位 2 )通过采用值的分段线性函数 单位 1 , j个 (分别为。, 单位 2 , j个 )在 x个 j个 为所有人 j个 = 0 , , n个 + 1 ,其中 单位 1 , 0 = 单位 1 , n个 + 1 = 单位 2 , 0 = 单位 2 , n个 + 1 = 0 和向量 单位 1 = ( 单位 1 , 1 , , 单位 1 , n个 ) T型 单位 2 = ( 单位 2 , 1 , , 单位 2 , n个 ) T型 求解线性系统
11 ( x个 j个 ) 单位 1 , j个 + 1 + 2 单位 1 , j个 单位 1 , j个 1 + 小时 2 12 ( x个 j个 ) 单位 2 , j个 + 1 单位 2 , j个 1 = 小时 2 (f) 1 ( x个 j个 ) , j个 = 1 , , n个 , 1 2 21 ( x个 j个 ) 单位 1 , j个 + 1 单位 1 , j个 1 + 小时 22 ( x个 j个 ) 单位 2 , j个 = 小时 (f) 2 ( x个 j个 ) , j个 = 1 , , n个 .
这个线性系统可以用矩阵形式重写,如下所示:
A类 n个 单位 1 单位 2 = 小时 2 (f) 1 小时 (f) 2 ,
哪里 (f) 1 = [ (f) 1 ( x个 j个 ) ] j个 = 1 n个 , (f) 2 = [ (f) 2 ( x个 j个 ) ] j个 = 1 n个 ,
A类 n个 = K(K) n个 ( 11 ) 小时 H(H) n个 ( 12 ) H(H) n个 ( 21 ) 小时 M(M) n个 ( 22 ) = K(K) n个 ( 11 ) H(H) n个 ( 12 ) H(H) n个 ( 21 ) M(M) n个 ( 22 ) n个 O(运行) n个 O(运行) n个 小时 n个 ,
K(K) n个 ( 11 ) = 三合一 j个 = 1 , , n个 11 ( x个 j个 ) | 2 11 ( x个 j个 ) | 11 ( x个 j个 ) = 诊断 j个 = 1 , , n个 11 ( x个 j个 ) T型 n个 ( 2 2 余弦 θ ) , H(H) n个 ( 12 ) = 三对角 j个 = 1 , , n个 1 2 0 12 ( x个 j个 ) | 0 | 1 2 0 12 ( x个 j个 ) = 诊断 j个 = 1 , , n个 12 ( x个 j个 ) T型 n个 ( θ ) , H(H) n个 ( 21 ) = 三对角 j个 = 1 , , n个 1 2 0 21 ( x个 j个 ) | 0 | 1 2 0 21 ( x个 j个 ) = 诊断 j个 = 1 , , n个 21 ( x个 j个 ) T型 n个 ( θ ) , M(M) n个 ( 22 ) = 诊断 j个 = 1 , , n个 22 ( x个 j个 ) .
鉴于(13),线性系统(12)相当于
B类 n个 v(v) 1 v(v) 2 = 小时 2 (f) 1 小时 (f) 2 ,
哪里 v(v) 1 = 单位 1 , v(v) 2 = 小时 单位 2 、和
B类 n个 = K(K) n个 ( 11 ) H(H) n个 ( 12 ) H(H) n个 ( 21 ) M(M) n个 ( 22 ) .
v(v) 1 , 1 , , v(v) 1 , n个 v(v) 2 , 1 , , v(v) 2 , n个 是的组件 v(v) 1 v(v) 2 分别是。编写线性系统时(11)在表格中(14),我们隐式假设如下。
  • 未知数排序如下:
    [ v(v) 1 , j个 ] j个 = 1 , , n个 [ v(v) 2 , j个 ] j个 = 1 , , n个 = v(v) 1 , 1 v(v) 1 , 2 v(v) 1 , n个 v(v) 2 , 1 v(v) 2 , 2 v(v) 2 , n个 .
  • 根据顺序,方程式排序如下(16)对于未知数:
    11 ( x个 j个 ) v(v) 1 , j个 + 1 + 2 v(v) 1 , j个 v(v) 1 , j个 1 + 1 2 0 12 ( x个 j个 ) v(v) 2 , j个 + 1 v(v) 2 , j个 1 = 小时 2 (f) 1 ( x个 j个 ) j个 = 1 , , n个 1 2 0 21 ( x个 j个 ) 单位 1 , j个 + 1 单位 1 , j个 1 + 22 ( x个 j个 ) v(v) 2 , j个 = 小时 (f) 2 ( x个 j个 ) j个 = 1 , , n个 .
假设我们决定改变未知数和方程的顺序。更准确地说,假设我们选择以下订单。
  • 未知数排序如下:
    v(v) 1 , j个 v(v) 2 , j个 j个 = 1 , , n个 = v(v) 1 , 1 v(v) 2 , 1 v(v) 1 , 2 v(v) 2 , 2 v(v) 1 , n个 v(v) 2 , n个 .
  • 根据顺序,方程式排序如下(18)对于未知数:
    11 ( x个 j个 ) v(v) 1 , j个 + 1 + 2 v(v) 1 , j个 v(v) 1 , j个 1 + 1 2 0 12 ( x个 j个 ) v(v) 2 , j个 + 1 v(v) 2 , j个 1 = 小时 2 (f) 1 ( x个 j个 ) 1 2 0 21 ( x个 j个 ) v(v) 1 , j个 + 1 v(v) 1 , j个 1 + 22 ( x个 j个 ) v(v) 2 , j个 = 小时 (f) 2 ( x个 j个 ) j个 = 1 , , n个 .
矩阵 C类 n个 与线性系统相关(11)假设新订单(18)和(19)是 2 × 2 块三对角矩阵
C类 n个 = 三对角 j个 = 1 , , n个 11 ( x个 j个 ) 1 2 0 12 ( x个 j个 ) 1 2 0 21 ( x个 j个 ) 0 | 2 11 ( x个 j个 ) 0 0 22 ( x个 j个 ) | 11 ( x个 j个 ) 1 2 0 12 ( x个 j个 ) 1 2 0 21 ( x个 j个 ) 0 .
矩阵 C类 n个 类似于 B类 n个 。实际上,通过排列 B类 n个 根据排列 1 , n个 + 1 , 2 , n个 + 2 , , n个 , 2 n个 我们获得 C类 n个 更准确地说,让 e(电子) 1 , , e(电子) n个 e(电子) ˜ 1 , , e(电子) ˜ 2 n个 是的正则基的向量 n个 2 n个 ,并让 Π n个 是与置换相关联的置换矩阵 1 , n个 + 1 , 2 , n个 + 2 , , n个 , 2 n个 也就是说,
Π n个 = e(电子) ˜ 1 T型 e(电子) ˜ n个 + 1 T型 e(电子) ˜ 2 T型 e(电子) ˜ n个 + 2 T型 e(电子) ˜ n个 T型 e(电子) ˜ 2 n个 T型 = 2 e(电子) 1 T型 2 e(电子) 2 T型 2 e(电子) n个 T型 .
然后, C类 n个 = Π n个 B类 n个 Π n个 T型 .

