\documentclass{article}
\linespread{2.0}
\usepackage{geometry}%页边距等
\geometry{left=2.5cm,right=2.5cm,top=2.5cm,bottom=2.5cm}
 \usepackage{indentfirst}
\usepackage{CJK}
\begin{CJK*}{GBK}{song} %宋体中文
\begin{Huge}
\title{带有不同粘性系数的稳态N-S方程\\的几种迭代有限元方法}

\author{xxxxxxxxxxxxxxxxxxxx}
\end{Huge}
\begin{document}
\maketitle
\begin{LARGE}
1 文章简介\\
\end{LARGE}
\begin{large}%字体大小
\\文章中考虑了稳态的不可压缩的N-S方程\\
\begin{equation}
\left\{
  \begin{array}{cc}
   -\nu \triangle u +(u\cdot \nabla )u+\nabla p=f  & in \Omega\\
   divu=0 & in \Omega\\
   u=0 & on \partial \Omega\\
   \int_{\Omega}pdx=0 & in \Omega\\
  \end{array}
\right.
\end{equation}

方程描述了在有边界的区域里面定义的稳态的不可压缩粘性牛顿流体。这里$\Omega $是一个有Lipschitz连续边界 $\partial \Omega$ 的有界区域$R^{d}$ ,$u:\Omega \rightarrow R^{d}$和$p:\Omega \rightarrow R$分别是速度和压力,$\nu$和$f$分别是粘性系数和作用力。\\
  本文里,我们总是假设$( \| f \| _{-1}/ \| f_{0}\|)^{1/2}<1/4$。事实上,如果$( \| f \| _{-1}/ \| f_{0}\|)^{1/2} \geq 1/4$,我们可以找到一个$\alpha$ 满足$\alpha ( \| f \| _{-1}/ \| f_{0}\|)^{1/2}<1/4$。
  于是,文中的所有结果是在$\alpha ( \| f \| _{-1}/ \| f_{0}\|)^{1/2}<1/4$代替$( \| f \| _{-1}/ \| f_{0}\|)^{1/2}<1/4$的时候总是正确的。我们令$\sigma = N \| f \| _{-1}/\nu ^{2}$,这里$N$ 在$(5)$中定义,然后可以通过$0 < \delta <1 $或者$\nu ^{2}>N \| f \| _{-1}$描述这个独一无二的条件;这个强的独一性是$\| f \| _{-1}/ \| f_{0}\|)^{1/2} \leq \delta <1$或者$\nu ^{2} \geq N  \| f \| _{-1} /(1-( \| f \| _{-1}/ \| f_{0}\|)^{1/2})$;弱的独一性条件是$0<\delta <( \| f \| _{-1}/ \| f_{0}\|)^{1/2} $或者$N \| f \| _{-1}/(1-( \| f \| _{-1}/ \| f_{0}\|)^{1/2})$。通常来讲,$\delta $被认为是固定的常数。文章中$\delta $可以取$(0,1)$中的任意值。\\

于是,对于小的$\sigma$ 满足强的独一性条件 $0<\sigma \leq ( \| f \| _{-1}/ \| f_{0}\|)^{1/2}$,我们设计了三个two-level 迭代有限元方法在一个网格大小为$H$的粗网格得到有限元的迭代解$(u_{H}^{m},p_{h}^{m})$,然后通过在一个网格大小$h<H$的细网格
  解决Stokes,Newton和Oseen修正问题得到有限元的迭代解$(u_{mh},p_{mh})$。这里,当$0<\sigma \leq 1/4$,$(u_{H}^{m},p_{h}^{m})$是通过在粗网格上应用Stokes,Newton和Oseen方法$m$次迭代获得,当$1/4<\sigma \leq 1/3$,$(u_{H}^{m},p_{h}^{m})$是通过在粗网格上应用Newton和Oseen方法$m$次迭代获得,当$1/3<\sigma \leq 1-( \| f \| _{-1}/ \| f_{0}\|)^{1/2}$,$(u_{H}^{m},p_{h}^{m})$是通过在粗网格上应用Oseen$m$次迭代获得。而且,one-level
   Oseen 有限元迭代方法是在弱的独一性条件下$1-( \| f \| _{-1}/ \| f_{0}\|)^{1/2}
   < \sigma <1$的时候使用的。\\

\begin{LARGE}
2 N-S方程的函数设定\\
\end{LARGE}
 \\令$\Omega $是$R^{d}$的一个凸多项式区域,我们引入下面的索伯列夫空间
 $$X=H_{0}^{1}(\Omega)^{d},Y=L^{2}(\Omega)^{d},M=L_{0}^{2}(\Omega)={q \in L^{2}(\Omega):\int _{\Omega}q(x)dx}$$
 我们用$(\cdot,\cdot),\|\|_{0}$表示内部作用和泛数,空间X有通常的标量作用$(\nabla u,\nabla v)$和$\| \nabla u \|_{0}$。泛数在索伯列夫空间$H^{k}(\Omega)$或者$H^{k}(\Omega)^{d}$中用$\|\cdot\|_{k}$表示,
 半泛数在索伯列夫空间$H^{k}(\Omega)$或者$H^{k}(\Omega)^{d}$中用$|\cdot|_{k}$表示,我们在$X\times X$和$X \times M$定义连续的双线性形式$a(u,v)$和$d(u,v)$
 $$a(u,v)=\nu (\nabla u,\nabla v),\quad \forall u,v\in X$$\\和\\
 $$d(u,v)=(q,div\nu),\quad \forall (\nu,q) \in (X,M)$$
  而且,我们定义三线性形式
  $$b(u,v,w)=((u\cdot \nabla)v,u)+\frac{1}{2} ((divu)v,w)=\frac{1}{2}((u\cdot \nabla)v,w)-\frac{1}{2}((u\cdot \nabla)w,v) ,\forall u,v,w \in X$$
  对于一个给定的$f \in L^{2}(\Omega)^{d}\quad problem(1)$ 可以被写成:求解$(u,p)\in (X,M)$满足
  \begin{equation}
  a(u,v)+d(u,v)-d(v,p)+b(u,u,v)=(f,v),\quad \forall (v,p)\in (X,M).
  \end{equation}
  我们关于Stokes问题作一个正则性的假设\\
  