3.2. FD离散化矩阵的GLT分析

本节的主要结果(定理3)表明 { C类 n个 } n个 是一个块GLT序列,其频谱分布由 2 × 2 矩阵值符号,通过替换矩阵序列获得 { K(K) n个 ( 11 ) } n个 , { H(H) n个 ( 12 ) } n个 , { H(H) n个 ( 21 ) } n个 , { M(M) n个 ( 22 ) } n个 出现在表达式中(15)第页,共页 B类 n个 带有相应的符号 11 ( x个 ) ( 2 2 余弦 θ ) , 12 ( x个 ) θ , 21 ( x个 ) θ , 22 ( x个 ) 在这方面,我们注意到,假设 11 , 12 , 21 , 22 C类 ( [ 0 , 1 ] ) ,我们有
{ K(K) n个 ( 11 ) } n个 GLT公司 11 ( x个 ) ( 2 2 余弦 θ ) ,
{ H(H) n个 ( 12 ) } n个 GLT公司 12 ( x个 ) θ ,
{ H(H) n个 ( 21 ) } n个 GLT公司 21 ( x个 ) θ ,
{ M(M) n个 ( 22 ) } n个 GLT公司 22 ( x个 ) .
为了证明(22),观察一下就足够了
K(K) n个 ( 11 ) D类 n个 ( 11 ) T型 n个 ( 2 2 余弦 θ ) 诊断 j个 = 1 , , n个 11 ( x个 j个 ) D类 n个 ( 11 ) T型 n个 ( 2 2 余弦 θ ) = 最大值 j个 = 1 , , n个 11 ( x个 j个 ) 11 j个 n个 T型 n个 ( 2 2 余弦 θ ) 4 ω 11 ( 小时 ) ,
哪里 ω 11 ( · ) 11 .自 ω 11 ( 小时 ) 0 作为 n个 ,根据命题1 { K(K) n个 ( 11 ) D类 n个 ( 11 ) T型 n个 ( 2 2 余弦 θ ) } n个 σ 0 等等GLT 2号机组GLT三立即屈服(22). 关系(23)–(25)以同样的方式证明。
定理 三。
假设 11 , 12 , 21 , 22 C类 ( [ 0 , 1 ] ) .然后,
{ C类 n个 } n个 GLT公司 κ ( x个 , θ ) = 11 ( x个 ) ( 2 2 余弦 θ ) 12 ( x个 ) θ 21 ( x个 ) θ 22 ( x个 )
{ C类 n个 } n个 σ κ ( x个 , θ ) .
此外,如果, 21 = 12 ,那么我们也有
{ C类 n个 } n个 λ κ ( x个 , θ ) .
证明。 
发件人(20),我们有
C类 n个 = 三对角 j个 = 1 , , n个 11 ( x个 j个 ) 1 2 0 12 ( x个 j个 ) 1 2 0 21 ( x个 j个 ) 0 | 2 11 ( x个 j个 ) 0 0 22 ( x个 j个 ) | 11 ( x个 j个 ) 1 2 0 12 ( x个 j个 ) 1 2 0 21 ( x个 j个 ) 0 = 三对角 j个 = 1 , , n个 11 ( x个 j个 ) 0 0 0 | 2 11 ( x个 j个 ) 0 0 0 | 11 ( x个 j个 ) 0 0 0 + 三对角 j个 = 1 , , n个 0 1 2 0 12 ( x个 j个 ) 0 0 | 0 0 0 0 | 0 1 2 0 12 ( x个 j个 ) 0 0 + 三对角 j个 = 1 , , n个 0 0 1 2 0 21 ( x个 j个 ) 0 | 0 0 0 0 | 0 0 1 2 0 21 ( x个 j个 ) 0 + 三对角 j个 = 1 , , n个 0 0 0 0 | 0 0 0 22 ( x个 j个 ) | 0 0 0 0 = 诊断 j个 = 1 , , n个 11 ( x个 j个 ) 2 · 三对角 j个 = 1 , , n个 1 0 0 0 | 2 0 0 0 | 1 0 0 0 + 诊断 j个 = 1 , , n个 12 ( x个 j个 ) 2 · 三对角 j个 = 1 , , n个 0 1 2 0 0 0 | 0 0 0 0 | 0 1 2 0 0 0 + 诊断 j个 = 1 , , n个 21 ( x个 j个 ) 2 · 三对角 j个 = 1 , , n个 0 0 1 2 0 0 | 0 0 0 0 | 0 0 1 2 0 0 + 诊断 j个 = 1 , , n个 22 ( x个 j个 ) 2 · 三对角 j个 = 1 , , n个 0 0 0 0 | 0 0 0 1 | 0 0 0 0 = 诊断 j个 = 1 , , n个 11 ( x个 j个 ) 2 · T型 n个 ( ( 2 2 余弦 θ ) E类 11 ) + 诊断 j个 = 1 , , n个 12 ( x个 j个 ) 2 · T型 n个 ( ( θ ) E类 12 ) + 诊断 j个 = 1 , , n个 21 ( x个 j个 ) 2 · T型 n个 ( ( θ ) E类 21 ) + 诊断 j个 = 1 , , n个 22 ( x个 j个 ) 2 · T型 n个 ( E类 22 ) ,
哪里 E类 第页 q个 2 × 2 位置为1的矩阵 ( 第页 , q个 ) 其他地方为0。很明显,对于每一个 第页 , q个 = 1 , 2 ,
诊断 j个 = 1 , , n个 第页 q个 ( x个 j个 ) 2 D类 n个 ( 第页 q个 2 ) ω 第页 q个 ( 小时 ) 0
作为 n个 ; 因此,根据命题1,GLT 2号机组GLT三,
诊断 j个 = 1 , , n个 第页 q个 ( x个 j个 ) 2 n个 GLT公司 ( x个 ) 2 , 第页 , q个 = 1 , 2 .
因此,分解(29),GLT 2号机组GLT 3型暗示(26),这反过来意味着(27)由GLT 1型.只需证明(28)在这种情况下 21 = 12 在这种情况下,我们有
C类 n个 = 三对角 j个 = 1 , , n个 11 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 0 | 2 11 ( x个 j个 ) 0 0 22 ( x个 j个 ) | 11 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 0 .
考虑对称近似 C类 n个 由提供
C类 ˜ n个 = 三对角 j个 = 1 , , n个 11 ( x个 j个 1 ) 1 2 1 12 ( x个 j个 1 ) 1 2 1 12 ( x个 j个 1 ) 0 | 2 11 ( x个 j个 ) 0 0 22 ( x个 j个 ) | 11 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 1 2 1 12 ( x个 j个 ) 0 .
不难看出这一点 C类 n个 C类 ˜ n个 0 作为 n个 通过引用不平等
X(X) 最大值 = 1 , , n个 j个 = 1 n个 | x个 j个 | 最大值 j个 = 1 , , n个 = 1 n个 | x个 j个 | , X(X) C类 n个 × n个 ;
参见,例如([13]第2.4.1节)。因此:
  • 鉴于分解 C类 ˜ n个 = C类 n个 + ( C类 ˜ n个 C类 n个 ) ,我们有 { C类 ˜ n个 } n个 GLT公司 κ ( x个 , θ ) 由(26),提议1,GLT 2号机组GLT三特别是 { C类 ˜ n个 } n个 λ κ ( x个 , θ ) 通过GLT 1型作为 C类 ˜ n个 对称;
  • C类 n个 C类 ˜ n个 2 n个 C类 n个 C类 ˜ n个 = o个 ( 2 n个 ) 作为 n个 .
因此(28)遵循定理2.☐
例子 1
假设 11 , 12 , 21 , 22 C类 ( [ 0 , 1 ] ) 21 = 12 ,所以 { C类 n个 } n个 λ κ ( x个 , θ ) 通过定理三。的特征值函数 κ ( x个 , θ ) 由提供
λ 1 , 2 ( κ ( x个 , θ ) ) = 11 ( x个 ) ( 2 2 余弦 θ ) + 22 ( x个 ) ± ( 11 ( x个 ) ( 2 2 余弦 θ ) 22 ( x个 ) ) 2 + 4 ( 12 ( x个 ) θ ) 2 2
和持续 [ 0 , 1 ] × [ π , π ] .设为的规范重排版本 κ ( x个 , θ ) 作为分段线性函数的极限获得 ϕ ρ ,根据备注2中的结构。图1图中显示了和特征值 λ 1 , , λ 2 n个 属于 C类 n个 对于 11 ( x个 ) = 2 + 余弦 ( π x个 ) , 12 ( x个 ) = 21 ( x个 ) = e(电子) x个 ( π x个 ) , 22 ( x个 ) = 2 x个 + ( π x个 ) n个 = 40 .通过绘制以下曲线图获得了曲线图 ϕ ρ 对应于较大的ρ值。的特征值 C类 n个 ,虽然这是真的 C类 n个 非对称,已按非降序排序并放置在点处 ( t吨 q个 , λ q个 ) 具有 t吨 q个 = q个 2 n个 , q个 = 1 , , 2 n个 .我们从图中清楚地看到,ψ和 C类 n个 ,如备注所预测2特别是,在这种情况下,我们没有观察到异常值。

4.扩散方程的高阶有限元离散化

考虑扩散方程
( ( x个 ) 单位 ( x个 ) ) = (f) ( x个 ) , x个 ( 0 , 1 ) , 单位 ( 0 ) = 单位 ( 1 ) = 0 .
在本节中,我们考虑了(31). 通过块GLT序列的理论,我们表明(归一化的)有限元离散化矩阵的相应序列具有由 ( 第页 k个 ) × ( 第页 k个 ) 矩阵值函数,其中第页k个分别表示有限元近似中涉及的分段多项式函数的阶数和光滑度。请注意,这个结果代表了支持([35]推测2)。

4.1. FE离散化

弱形式的(31)内容如下:find 单位 H(H) 0 1 ( [ 0 , 1 ] ) 这样的话
0 1 ( x个 ) 单位 ( x个 ) w个 ( x个 ) d日 x个 = 0 1 (f) ( x个 ) w个 ( x个 ) d日 x个 , w个 H(H) 0 1 ( [ 0 , 1 ] ) .
在有限元方法中,我们固定了一组基函数 { φ 1 , , φ N个 } H(H) 0 1 ( [ 0 , 1 ] ) 我们在空间中寻找精确解的近似值 W公司 = 跨度 ( φ 1 , , φ N个 ) 通过解决以下离散问题:查找 单位 W公司 W公司 这样的话
0 1 ( x个 ) 单位 W公司 ( x个 ) w个 ( x个 ) d日 x个 = 0 1 (f) ( x个 ) w个 ( x个 ) d日 x个 , w个 W公司 .
{ φ 1 , , φ N个 } W公司 ,我们可以写 单位 W公司 = j个 = 1 N个 单位 j个 φ j个 对于唯一向量 单位 = ( 单位 1 , , 单位 N个 ) T型 .通过线性,计算 单位 W公司 (即第个,共个 单位 )简化为求解线性系统
A类 单位 = (f) ,
哪里 (f) = 0 1 (f) ( x个 ) φ 1 ( x个 ) d日 x个 , , 0 1 (f) ( x个 ) φ N个 ( x个 ) d日 x个 T型 A类是刚度矩阵,
A类 = 0 1 ( x个 ) φ j个 ( x个 ) φ ( x个 ) d日 x个 , j个 = 1 N个 .

4.2. p度 C类 k个 B样条基函数

根据高阶有限元方法,基函数 φ 1 , , φ N个 将被选为分段多项式 第页 1 。更准确地说,对于 第页 , n个 1 0 k个 第页 1 ,让 B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] : 是度的B样条第页和平滑度 C类 k个 在结序列上定义
{ τ 1 , , τ n个 ( 第页 k个 ) + 第页 + k个 + 2 } = 0 , , 0 第页 + 1 , 1 n个 , , 1 n个 第页 k个 , 2 n个 , , 2 n个 第页 k个 , , n个 1 n个 , , n个 1 n个 第页 k个 , 1 , , 1 第页 + 1 .
我们在这里收集了一些 B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] 我们将在本文中使用。有关B样条的形式定义以及下列属性的证明,请参见[41,42].
  • 支持第个B样条由下式给出
    支持 ( B类 , [ 第页 , k个 ] ) = [ τ , τ + 第页 + 1 ] , = 1 , , n个 ( 第页 k个 ) + k个 + 1 .
  • 除了第一条和最后一条外,所有其他B样条都消失在 [ 0 , 1 ] 即。,
    B类 , [ 第页 , k个 ] ( 0 ) = B类 , [ 第页 , k个 ] ( 1 ) = 0 , = 2 , , n个 ( 第页 k个 ) + k个 .
  • { B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] } 是次分段多项式函数空间的基础第页和平滑度 C类 k个 也就是说,
    V(V) n个 , [ 第页 , k个 ] = v(v) C类 k个 ( [ 0 , 1 ] ) : v(v) | n个 , + 1 n个 P(P) 第页 对于   全部的 = 0 , , n个 1 ,
    哪里 P(P) 第页 是次数多项式的空间 第页 此外, { B类 2 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 , [ 第页 , k个 ] } 是空间的基础
    W公司 n个 , [ 第页 , k个 ] = { w个 V(V) n个 , [ 第页 , k个 ] : w个 ( 0 ) = w个 ( 1 ) = 0 } .
  • B样条函数在 [ 0 , 1 ] :
    B类 , [ 第页 , k个 ] 0 结束 , = 1 , , n个 ( 第页 k个 ) + k个 + 1 ,
    = 1 n个 ( 第页 k个 ) + k个 + 1 B类 , [ 第页 , k个 ] = 1 结束 [ 0 , 1 ] .
  • B样条的导数满足
    = 1 n个 ( 第页 k个 ) + k个 + 1 | B类 , [ 第页 , k个 ] | c(c) 第页 n个 结束 [ 0 , 1 ] ,
    哪里 c(c) 第页 是一个常数,仅取决于第页注意衍生品 B类 , [ 第页 , k个 ] 可能未在某些网格点定义 0 , 1 n个 , 2 n个 , , n个 1 n个 , 1 在以下情况下 C类 0 平滑度( k个 = 0 ). 在(38),假设未定义的值从总和中排除。
  • 除第一个外的所有B样条曲线 k个 + 1 和最后一个 k个 + 1 ,是统一的移动缩放版本 第页 k个 固定参考函数 β 1 , [ 第页 , k个 ] , , β 第页 k个 , [ 第页 , k个 ] ,即第一个 第页 k个 参考结序列上定义的B样条
    0 , , 0 第页 k个 , 1 , , 1 第页 k个 , , η , , η 第页 k个 , η = 第页 + 1 第页 k个 .
    在公式中,设置
    ν = k个 + 1 第页 k个 ,
    对于B样条曲线 B类 k个 + 2 , [ 第页 , k个 ] , , B类 k个 + 1 + ( n个 ν ) ( 第页 k个 ) , [ 第页 , k个 ] ,我们有
    B类 k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 , [ 第页 , k个 ] ( x个 ) = β q个 , [ 第页 , k个 ] ( n个 x个 第页 + 1 ) , 第页 = 1 , , n个 ν , q个 = 1 , , 第页 k个 .
    我们指出参考B样条的支持 β q个 , [ 第页 , k个 ] 满足
    支持 ( β 1 , [ 第页 , k个 ] ) 支持 ( β 2 , [ 第页 , k个 ] ) 支持 ( β 第页 k个 , [ 第页 , k个 ] ) = [ 0 , η ] .
    图2图3显示B样条曲线的图形 B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] 为了学位 第页 = 和平滑度 k个 = 1 ,以及相关参考B样条曲线的图形 β 1 , [ 第页 , k个 ] , β 2 , [ 第页 , k个 ] .
基本功能 φ 1 , , φ N个 定义如下:
φ = B类 + 1 , [ 第页 , k个 ] , = 1 , , n个 ( 第页 k个 ) + k个 1 .
特别是,带有以下符号第4.1节,我们有 N个 = n个 ( 第页 k个 ) + k个 1 W公司 = W公司 n个 , [ 第页 , k个 ] .

4.3. 高阶有限元离散矩阵的GLT分析

刚度矩阵(32)由基本函数的选择产生,如(41)将用表示 A类 n个 , [ 第页 , k个 ] ( ) ,
A类 n个 , [ 第页 , k个 ] ( ) = 0 1 ( x个 ) B类 j个 + 1 , [ 第页 , k个 ] ( x个 ) B类 + 1 , [ 第页 , k个 ] ( x个 ) d日 x个 , j个 = 1 n个 ( 第页 k个 ) + k个 1 .
本节的主要结果(定理4)给出了归一化序列的谱分布 { n个 1 A类 n个 , [ 第页 , k个 ] ( ) } n个 定理4的证明完全基于块GLT序列理论,因此称为“GLT分析”。它还需要以下引理,它提供了矩阵的近似构造 A类 n个 , [ 第页 , k个 ] ( 1 ) 对应于恒有效情况,其中 ( x个 ) = 1 完全相同。鉴于以下情况,定义 ( 第页 k个 ) × ( 第页 k个 ) 阻碍
K(K) [ 第页 , k个 ] [ ] = β j个 , [ 第页 , k个 ] ( t吨 ) β , [ 第页 , k个 ] ( t吨 ) d日 t吨 , j个 = 1 第页 k个 , Z轴 ,
( 第页 k个 ) × ( 第页 k个 ) 矩阵值函数 κ [ 第页 , k个 ] : [ π , π ] C类 ( 第页 k个 ) × ( 第页 k个 ) ,
κ [ 第页 , k个 ] ( θ ) = Z轴 K(K) [ 第页 , k个 ] [ ] e(电子) θ = K(K) [ 第页 , k个 ] [ 0 ] + > 0 K(K) [ 第页 , k个 ] [ ] e(电子) θ + ( K(K) [ 第页 , k个 ] [ ] ) T型 e(电子) θ .
由于参考函数的紧凑支持 β 1 , [ 第页 , k个 ] , , β 第页 k个 , [ 第页 , k个 ] ,只有有限数量的非零块 K(K) [ 第页 , k个 ] [ ] 因此(44)实际上是一个有限和。
引理 2
第页 , n个 1 0 k个 第页 1 .定义 A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) 作为的主要子矩阵 A类 n个 , [ 第页 , k个 ] ( 1 ) 大小为 ( n个 ν ) ( 第页 k个 ) 与指数相对应 k个 + 1 , , k个 + ( n个 ν ) ( 第页 k个 ) ,其中 ν = ( k个 + 1 ) / ( 第页 k个 ) 中国 如中所示(39).然后, A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) = n个 T型 n个 ν ( κ [ 第页 , k个 ] ) .
证明。 
由(34)和(40),对于所有人 第页 , = 1 , , n个 ν q个 , = 1 , , 第页 k个 我们有
( A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) ) ( 第页 k个 ) ( 第页 1 ) + q个 , ( 第页 k个 ) ( 1 ) + = 0 1 B类 k个 + 1 + ( 第页 k个 ) ( 1 ) + , [ 第页 , k个 ] ( x个 ) B类 k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 , [ 第页 , k个 ] ( x个 ) d日 x个 = B类 k个 + 1 + ( 第页 k个 ) ( 1 ) + , [ 第页 , k个 ] ( x个 ) B类 k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 , [ 第页 , k个 ] ( x个 ) d日 x个 = n个 2 β , [ 第页 , k个 ] ( n个 x个 + 1 ) β q个 , [ 第页 , k个 ] ( n个 x个 第页 + 1 ) d日 x个 = n个 β , [ 第页 , k个 ] ( ) β q个 , [ 第页 , k个 ] ( 第页 + ) d日
( T型 n个 ν ( κ [ 第页 , k个 ] ) ) ( 第页 k个 ) ( 第页 1 ) + q个 , ( 第页 k个 ) ( 1 ) + = ( K(K) [ 第页 , k个 ] [ 第页 ] ) q个 , = β , [ 第页 , k个 ] ( ) β q个 , [ 第页 , k个 ] ( 第页 + ) d日 ,
这就完成了证明。☐
定理 4
L(左) 1 ( [ 0 , 1 ] ) , 第页 1 0 k个 第页 1 .然后, { n个 1 A类 n个 , [ 第页 , k个 ] ( ) } n个 σ , λ ( x个 ) κ [ 第页 , k个 ] ( θ ) .
证明。 
证明包括四个步骤。在整个证明过程中,我们使用以下符号。
  • ν = ( k个 + 1 ) / ( 第页 k个 ) 中国 如中所示(39).
  • 对于每个方阵A类的尺寸 n个 ( 第页 k个 ) + k个 1 ,我们表示为 A类 ˜ 的主子矩阵A类对应于行和列索引 , j个 = k个 + 1 , , k个 + ( n个 ν ) ( 第页 k个 ) .
  • P(P) n个 , [ 第页 , k个 ] ( n个 ( 第页 k个 ) + k个 1 ) × ( n个 ν ) ( 第页 k个 ) 矩阵具有 ( n个 ν ) ( 第页 k个 ) 作为对应于行和列索引的主要子矩阵 , j个 = k个 + 1 , , k个 + ( n个 ν ) ( 第页 k个 ) 其他地方为零。请注意 P(P) n个 , [ 第页 , k个 ] T型 P(P) n个 , [ 第页 , k个 ] = ( n个 ν ) ( 第页 k个 ) P(P) n个 , [ 第页 , k个 ] T型 A类 P(P) n个 , [ 第页 , k个 ] = A类 ˜ 对于每个方阵A类大小为 n个 ( 第页 k个 ) + k个 1 .
步骤1.考虑线性算子 A类 n个 , [ 第页 , k个 ] ( · ) : L(左) 1 ( [ 0 , 1 ] ) ( n个 ( 第页 k个 ) + k个 1 ) × ( n个 ( 第页 k个 ) + k个 1 ) ,
A类 n个 , [ 第页 , k个 ] ( ) = 0 1 ( x个 ) B类 j个 + 1 , [ 第页 , k个 ] ( x个 ) B类 + 1 , [ 第页 , k个 ] ( x个 ) d日 x个 , j个 = 1 n个 ( 第页 k个 ) + k个 1 .
接下来的三个步骤专门用于说明
{ P(P) n个 , [ 第页 , k个 ] T型 ( n个 1 A类 n个 , [ 第页 , k个 ] ( ) ) P(P) n个 , [ 第页 , k个 ] } n个 = { n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) } n个 GLT公司 ( x个 ) κ [ 第页 , k个 ] ( θ ) , L(左) 1 ( [ 0 , 1 ] ) .
一旦完成,定理就被证明了。确实,来自(45),我们立即获得关系 { P(P) n个 , [ 第页 , k个 ] T型 ( n个 1 A类 n个 , [ 第页 , k个 ] ( ) ) P(P) n个 , [ 第页 , k个 ] } n个 GLT公司 ( x个 ) κ [ 第页 , k个 ] ( θ ) .我们推断 { P(P) n个 , [ 第页 , k个 ] T型 ( n个 1 A类 n个 , [ 第页 , k个 ] ( ) ) P(P) n个 , [ 第页 , k个 ] } n个 σ , λ ( x个 ) κ [ 第页 , k个 ] ( θ ) 通过GLT 1型 { n个 1 A类 n个 , [ 第页 , k个 ] ( ) } n个 σ , λ ( x个 ) κ [ 第页 , k个 ] ( θ ) 根据定理1。
步骤2.我们首先证明(45)在恒有效的情况下,其中 ( x个 ) = 1 完全相同。在这种情况下,根据引理2,我们有 n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) = T型 n个 ν ( κ [ 第页 , k个 ] ) 因此,所需的关系 { n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) } n个 GLT公司 κ [ 第页 , k个 ] ( θ ) 以下为GLT 2号机组.
步骤3.现在我们证明(45)在以下情况下 C类 ( [ 0 , 1 ] ) .让
Z轴 n个 , [ 第页 , k个 ] ( ) = n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) n个 1 D类 n个 ν ( 第页 k个 ) A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) .
由(33), (34)和(38),对于所有人 第页 , = 1 , , n个 ν q个 , = 1 , , 第页 k个 ,我们有
| ( n个 Z轴 n个 , [ 第页 , k个 ] ( ) ) ( 第页 k个 ) ( 第页 1 ) + q个 , ( 第页 k个 ) ( 1 ) + | = ( A类 ˜ n个 , [ 第页 , k个 ] ( ) ) ( 第页 k个 ) ( 第页 1 ) + q个 , ( 第页 k个 ) ( 1 ) + ( D类 n个 ν ( 第页 k个 ) A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) ) ( 第页 k个 ) ( 第页 1 ) + q个 , ( 第页 k个 ) ( 1 ) + = 0 1 ( x个 ) 第页 n个 ν B类 k个 + 1 + ( 第页 k个 ) ( 1 ) + , [ 第页 , k个 ] ( x个 ) B类 k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 , [ 第页 , k个 ] ( x个 ) d日 x个 = τ k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 τ k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 + 第页 + 1 ( x个 ) 第页 n个 ν B类 k个 + 1 + ( 第页 k个 ) ( 1 ) + , [ 第页 , k个 ] ( x个 ) B类 k个 + 1 + ( 第页 k个 ) ( 第页 1 ) + q个 , [ 第页 , k个 ] ( x个 ) d日 x个 c(c) 第页 2 n个 2 ( 第页 1 ) / n个 ( 第页 + 第页 ) / n个 ( x个 ) 第页 n个 ν d日 x个 c(c) 第页 2 ( 第页 + 1 ) n个 ω ν + 第页 n个 ,
哪里 ω ( · ) 是的连续模量最后一个不等式是由点的距离证明的 第页 / ( n个 ν ) 从间隔开始 [ ( 第页 1 ) / n个 , ( 第页 + 第页 ) / n个 ] 不大于 ( ν + 第页 ) / n个 如下所示: Z轴 n个 , [ 第页 , k个 ] ( ) 模的界限为 C类 第页 ω ( 1 / n个 ) ,其中 C类 第页 是一个常数,仅取决于第页此外,通过(34),矩阵 Z轴 n个 , [ 第页 , k个 ] ( ) 带宽由常数限定 w个 第页 仅取决于第页因此,通过(30), Z轴 n个 , [ 第页 , k个 ] ( ) w个 第页 C类 第页 ω ( 1 / n个 ) 0 作为 n个 等等 { Z轴 n个 , [ 第页 , k个 ] ( ) } n个 由命题1进行零分布。
n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) = n个 1 D类 n个 ν ( 第页 k个 ) A类 ˜ n个 , [ 第页 , k个 ] ( 1 ) + Z轴 n个 , [ 第页 , k个 ] ( ) ,
我们的结论是 { n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) } n个 GLT公司 ( x个 ) κ [ 第页 , k个 ] ( θ ) 通过GLT 2号机组,GLT三和步骤2。
步骤4.最后,我们证明(45)在一般情况下,其中 L(左) 1 ( [ 0 , 1 ] ) .通过密度 C类 ( [ 0 , 1 ] ) 在里面 L(左) 1 ( [ 0 , 1 ] ) ,存在函数 C类 ( [ 0 , 1 ] ) 这样的话 在里面 L(左) 1 ( [ 0 , 1 ] ) 。通过步骤3,
{ n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) } n个 GLT公司 ( x个 ) κ [ 第页 , k个 ] ( θ ) .
此外,
( x个 ) κ [ 第页 , k个 ] ( θ ) ( x个 ) κ [ 第页 , k个 ] ( θ ) 在里面   测量 .
我们证明了这一点
{ n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) } n个 . c(c) . . { n个 1 A类 ˜ n个 , [ 第页 , k个 ] ( ) } n个 .
完成后,论文(45)紧接着从GLT 4级.为了证明(48),我们记得
X(X) 1 , j个 = 1 N个 | x个 j个 | , X(X) C类 N个 × N个 ;
参见,例如([13]第2.4.3节)。由(38),我们获得
A类 ˜ n个 , [ 第页 , k个 ] ( ) A类 ˜ n个 , [ 第页 , k个 ] ( ) 1 , j个 = 1 n个 ( 第页 k个 ) + k个 1 0 1 ( x个 ) ( x个 ) B类 j个 + 1 , [ 第页 , k个 ] ( x个 ) B类 + 1 , [ 第页 , k个 ] ( x个 ) d日 x个 0 1 ( x个 ) ( x个 ) , j个 = 1 n个 ( 第页 k个 ) + k个 1 | B类 j个 + 1 , [ 第页 , k个 ] ( x个 ) | | B类 + 1 , [ 第页 , k个 ] ( x个 ) | d日 x个 c(c) 第页 2 n个 2 L(左) 1 .
因此,交流收敛(48)源自命题2.☐
备注 4
循序渐进地证明定理4,我们可以给出另一种(更简单的)证明([36]定理答6)基于块GLT序列理论。

5.多级块GLT序列理论

如所示第3节第4节块GLT序列理论允许计算由一元DE离散化产生的块结构矩阵的奇异值和特征值分布。为了处理多元DE,即PDE,我们需要块GLT序列理论的多元版本,也称为多级块GLT顺序理论。本节将详细介绍这一理论,它是通过结合以下结果而获得的[34]具备处理多维问题所需的技术[14].
多索引符号。多索引符号是处理PDE离散化产生的矩阵序列的基本工具。多索引 Z轴 d日 ,也称为d日-索引,只是中的一个(行)向量 Z轴 d日 ; 其组件表示为 1 , , d日 .
  • 0 , 1 , 2 , 是所有零、所有一、所有二等的向量(其大小将从上下文中明确)。
  • 对于任何d日-索引 ,我们设置 N个 ( ) = j个 = 1 d日 j个 然后我们写 以表明 最小值 ( ) .
  • 如果 小时 , k个 d日-指数, 小时 k个 意味着 小时 第页 k个 第页 为所有人 第页 = 1 , , d日 .
  • 如果 小时 , k个 d日-指数,如 小时 k个 ,多索引范围 小时 , , k个 是布景吗 { j个 Z轴 d日 : 小时 j个 k个 } 。我们假设此集合的标准词典顺序为:
    ( j个 1 , , j个 d日 ) j个 d日 = 小时 d日 , , k个 d日 j个 d日 1 = 小时 d日 1 , , k个 d日 1 j个 1 = 小时 1 , , k个 1 .
    例如,在这种情况下 d日 = 2 ,顺序如下: ( 小时 1 , 小时 2 ) , ( 小时 1 , 小时 2 + 1 ) , , ( 小时 1 , k个 2 ) , ( 小时 1 + 1 , 小时 2 ) , ( 小时 1 + 1 , 小时 2 + 1 ) , , ( 小时 1 + 1 , k个 2 ) , , ( k个 1 , 小时 2 ) , ( k个 1 , 小时 2 + 1 ) , , ( k个 1 , k个 2 ) .
  • d日-索引 j个 在多索引范围内变化 小时 , , k个 (有时写为 j个 = 小时 , , k个 ),据了解 j个 不同于 小时 k个 按照特定的顺序(50). 例如,如果 N个 d日 如果我们写 x个 = [ x个 ] = 1 ,然后 x个 是大小向量 N个 ( ) 其组件 x个 , = 1 , , ,按照(50):第一个组件是 x个 1 = x个 ( 1 , , 1 , 1 ) ,第二个组件是 x个 ( 1 , , 1 , 2 ) ,依此类推,直到最后一个组件,即 x个 = x个 ( 1 , , d日 ) 类似地,如果 X(X) = [ x个 j个 ] , j个 = 1 ,然后X(X)是一个 N个 ( ) × N个 ( ) 其分量被两个索引的矩阵d日-指数 , j个 ,两者都不同于 1 根据字典顺序(50).
  • 鉴于 小时 , k个 Z轴 d日 具有 小时 k个 ,符号 j个 = 小时 k个 表示总的总和 j个 在里面 小时 , , k个 .
  • 涉及的操作d日-在向量空间中没有意义的索引 Z轴 d日 必须从组件的角度进行解释。例如, j个 = ( 1 j个 1 , , d日 j个 d日 ) , / j个 = ( 1 / j个 1 , , d日 / j个 d日 ) 等。
多级块矩阵序列。鉴于 d日 , 1 ,一个d日-水平-块矩阵序列(或简单的矩阵序列,如果d日可以从上下文中推断,或者我们不需要/不想指定它们)是形式的矩阵序列 { A类 n个 } n个 ,其中:
  • n个在某些无限子集中变化 N个 ;
  • n个 = n个 ( n个 ) 是一个d日-索引位于 N个 d日 这取决于n个并满足 n个 作为 n个 ;
  • A类n个是大小的正方形矩阵 N个 ( n个 ) .
多级块Toeplitz矩阵。给定一个函数 (f) : [ π , π ] d日 C类 × 在里面 L(左) 1 ( [ π , π ] d日 ) ,其傅里叶系数表示为
(f) k个 = 1 ( 2 π ) d日 [ π , π ] d日 (f) ( θ ) e(电子) k个 · θ d日 θ C类 × , k个 Z轴 d日 ,
哪里 k个 · θ = k个 1 θ 1 + + k个 d日 θ d日 积分是按分量计算的。对于 n个 N个 d日 ,的n个生成的第个多级块Toeplitz矩阵(f)定义为
T型 n个 ( (f) ) = [ (f) j个 ] , j个 = 1 n个 C类 N个 ( n个 ) × N个 ( n个 ) .
不难看出地图 (f) T型 n个 ( (f) ) 是线性的。此外,可以看出
T型 n个 ( (f) * ) = ( T型 n个 ( (f) ) ) * ,
其中转置共轭函数 (f) * 由定义 (f) * ( θ ) = ( (f) ( θ ) ) * ; 特别是所有矩阵 T型 n个 ( (f) ) 无论何时都是赫密特人(f)我们还记得,如果 n个 N个 d日 (f) 1 , (f) 2 , , (f) d日 : [ π , π ] C类 属于 L(左) 1 ( [ π , π ] ) ,然后
T型 n个 1 ( (f) 1 ) T型 n个 2 ( (f) 2 ) T型 n个 d日 ( (f) d日 ) = T型 n个 ( (f) ) ,
哪里 (f) : [ π , π ] d日 C类 由定义 (f) ( θ ) = (f) ( θ 1 ) (f) ( θ 2 ) (f) ( θ d日 ) ; 参见,例如([14]引理3.3)。
多级块对角采样矩阵。对于 n个 N个 d日 : [ 0 , 1 ] d日 C类 × ,我们定义了多级块对角采样矩阵 D类 n个 ( ) 作为块对角矩阵
D类 n个 ( ) = 诊断 = 1 , , n个 n个 C类 N个 ( n个 ) × N个 ( n个 ) .
多级块GLT序列。 d日 , 1 是固定的正整数。A类d日-水平-块GLT序列(或简单的GLT序列,如果d日可以从上下文推断,或者我们不需要/不想指定它们)是一个特殊的d日-水平-块矩阵序列 { A类 n个 } n个 具有可测量的功能 κ : [ 0 , 1 ] d日 × [ π , π ] d日 C类 × 所谓的符号。我们使用符号 { A类 n个 } n个 GLT公司 κ 以表明 { A类 n个 } n个 是带有符号的GLT序列 κ GLT序列的符号在以下意义上是唯一的:如果 { A类 n个 } n个 GLT公司 κ { A类 n个 } n个 GLT公司 ς 然后 κ = ς a.e.英寸 [ 0 , 1 ] d日 × [ π , π ] d日 。的主要属性d日-水平-块GLT序列如下所示。
GLT公司 1
如果 { A类 n个 } n个 GLT公司 κ 然后 { A类 n个 } n个 σ κ 此外,如果A类n个那么是赫密特人吗 { A类 n个 } n个 λ κ .
GLT公司 2
我们有:
  • { T型 n个 ( (f) ) } n个 GLT公司 κ ( x个 , θ ) = (f) ( θ ) 如果 (f) : [ π , π ] d日 C类 × 在中 L(左) 1 ( [ π , π ] d日 ) ;
  • { D类 n个 ( ) } n个 GLT公司 κ ( x个 , θ ) = ( x个 ) 如果 : [ 0 , 1 ] d日 C类 × 是黎曼积分;
  • { Z轴 n个 } n个 GLT公司 κ ( x个 , θ ) = O(运行) 当且仅当 { Z轴 n个 } n个 σ 0 .
GLT公司 三。
如果 { A类 n个 } n个 GLT公司 κ { B类 n个 } n个 GLT公司 ς 然后:
  • { A类 n个 * } n个 GLT公司 κ * ;
  • { α A类 n个 + β B类 n个 } n个 GLT公司 α κ + β ς 为所有人 α , β C类 ;
  • { A类 n个 B类 n个 } n个 GLT公司 κ ς ;
  • { A类 n个 } n个 GLT公司 κ 1 前提是 κ 是可逆的a.e。
GLT公司 4
{ A类 n个 } n个 GLT公司 κ 当且仅当存在GLT序列 { B类 n个 , } n个 GLT公司 κ 这样的话 { B类 n个 , } n个 . c(c) . . { A类 n个 } n个 κ κ 在测量中。

6.PDE系统的离散化:通用GLT方法

在本节中,我们概述了PDE系统一般离散化的多维块GLT分析的主要思想。我们在这里要介绍的是第3节。我们首先证明一系列辅助结果。以下给出了 n个 N个 d日 1 ,我们表示为 Π n个 , 置换矩阵由
Π n个 , = e(电子) 1 T型 e(电子) 2 T型 e(电子) n个 T型 = k个 = 1 n个 e(电子) k个 e(电子) k个 T型 ,
哪里 e(电子) , = 1 , , n个 , 是标准基的向量 N个 ( n个 ) ,为了方便起见,由d日-索引 = 1 , , n个 而不是线性指数 = 1 , , N个 ( n个 ) 。请注意 Π n个 , 2 与矩阵一致 Π n个 英寸(21).
引理 三。
n个 N个 d日 ,让 (f) j个 : [ π , π ] d日 C类 加入 L(左) 1 ( [ π , π ] d日 ) 对于 , j个 = 1 , , 、和设置 (f) = [ (f) j个 ] , j个 = 1 .块矩阵 T型 n个 = [ T型 n个 ( (f) j个 ) ] , j个 = 1 通过排列类似(53)到多级块Toeplitz矩阵 T型 n个 ( (f) ) 也就是说, Π n个 , T型 n个 Π n个 , T型 = T型 n个 ( (f) ) .
证明。 
E类 j个 成为 × 位置为1的矩阵 ( , j个 ) 其他地方为0。 T型 n个 = , j个 = 1 E类 j个 T型 n个 ( (f) j个 ) T型 n个 ( (f) ) = , j个 = 1 T型 n个 ( (f) j个 E类 j个 ) 通过地图的线性 T型 n个 ( · ) ,这足以表明
Π n个 , ( E类 T型 n个 ( ) ) Π n个 , T型 = T型 n个 ( E类 ) , L(左) 1 ( [ π , π ] d日 ) , E类 C类 × .
由(6)和(7),
Π n个 , ( E类 T型 n个 ( ) ) Π n个 , T型 = k个 = 1 n个 e(电子) k个 e(电子) k个 T型 ( E类 T型 n个 ( ) ) = 1 n个 e(电子) T型 e(电子) = k个 , = 1 n个 ( e(电子) k个 e(电子) k个 T型 ) ( E类 T型 n个 ( ) ) ( e(电子) T型 e(电子) ) = k个 , = 1 n个 e(电子) k个 e(电子) T型 E类 e(电子) k个 T型 T型 n个 ( ) e(电子) = k个 , = 1 n个 e(电子) k个 e(电子) T型 ( T型 n个 ( ) ) k个 E类 = T型 n个 ( E类 ) ,
按要求☐
引理 4
n个 N个 d日 ,让 j个 : [ 0 , 1 ] d日 C类 对于 , j个 = 1 , , 、和设置 = [ j个 ] , j个 = 1 .块矩阵 D类 n个 = [ D类 n个 ( j个 ) ] , j个 = 1 通过排列类似(53)到多级块对角采样矩阵 D类 n个 ( ) 也就是说, Π n个 , D类 n个 Π n个 , T型 = D类 n个 ( ) .
证明。 
它与引理3.☐的证明相同,具有明显的适应性
我们记得d日-变量三角多项式是d日-可变傅里叶频率 e(电子) k个 · θ , k个 Z轴 d日 .
定理 5
对于 , j个 = 1 , , ,让 { A类 n个 , j个 } n个 是带符号的d级1块GLT序列 κ j个 : [ 0 , 1 ] d日 × [ π , π ] d日 C类 .设置 A类 n个 = [ A类 n个 , j个 ] , j个 = 1 κ = [ κ j个 ] , j个 = 1 然后,矩阵序列 { Π n个 , A类 n个 Π n个 , T型 } n个 是带有符号κ的d级s块GLT序列。
证明。 
证明包括以下两个步骤。
步骤1.我们首先在附加假设下证明定理 A类 n个 , j个 形式为
A类 n个 , j个 = = 1 L(左) j个 D类 n个 ( , j个 ) T型 n个 ( (f) , j个 ) ,
哪里 L(左) j个 N个 , , j个 : [ 0 , 1 ] d日 C类 Riemann是可积分的,并且 (f) , j个 : [ π , π ] d日 C类 属于 L(左) 1 ( [ π , π ] d日 ) 。请注意 { A类 n个 , j个 } n个
κ j个 ( x个 , θ ) = = 1 L(左) j个 , j个 ( x个 ) (f) , j个 ( θ ) .
通过设置 L(左) = 最大值 , j个 = 1 , , L(左) j个 并通过添加形式的零矩阵 D类 n个 ( 0 ) T型 n个 ( 0 ) 在总和(54)中 L(左) j个 < L(左) ,我们可以假设,在不失一般性的情况下
A类 n个 , j个 = = 1 L(左) D类 n个 ( , j个 ) T型 n个 ( (f) , j个 ) , κ j个 ( x个 , θ ) = = 1 L(左) , j个 ( x个 ) (f) , j个 ( θ ) ,
具有L(左)独立于 , j个 .让 E类 j个 成为 × 位置为1的矩阵 ( , j个 ) 其他地方为0。然后,
Π n个 , A类 n个 Π n个 , T型 = = 1 L(左) Π n个 , D类 n个 ( , j个 ) T型 n个 ( (f) , j个 ) , j个 = 1 Π n个 , T型 = = 1 L(左) Π n个 , , j个 = 1 ( E类 j个 D类 n个 ( , j个 ) ) ( E类 j个 T型 n个 ( (f) , j个 ) ) Π n个 , T型 = = 1 L(左) , j个 = 1 Π n个 , ( E类 j个 D类 n个 ( , j个 ) ) Π n个 , T型 Π n个 , ( E类 j个 T型 n个 ( (f) , j个 ) ) Π n个 , T型 .
通过引理3和4,
Π n个 , ( E类 j个 D类 n个 ( , j个 ) ) Π n个 , T型 = D类 n个 ( , j个 E类 j个 ) , Π n个 , ( E类 j个 T型 n个 ( (f) , j个 ) ) Π n个 , T型 = T型 n个 ( (f) , j个 E类 j个 ) .
由此可见
Π n个 , A类 n个 Π n个 , T型 = = 1 L(左) , j个 = 1 D类 n个 ( , j个 E类 j个 ) T型 n个 ( (f) , j个 E类 j个 ) .
因此,通过GLT 2号机组GLT三, { Π n个 , A类 n个 Π n个 , T型 } n个 是一个d日-水平-带符号的块GLT序列
κ ( x个 , θ ) = = 1 L(左) , j个 = 1 , j个 ( x个 ) (f) , j个 ( θ ) E类 j个 = [ κ j个 ( x个 , θ ) ] , j个 = 1 .
步骤2.我们现在证明了该定理的全部通用性。 { A类 n个 , j个 } n个 GLT公司 κ j个 ,由([14]定理5.6)存在函数 , j个 ( ) , (f) , j个 ( ) , = 1 , , L(左) j个 ( ) ,因此
  • , j个 ( ) C类 ( [ 0 , 1 ] d日 ) (f) , j个 ( ) 是一个d日-变量三角多项式,
  • κ j个 ( ) ( x个 , θ ) = = 1 L(左) j个 ( ) , j个 ( ) ( x个 ) (f) , j个 ( ) ( θ ) κ j个 ( x个 , θ ) 即:。;
  • A类 n个 , j个 ( ) = = 1 L(左) j个 ( ) D类 n个 ( , j个 ( ) ) T型 n个 ( (f) , j个 ( ) ) n个 . c(c) . . { A类 n个 , j个 } n个 .
设置 A类 n个 ( ) = [ A类 n个 , j个 ( ) ] , j个 = 1 κ ( ) ( x个 , θ ) = [ κ j个 ( ) ( x个 , θ ) ] , j个 = 1 。我们有:
  • { Π n个 , A类 n个 ( ) Π n个 , T型 } n个 GLT公司 κ ( ) 第1步;
  • κ ( ) κ a.e.(因此也是量度);
  • { Π n个 , A类 n个 ( ) Π n个 , T型 } n个 . c(c) . . { Π n个 , A类 n个 Π n个 , T型 } n个 因为 { A类 n个 ( ) } n个 . c(c) . . { A类 n个 } n个 通过引理1。
我们的结论是 { Π n个 , A类 n个 Π n个 , T型 } n个 GLT公司 κ 通过GLT 4型. ☐
现在,假设我们有一个形式为
j个 = 1 L(左) 1 j个 单位 j个 ( x个 ) = (f) 1 ( x个 ) , j个 = 1 L(左) 2 j个 单位 j个 ( x个 ) = (f) 2 ( x个 ) , j个 = 1 L(左) j个 单位 j个 ( x个 ) = (f) ( x个 ) ,
哪里 x个 ( 0 , 1 ) d日 .矩阵A类n个(55)的任何标准离散化的结果都可以通过d日-索引 n个 = ( n个 1 , , n个 d日 ) ,其中 n个 与离散化步骤有关 小时 在中th方向,以及 n个 当且仅当 小时 0 (通常, 小时 1 / n个 ). 通过选择每个 n个 作为唯一离散化参数的函数 n个 N个 ,因为这通常发生在最自然的选择是 n个 = n个 为所有人 = 1 , , d日 ,我们看到了 n个 = n个 ( n个 ) 因此, { A类 n个 } n个 是一个(d日-层级)矩阵序列。此外,事实证明,在我们在本次讨论中忽略了适当的标准化之后,我们正在讨论的标准化是我们在中看到的标准化的模拟第3节允许我们从矩阵中传递 A类 n个 英寸(13)到矩阵 B类 n个 英寸(15)—,A类n个具有以下块结构:
A类 n个 = [ A类 n个 , j个 ] , j个 = 1 ,
哪里 A类 n个 , j个 是由微分算子的离散化产生的(归一化的)矩阵 L(左) j个 在最简单的情况下,操作员 L(左) j个 系数恒定,我们在每个方向上使用等距网格,矩阵 A类 n个 , j个 采取形式
A类 n个 , j个 = T型 n个 ( (f) j个 ) + Z轴 n个 , j个 ,
哪里 (f) j个 是一个d日-变量三角多项式,而扰动 Z轴 n个 , j个 由于边界条件的原因,通常是低阶修正,在任何情况下,我们有 { Z轴 n个 , j个 } n个 σ 0 因此,
{ A类 n个 , j个 } n个 GLT公司 (f) j个
通过GLT 2号机组GLT三,根据定理5
{ Π n个 , A类 n个 Π n个 , T型 } n个 GLT公司 [ (f) j个 ] , j个 = 1 .
如果操作员 L(左) j个 具有可变系数,矩阵 A类 n个 , j个 通常采用这种形式
A类 n个 , j个 = = 1 L(左) j个 D类 n个 ( , j个 ) T型 n个 ( (f) , j个 ) + Z轴 n个 , j个 ,
哪里 L(左) j个 N个 , (f) , j个 是一个d日-变量三角多项式, { Z轴 n个 , j个 } n个 σ 0 、和函数 , j个 : [ 0 , 1 ] d日 , = 1 , , L(左) j个 , 与系数有关 L(左) j个 (例如,在第3节,同时证明(22),我们已经看到了 K(K) n个 ( 11 ) ,在那里起着与矩阵相同的作用 A类 n个 , 11 这里,等于 D类 n个 ( 11 ) T型 n个 ( 2 2 余弦 θ ) + Z轴 n个 对于某些零分布序列 { Z轴 n个 } n个 ). 因此,
{ A类 n个 , j个 } n个 GLT公司 κ j个 ( x个 , θ ) = = 1 L(左) j个 , j个 ( x个 ) (f) , j个 ( θ )
通过GLT 2号机组GLT三,根据定理5
{ Π n个 , A类 n个 Π n个 , T型 } n个 GLT公司 [ κ j个 ] , j个 = 1 .

7.卷曲算子变分问题的B样条IgA离散化

对于任何功能 单位 ( x个 1 , x个 2 ) = [ 单位 1 ( x个 1 , x个 2 ) , 单位 2 ( x个 1 , x个 2 ) ] T型 ,在一些开集上定义 Ω 2 并将价值观纳入 2 ,curl运算符的形式定义如下:
( × 单位 ) ( x个 1 , x个 2 ) = 单位 2 x个 1 ( x个 1 , x个 2 ) 单位 1 x个 2 ( x个 1 , x个 2 ) , ( x个 1 , x个 2 ) Ω .
显然,当组件 单位 1 , 单位 2 属于 H(H) 1 ( Ω ) ,因此它们的偏导数存在于Sobolev意义下。现在,让我们 Ω = ( 0 , 1 ) 2 ,套
( L(左) 2 ( Ω ) ) 2 = { 单位 : Ω 2 : 单位 1 , 单位 2 L(左) 2 ( Ω ) } , H(H) ( 卷曲 , Ω ) = { 单位 ( L(左) 2 ( Ω ) ) 2 : × 单位 存在   在里面   这个   索博列夫   感觉 , × 单位 L(左) 2 ( Ω ) } ,
并考虑以下变分问题: 单位 H(H) ( 卷曲 , Ω ) 这样的话
( × 单位 , × v(v) ) = ( (f) , v(v) ) , v(v) H(H) ( 卷曲 , Ω ) ,
哪里 (f) ( x个 1 , x个 2 ) = [ (f) 1 ( x个 1 , x个 2 ) , (f) 2 ( x个 1 , x个 2 ) ] T型 是中的向量场 ( L(左) 2 ( Ω ) ) 2
( × 单位 , × v(v) ) = Ω ( × 单位 ) ( x个 1 , x个 2 ) ( × v(v) ) ( x个 1 , x个 2 ) d日 x个 1 d日 x个 2 , ( (f) , v(v) ) = Ω (f) 1 ( x个 1 , x个 2 ) v(v) 1 ( x个 1 , x个 2 ) + (f) 2 ( x个 1 , x个 2 ) v(v) 2 ( x个 1 , x个 2 ) d日 x个 1 d日 x个 2 .
(56)形式的变分问题出现在重要的应用中,例如时间谐波麦克斯韦方程组和静磁问题。在本节中,我们考虑(56)的所谓兼容B样条IgA离散化;参见[43]了解详细信息。我们证明了相应的离散化矩阵序列具有由 2 × 2 行列式处处为零的矩阵值函数。本节的结果已经在[38],但这里给出的推导完全基于多级块GLT序列的理论,并且比[38]. 为了简单起见,在本节中,B样条曲线 B类 , [ 第页 , 第页 1 ] , = 1 , , n个 + 第页 和关联的参考B样条曲线 β 1 , [ 第页 , 第页 1 ] ,表示为 B类 , [ 第页 ] , = 1 , , n个 + 第页 、和 β [ 第页 ] 分别是。功能 β [ 第页 ] 是所谓的基数B样条次数第页过结序列 { 0 , 1 , , 第页 + 1 } 。鉴于以下情况,我们从[42]和([23]引理4),即基数B样条 β [ q个 ] 为所有度定义 q个 0 ,属于 C类 q个 1 ( ) ,并满足以下属性:
支持 ( β [ q个 ] ) = [ 0 , q个 + 1 ]
对于 q个 1 ,
β [ q个 ] ( t吨 ) = β [ q个 1 ] ( t吨 ) β [ q个 1 ] ( t吨 1 ) ,
对于 t吨 q个 1 、和
β [ q个 1 ] ( 第页 1 ) ( τ ) β [ q个 2 ] ( 第页 2 ) ( τ + t吨 ) d日 τ = ( 1 ) 第页 1 β [ q个 1 + q个 2 + 1 ] ( 第页 1 + 第页 2 ) ( q个 1 + 1 + t吨 ) = ( 1 ) 第页 2 β [ q个 1 + q个 2 + 1 ] ( 第页 1 + 第页 2 ) ( q个 2 + 1 t吨 )
对于 t吨 q个 1 , q个 2 , 第页 1 , 第页 2 0 此外,财产(40)在这种情况下 k个 = 第页 1 简化为
B类 , [ 第页 ] ( x个 ) = β [ 第页 ] ( n个 x个 + 第页 + 1 ) , = 第页 + 1 , , n个 .

7.1. 兼容的B样条IgA离散化

n个 = ( n个 1 , n个 2 ) N个 2 ,让 第页 2 ,并定义空间
V(V) n个 , [ 第页 ] ( 卷曲 , Ω ) = 跨度 B类 1 , [ 第页 1 ] ( x个 1 ) B类 2 , [ 第页 ] ( x个 2 ) B类 j个 1 , [ 第页 ] ( x个 1 ) B类 j个 2 , [ 第页 1 ] ( x个 2 ) : 1 = 1 , , n个 1 + 第页 1 , 2 = 1 , , n个 2 + 第页 , j个 1 = 1 , , n个 1 + 第页 , j个 2 = 1 , , n个 2 + 第页 1 B类 1 , [ 第页 1 ] ( x个 1 ) B类 2 , [ 第页 ] ( x个 2 ) B类 j个 1 , [ 第页 ] ( x个 1 ) B类 j个 2 , [ 第页 1 ] ( x个 2 ) .
遵循兼容的B样条方法[43],我们寻找空间中解的近似值 V(V) n个 , [ 第页 ] ( 卷曲 , Ω ) 通过解决以下离散问题: 单位 V(V) V(V) n个 , [ 第页 ] ( 卷曲 , Ω ) 这样的话
( × 单位 V(V) , × v(v) ) = ( (f) , v(v) ) , v(v) V(V) n个 , [ 第页 ] ( 卷曲 , Ω ) .
根据以下基本函数选择合适的顺序 V(V) n个 , [ 第页 ] ( 卷曲 , Ω ) 显示在(61)中,通过线性计算 单位 V(V) 简化为求解一个线性系统,其系数矩阵由下式给出
A类 n个 , [ 第页 ] = A类 n个 , [ 第页 ] , 11 A类 n个 , [ 第页 ] , 12 A类 n个 , [ 第页 ] , 21 A类 n个 , [ 第页 ] , 22 = M(M) n个 1 , [ 第页 1 ] K(K) n个 2 , [ 第页 ] H(H) n个 1 , [ 第页 ] ( H(H) n个 2 , [ 第页 ] ) T型 ( H(H) n个 1 , [ 第页 ] ) T型 H(H) n个 2 , [ 第页 ] K(K) n个 1 , [ 第页 ] M(M) n个 2 , [ 第页 1 ] ,
哪里
( M(M) n个 , [ 第页 1 ] ) j个 = 0 1 B类 j个 , [ 第页 1 ] ( x个 ) B类 , [ 第页 1 ] ( x个 ) d日 x个 , , j个 = 1 , , n个 + 第页 1 , ( K(K) n个 , [ 第页 ] ) j个 = 0 1 B类 j个 , [ 第页 ] ( x个 ) B类 , [ 第页 ] ( x个 ) d日 x个 , , j个 = 1 , , n个 + 第页 , ( H(H) n个 , [ 第页 ] ) j个 = 0 1 B类 j个 , [ 第页 ] ( x个 ) B类 , [ 第页 1 ] ( x个 ) d日 x个 , = 1 , , n个 + 第页 1 , j个 = 1 , , n个 + 第页 .
请注意 M(M) n个 , [ 第页 1 ] 是大小的方阵 n个 + 第页 1 , K(K) n个 , [ 第页 ] 是大小的方阵 n个 + 第页 ,同时 H(H) n个 , [ 第页 ] 是大小为的矩形矩阵 ( n个 + 第页 1 ) × ( n个 + 第页 ) .

7.2. B样条IgA离散化矩阵的GLT分析

在本节的主要结果(定理6)中,假设 n个 = n个 ν 对于固定向量 ν ,我们证明了序列的谱分布 { A类 n个 , [ 第页 ] } n个 由描述 2 × 2 行列式处处为零的矩阵值函数(注5)。为了证明定理6,需要做一些初步工作。我们首先注意到,考虑到定理5的应用,矩阵 A类 n个 , [ 第页 ] 有一个令人不快的特点:反对角块 A类 n个 , [ 第页 ] , 12 A类 n个 , [ 第页 ] , 21 不是正方形和正方形斜块 A类 n个 , [ 第页 ] , 11 A类 n个 , [ 第页 ] , 22 任何时候都不要有相同的尺寸 n个 1 n个 2 然后,让我们介绍更好的矩阵
A类 ˜ n个 , [ 第页 ] = A类 ˜ n个 , [ 第页 ] , 11 A类 ˜ n个 , [ 第页 ] , 12 A类 ˜ n个 , [ 第页 ] , 21 A类 ˜ n个 , [ 第页 ] , 22 = M(M) ˜ n个 1 , [ 第页 1 ] K(K) n个 2 , [ 第页 ] H(H) ˜ n个 1 , [ 第页 ] ( H(H) ˜ n个 2 , [ 第页 ] ) T型 ( H(H) ˜ n个 1 , [ 第页 ] ) T型 H(H) ˜ n个 2 , [ 第页 ] K(K) n个 1 , [ 第页 ] M(M) ˜ n个 2 , [ 第页 1 ] ,
哪里 M(M) ˜ n个 , [ 第页 1 ] H(H) ˜ n个 , [ 第页 ] 是大小方阵 n个 + 第页 由提供
M(M) ˜ n个 , [ 第页 1 ] = 0 M(M) n个 , [ 第页 1 ] 0 0 0 0 , H(H) ˜ n个 , [ 第页 ] = H(H) n个 , [ 第页 ] 0 0 .
每个区块 A类 ˜ n个 , [ 第页 ] , j个 矩阵的 A类 ˜ n个 , [ 第页 ] 现在是一个正方形的方块 ( n个 1 + 第页 ) ( n个 2 + 第页 ) 此外,
M(M) n个 , [ 第页 1 ] = P(P) n个 , [ 第页 ] M(M) ˜ n个 , [ 第页 1 ] ( P(P) n个 , [ 第页 ] ) T型 , H(H) n个 , [ 第页 ] = P(P) n个 , [ 第页 ] H(H) ˜ n个 , [ 第页 ] ,
其中矩阵
P(P) n个 , [ 第页 ] = 0 n个 + 第页 1 0
满足 P(P) n个 , [ 第页 ] ( P(P) n个 , [ 第页 ] ) T型 = n个 + 第页 1 .签署人(6)和(7),
A类 n个 , [ 第页 ] , 11 = ( P(P) n个 1 , [ 第页 ] n个 2 + 第页 ) A类 ˜ n个 , [ 第页 ] , 11 ( P(P) n个 1 , [ 第页 ] n个 2 + 第页 ) T型 , A类 n个 , [ 第页 ] , 12 = ( P(P) n个 1 , [ 第页 ] n个 2 + 第页 ) A类 ˜ n个 , [ 第页 ] , 12 ( n个 1 + 第页 P(P) n个 2 , [ 第页 ] ) T型 , A类 n个 , [ 第页 ] , 21 = ( n个 1 + 第页 P(P) n个 2 , [ 第页 ] ) A类 ˜ n个 , [ 第页 ] , 21 ( P(P) n个 1 , [ 第页 ] n个 2 + 第页 ) T型 , A类 n个 , [ 第页 ] , 22 = ( n个 1 + 第页 P(P) n个 2 , [ 第页 ] ) A类 ˜ n个 , [ 第页 ] , 22 ( n个 1 + 第页 P(P) n个 2 , [ 第页 ] ) T型 ,
等等
A类 n个 , [ 第页 ] = P(P) n个 , [ 第页 ] A类 ˜ n个 , [ 第页 ] ( P(P) n个 , [ 第页 ] ) T型 , P(P) n个 , [ 第页 ] = P(P) n个 1 , [ 第页 ] n个 2 + 第页 n个 1 + 第页 P(P) n个 2 , [ 第页 ] .
鉴于定理1的应用,我们注意到
P(P) n个 , [ 第页 ] [ ( n个 1 + 第页 1 ) ( n个 2 + 第页 ) + ( n个 1 + 第页 ) ( n个 2 + 第页 1 ) ] × 2 ( n个 1 + 第页 ) ( n个 2 + 第页 ) ,
P(P) n个 , [ 第页 ] ( P(P) n个 , [ 第页 ] ) T型 = ( n个 1 + 第页 1 ) ( n个 2 + 第页 ) + ( n个 1 + 第页 ) ( n个 2 + 第页 1 ) ,
n个 ( n个 1 + 第页 1 ) ( n个 2 + 第页 ) + ( n个 1 + 第页 ) ( n个 2 + 第页 1 ) 2 ( n个 1 + 第页 ) ( n个 2 + 第页 ) = n个 n个 1 + 第页 1 2 ( n个 1 + 第页 ) + n个 2 + 第页 1 2 ( n个 2 + 第页 ) = 1 .
引理 5
第页 2 n个 1 .然后,
n个 1 K(K) n个 , [ 第页 ] = T型 n个 + 第页 ( (f) 第页 ) + n个 , [ 第页 ] , 等级 ( n个 , [ 第页 ] ) 4 第页 ,
H(H) ˜ n个 , [ 第页 ] = T型 n个 + 第页 ( 第页 ) + n个 , [ 第页 ] , 等级 ( n个 , [ 第页 ] ) 4 第页 ,
n个 M(M) ˜ n个 , [ 第页 1 ] = T型 n个 + 第页 ( 小时 第页 ) + S公司 n个 , [ 第页 ] , 等级 ( S公司 n个 , [ 第页 ] ) 4 第页 ,
哪里
(f) 第页 ( θ ) = k个 Z轴 β [ 2 第页 + 1 ] ( 第页 + 1 k个 ) e(电子) k个 θ ,
第页 ( θ ) = k个 Z轴 β [ 2 第页 ] ( 第页 k个 ) e(电子) k个 θ ,
小时 第页 ( θ ) = k个 Z轴 β [ 2 第页 1 ] ( 第页 k个 ) e(电子) k个 θ ,
我们注意到这三个级数实际上是有限和,因为(57).
证明。 
对于每个 , j个 = 第页 + 1 , , n个 ,自 [ + 第页 + 1 , n个 + 第页 + 1 ] [ 0 , 第页 + 1 ] = 支持 ( β [ 第页 ] ) [ + 第页 , n个 + 第页 ] [ 0 , 第页 ] = 支持 ( β [ 第页 1 ] ) ,通过(59)和(60),我们得到
( K(K) n个 , [ 第页 ] ) j个 = 0 1 B类 j个 , [ 第页 ] ( x个 ) B类 , [ 第页 ] ( x个 ) d日 x个 = n个 2 0 1 β [ 第页 ] ( n个 x个 j个 + 第页 + 1 ) β [ 第页 ] ( n个 x个 + 第页 + 1 ) d日 x个 = n个 + 第页 + 1 n个 + 第页 + 1 β [ 第页 ] ( τ + j个 ) β [ 第页 ] ( τ ) d日 τ = n个 β [ 第页 ] ( τ ) β [ 第页 ] ( τ + j个 ) d日 τ = n个 β [ 2 第页 + 1 ] ( 第页 + 1 + j个 ) = n个 β [ 2 第页 + 1 ] ( 第页 + 1 + j个 ) , ( H(H) ˜ n个 , [ 第页 ] ) j个 = 0 1 B类 j个 , [ 第页 ] ( x个 ) B类 , [ 第页 1 ] ( x个 ) d日 x个 = n个 0 1 β [ 第页 ] ( n个 x个 j个 + 第页 + 1 ) β [ 第页 1 ] ( n个 x个 + 第页 ) d日 x个 = + 第页 n个 + 第页 β [ 第页 ] ( τ + j个 + 1 ) β [ 第页 1 ] ( τ ) d日 τ = β [ 第页 1 ] ( τ ) β [ 第页 ] ( τ + j个 + 1 ) d日 τ = β [ 2 第页 ] ( 第页 + j个 + 1 ) = β [ 2 第页 ] ( 第页 + j个 ) , ( M(M) ˜ n个 , [ 第页 1 ] ) j个 = 0 1 B类 j个 , [ 第页 1 ] ( x个 ) B类 , [ 第页 1 ] ( x个 ) d日 x个 = 0 1 β [ 第页 1 ] ( n个 x个 j个 + 第页 ) β [ 第页 1 ] ( n个 x个 + 第页 ) d日 x个 = n个 1 + 第页 n个 + 第页 β [ 第页 1 ] ( τ + j个 ) β [ 第页 1 ] ( τ ) d日 τ = n个 1 β [ 第页 1 ] ( τ ) β [ 第页 1 ] ( τ + j个 ) d日 τ = n个 1 β [ 2 第页 1 ] ( 第页 + j个 ) = n个 1 β [ 2 第页 1 ] ( 第页 + j个 ) .
因此,
[ ( n个 1 K(K) n个 , [ 第页 ] ) j个 ] , j个 = 第页 + 1 n个 = [ β [ 2 第页 + 1 ] ( 第页 + 1 + j个 ) ] , j个 = 第页 + 1 n个 = T型 n个 第页 ( (f) 第页 ) ,
[ ( H(H) ˜ n个 , [ 第页 ] ) j个 ] , j个 = 第页 + 1 n个 = [ β [ 2 第页 ] ( 第页 + j个 ) ] , j个 = 第页 + 1 n个 = T型 n个 第页 ( 第页 ) ,
[ ( n个 M(M) ˜ n个 , [ 第页 1 ] ) j个 ] , j个 = 第页 + 1 n个 = [ β [ 2 第页 1 ] ( 第页 + j个 ) ] , j个 = 第页 + 1 n个 = T型 n个 第页 ( 小时 第页 ) .
由(72)可知 n个 1 K(K) n个 [ 第页 ] T型 n个 + 第页 ( (f) 第页 ) 对应于行和列索引 , j个 = 第页 + 1 , , n个 是零矩阵,这意味着(66)。类似地,(73)和(74)分别表示(67)和(68)。☐
定理 6
第页 2 ,让 ν = ( ν 1 , ν 2 ) 2 是具有正分量的向量,并假设 n个 = n个 ν (可以理解,n在 N个 这样的话 n个 = n个 ν N个 2 ). 然后,
{ A类 n个 , [ 第页 ] } n个 σ , λ κ ( θ ) = ν 2 ν 1 小时 第页 ( θ 1 ) (f) 第页 ( θ 2 ) 第页 ( θ 1 ) 第页 ( θ 2 ) ¯ 第页 ( θ 1 ) ¯ 第页 ( θ 2 ) ν 1 ν 2 (f) 第页 ( θ 1 ) 小时 第页 ( θ 2 ) .
证明。 
一旦我们证明了
{ A类 ˜ n个 , [ 第页 ] } n个 σ , λ κ ( θ ) .
我们证明了这一点
{ A类 ˜ n个 , [ 第页 ] , j个 } n个 GLT公司 κ j个 ( θ ) , , j个 = 1 , 2 .
一旦完成,论文(75)立即遵循定理5和总账1作为矩阵 A类 ˜ n个 , [ 第页 ] 是对称的。实际上,我们只证明了(76) ( , j个 ) = ( 1 , 2 ) 因为其他指数对的证明 ( , j个 ) 在概念上是相同的。设置 第页 = ( 第页 , 第页 ) 记住这个假设 n个 = n个 ν ,通过引理5和方程(5)(51)和(52),我们有
A类 ˜ n个 , [ 第页 ] , 12 = H(H) ˜ n个 1 , [ 第页 ] ( H(H) ˜ n个 2 , [ 第页 ] ) T型 = ( T型 n个 1 + 第页 ( 第页 ) + n个 1 , [ 第页 ] ) ( T型 n个 2 + 第页 ( 第页 ) + n个 2 , [ 第页 ] ) T型 = ( T型 n个 1 + 第页 ( 第页 ) + n个 1 , [ 第页 ] ) ( T型 n个 2 + 第页 ( 第页 ¯ ) + ( n个 2 , [ 第页 ] ) T型 ) = ( T型 n个 + 第页 ( 第页 ( θ 1 ) 第页 ( θ 2 ) ¯ ) + T型 n个 1 + 第页 ( 第页 ) ( n个 2 , [ 第页 ] ) T型 + n个 1 , [ 第页 ] ( H(H) ˜ n个 2 , [ 第页 ] ) T型 ) = T型 n个 + 第页 ( κ 12 ) + V(V) n个 , [ 第页 ] ,
哪里 等级 ( V(V) n个 , [ 第页 ] ) 4 第页 ( n个 1 + 第页 ) + 4 第页 ( n个 2 + 第页 ) 因此, { V(V) n个 , [ 第页 ] } n个 σ 0 根据命题1和(76)(针对 ( , j个 ) = ( 1 , 2 ) )以下为GLT 2型GLT三. ☐
备注 5
使用(58),不难看出 (f) 第页 ( θ ) 第页 ( θ ) 在里面(69)(70)可以用 小时 第页 ( θ ) 如下:
(f) 第页 ( θ ) = ( 2 2 余弦 θ ) 小时 第页 ( θ ) , 第页 ( θ ) = ( e(电子) θ 1 ) 小时 第页 ( θ ) .
因此 2 × 2 矩阵值函数 κ ( θ ) 出现在定理中6可以简化如下:
κ ( θ ) = 1 ν 1 ν 2 小时 第页 ( θ 1 ) 小时 第页 ( θ 2 ) ν 2 ( e(电子) θ 2 1 ) ν 1 ( e(电子) θ 1 1 ) ν 2 ( e(电子) θ 2 1 ) ν 1 ( e(电子) θ 1 1 ) .
特别地, det(探测) ( κ ( θ ) ) = 0 为所有人θ根据光谱分布背后的非正式含义 { A类 n个 , [ 第页 ] } n个 λ κ ( θ ) 在备注中报告1,这意味着,对于大n A类 n个 , [ 第页 ] 近似为零,一半通过均匀采样得到 [ π , π ] 2 属于
追踪 ( κ ( θ ) ) = 1 ν 1 ν 2 小时 第页 ( θ 1 ) 小时 第页 ( θ 2 ) ν 1 2 ( 2 2 余弦 θ 1 ) + ν 2 2 ( 2 2 余弦 θ 1 ) .

8.结论

我们通过具体例子说明了块GLT序列理论及其多元版本的应用兴趣,从而完成了纯理论工作[34]. 然而,应该说,GLT序列的理论仍然不完整。特别是,除了填充多级块GLT序列理论的细节之外第5节已获得以下结果的组合[14,34],但它们的正式证明仍然缺失,将成为未来论文的主题-,有必要发展所谓的简化GLT序列的理论,如([13]第11章)。

作者贡献

C.G.编写第1节,第2节,第3节第4节并合著第5节.S.S.C.合著第5节第6节; 他还为证明第3节,第4节第7节.M.M.合著第6节和作者第7节.

基金

这项研究由意大利国家科学研究院(INdAM)通过拨款PCOFUND-GA-2012-600198资助,由INdAM GNCS(Gruppo Nazionale per il Calcolo Scientifico)通过国家拨款资助。

致谢

C.G.是获得PCOFUND-GA-2012-600198资助的INdAM Marie-Curie研究员。所有作者都是INdAM GNCS的成员,该组织部分支持这项工作。

利益冲突

作者声明没有利益冲突。

工具书类

  1. Tilli,P.局部Toeplitz序列:光谱特性和应用。线性代数应用。 1998,278, 91–120. [谷歌学者] [交叉参考]
  2. Avram,F.关于高斯随机变量和Toeplitz矩阵的双线性形式。普罗巴伯。理论关联。领域 1988,79, 37–45. [谷歌学者] [交叉参考]
  3. Böttcher,A。;S.M.格拉德斯基。Toeplitz矩阵、渐近线性代数和泛函分析; Birkhäuser Verlag:瑞士巴塞尔,2000年。[谷歌学者]
  4. Böttcher,A。;S.M.格拉德斯基。带状Toeplitz矩阵的谱性质; SIAM:美国宾夕法尼亚州费城,2005年。[谷歌学者]
  5. Böttcher,A。;西尔伯曼,B。大截断Toeplitz矩阵简介; 施普林格:美国纽约州纽约市,1999年。[谷歌学者]
  6. Böttcher,A。;西尔伯曼,B。Toeplitz算子分析第2版。;施普林格:德国柏林,2006年。[谷歌学者]
  7. 美国格伦纳德。;斯泽戈,G。Toeplitz形式及其应用第2版。;AMS Chelsea出版社:美国纽约州纽约市,1984年。[谷歌学者]
  8. Parter,S.V.关于Toeplitz矩阵奇异值的分布。线性代数应用。 1986,80, 115–130. [谷歌学者] [交叉参考]
  9. 关于Toeplitz矩阵的谱分布的一个注记。线性多线性代数 1998,45, 147–159. [谷歌学者] [交叉参考]
  10. Tyrtyshnikov,E.E.关于分布和聚类的一些新旧定理的统一方法。线性代数应用。 1996,232, 1–43. [谷歌学者] [交叉参考]
  11. 蒂尔蒂什尼科夫,E.E。;Zamarashkin,N.L.多层Toeplitz矩阵的谱:通过简单矩阵关系的高级理论。线性代数应用。 1998,270, 15–27. [谷歌学者] [交叉参考]
  12. 北卡罗来纳州扎马拉什金。;Tyrtyshnikov,E.E.生成函数减弱条件下Toeplitz矩阵特征值和奇异值的分布。Sb.数学。 1997,188, 1191–1201. [谷歌学者] [交叉参考]
  13. 加罗尼,C。;塞拉卡皮萨诺,S。广义局部Toeplitz序列:理论与应用,第一卷; 施普林格:瑞士查姆,2017年。[谷歌学者]
  14. 加罗尼,C。;塞拉卡皮萨诺,S。广义局部Toeplitz序列:理论与应用,第二卷; 施普林格;出现。
  15. Serra-Capizano,S.广义局部Toeplitz序列:谱分析及其在离散偏微分方程中的应用。线性代数应用。 2003,366, 371–402. [谷歌学者] [交叉参考]
  16. Serra-Capizano,S.GLT类作为广义傅里叶分析和应用。线性代数应用。 2006,419, 180–233. [谷歌学者] [交叉参考]
  17. Barbarino,G.GLT序列和可测函数之间的等价性。线性代数应用。 2017,529, 397–412. [谷歌学者] [交叉参考] [绿色版本]
  18. Böttcher,A。;加罗尼,C。;Serra-Capizano,S.探索具有无界符号的类Toeplitz矩阵并不是一个纯粹的学术旅程。Sb.数学。 2017,208, 1602–1627. [谷歌学者] [交叉参考]
  19. 贝克曼,B。;Serra-Capizano,S.关于有限元矩阵序列的渐近谱。SIAM J.数字。分析。 2007,45, 746–769. [谷歌学者] [交叉参考]
  20. 贝尔塔奇尼,D。;多纳泰利,M。;杜拉斯坦特,F。;Serra-Capizano,S.针对变效率对流扩散方程优化多重网格Runge–Kutta平滑器。线性代数应用。 2017,533, 507–535. [谷歌学者] [交叉参考]
  21. 多纳泰利,M。;加罗尼,C。;曼尼,C。;Serra-Capizano,S。;等几何配置方法中矩阵的谱分析和谱符号。数学。计算。 2016,85, 1639–1680. [谷歌学者] [交叉参考]
  22. Garoni,C.等几何分析中PDE离散矩阵的谱分布:案例L(左)1系数和非正则几何。J.规范。理论 2018,8, 297–313. [谷歌学者][交叉参考]
  23. 加罗尼,C。;曼尼,C。;佩洛西,F。;Serra-Capizano,S。;Speleers,H.关于等几何分析产生的刚度矩阵谱。数字。数学。 2014,127, 751–799. [谷歌学者] [交叉参考]
  24. 加罗尼,C。;曼尼,C。;Serra-Capizano,S。;塞萨纳,D。;等几何Galerkin方法中矩阵的谱分析和谱符号。数学。计算。 2017,86, 1343–1373. [谷歌学者][交叉参考]
  25. 加罗尼,C。;曼尼,C。;Serra Capizzano,S。;塞萨纳,D。;Speleers,H.Lusin定理,GLT序列和矩阵计算:PDE离散矩阵谱分析的应用。数学杂志。分析。申请。 2017,446, 365–382. [谷歌学者] [交叉参考]
  26. 罗曼,F。;曼尼,C。;Speleers,H.基于高平滑度广义B样条的Galerkin方法中矩阵的谱分析。数字。数学。 2017,135, 169–216. [谷歌学者] [交叉参考]
  27. 多纳泰利,M。;Mazza,M。;Serra-Capizano,S.分数阶扩散方程的谱分析和结构保持预条件。J.计算。物理学。 2016,307, 262–279. [谷歌学者] [交叉参考]
  28. Salinelli,E。;Serra-Capizano,S。;Sesana,D.Eigenvalue–Schoenmakers的特征向量结构–通过Toeplitz技术和应用的Coffey矩阵。线性代数应用。 2016,491, 138–160. [谷歌学者] [交叉参考]
  29. Al-Fhaid,A.S。;Serra Capizzano,S。;塞萨纳,D。;Ullah,M.Z.近似积分算子的采样矩阵序列的奇异值(和特征值)分布和Krylov预处理。数字。线性代数应用。 2014,21, 722–743. [谷歌学者] [交叉参考]
  30. 贝克曼,B。;Kuijlaars,A.B.J.共轭梯度的超线性收敛。SIAM J.数字。分析。 2001,39, 300–329. [谷歌学者] [交叉参考]
  31. 多纳泰利,M。;加罗尼,C。;曼尼,C。;Serra-Capizano,S。;IgA-Galerkin线性系统的鲁棒和最优多重迭代技术。计算。应用方法。机械。工程师。 2015,284, 230–264. [谷歌学者] [交叉参考]
  32. 多纳特利,M。;加罗尼,C。;曼尼,C。;Serra-Capizano,S。;Speleers,H.IgA配置线性系统的鲁棒和最优多重迭代技术。计算。方法应用。机械。工程师。 2015,284, 1120–1146. [谷歌学者] [交叉参考]
  33. 多纳泰利,M。;加罗尼,C。;曼尼,C。;Serra-Capizano,S。;Galerkin B样条等距分析的基于符号的多重网格方法。SIAM J.数字。分析。 2017,55, 31–62. [谷歌学者] [交叉参考]
  34. 加罗尼,C。;Serra-Capizano,S。;Sesana,D.Block广义局部Toeplitz序列:拓扑结构、谱分布结果和星代数结构。数值线性代数中的结构矩阵:分析、算法和应用; 施普林格INdAM系列;施普林格;出现。
  35. 加罗尼,C。;Serra-Capizano,S。;塞萨纳,D.光谱分析和光谱符号d日-变量 第页拉格朗日有限元刚度矩阵。SIAM J.矩阵分析。申请。 2015,36, 1100–1128. [谷歌学者] [交叉参考]
  36. Benedusi,P。;加罗尼,C。;克劳斯,R。;李,X。;Serra-Capizano,S.任意维各向异性扩散方程的时空FE–DG离散化:谱符号。SIAM J.矩阵分析。申请。出现。
  37. Dumbser,M。;法姆布里,F。;Furci,I。;Mazza,M。;Serra Capizzano,S。;Tavelli,M.不可压缩Navier–Stokes方程的交错间断Galerkin方法:谱分析和计算结果。数字。线性代数应用。 2018. [谷歌学者] [交叉参考]
  38. Mazza,M。;Ratnani,A。;Serra-Capizano,S.二维卷曲-卷曲(稳定)算子的谱分析和谱符号及其在相关迭代解中的应用。数学。计算。 2018. [谷歌学者] [交叉参考]
  39. Barbarino,G。;塞拉卡皮萨诺,S。厄米矩阵序列的非热扰动及其在近似偏微分方程谱分析中的应用; 技术报告2018-004;乌普萨拉大学信息技术系:瑞典乌普萨拉邦,2018年。[谷歌学者]
  40. 巴蒂亚,R。矩阵分析; 施普林格:美国纽约州纽约市,1997年。[谷歌学者]
  41. 舒梅克,L.L。样条函数:基本理论第3版。;剑桥大学出版社:英国剑桥,2007年。[谷歌学者]
  42. 德布尔,C。花键实用指南,修订版。;施普林格:美国纽约州纽约市,2001年。[谷歌学者]
  43. 布法,A。;桑加利,G。;Vázquez,R.《电磁学中的等几何分析:B样条逼近》。计算。方法应用。机械。工程师。 2010,199, 1143–1152. [谷歌学者] [交叉参考] [绿色版本]
图1。光谱之间的比较 C类 n个 和重新安排的版本 ϕ 符号的 κ ( x个 , θ ) 对于 11 ( x个 ) = 2 + 余弦 ( π x个 ) , 12 ( x个 ) = 21 ( x个 ) = e(电子) x个 ( π x个 ) , 22 ( x个 ) = 2 x个 + ( π x个 ) n个 = 40 .
图1。光谱之间的比较 C类 n个 以及重新排列的版本 ϕ 符号的 κ ( x个 , θ ) 对于 11 ( x个 ) = 2 + 余弦 ( π x个 ) , 12 ( x个 ) = 21 ( x个 ) = e(电子) x个 ( π x个 ) , 22 ( x个 ) = 2 x个 + ( π x个 ) n个 = 40 .
公理07 00049 g001
图2。样条 B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] 对于 第页 = k个 = 1 ,使用 n个 = 10 .
图2。样条 B类 1 , [ 第页 , k个 ] , , B类 n个 ( 第页 k个 ) + k个 + 1 , [ 第页 , k个 ] 对于 第页 = k个 = 1 ,使用 n个 = 10 .
公理07 00049 g002
图3。参考B样条曲线 β 1 , [ 第页 , k个 ] , β 2 , [ 第页 , k个 ] 对于 第页 = k个 = 1 .
图3。参考B样条曲线 β 1 , [ 第页 , k个 ] , β 2 , [ 第页 , k个 ] 对于 第页 = k个 = 1 .
公理07 00049 g003

分享和引用

MDPI和ACS样式

加罗尼,C。;Mazza,M。;塞拉卡皮萨诺,S。块广义局部Toeplitz序列:从理论到应用。公理 2018,7, 49.https://doi.org/10.3390/axioms7030049

AMA风格

Garoni C、Mazza M、Serra Capizzano S。块广义局部Toeplitz序列:从理论到应用。公理. 2018; 7(3):49.https://doi.org/10.3390/axioms7030049

芝加哥/图拉宾风格

加罗尼、卡洛、玛丽亚罗萨·马扎和斯特凡诺·塞拉·卡皮萨诺。2018.“块广义局部Toeplitz序列:从理论到应用”公理7、3号:49。https://doi.org/10.3390/axioms7030049

请注意,从2016年第一期开始,该杂志使用文章编号而不是页码。查看更多详细信息在这里.

文章指标

返回页首顶部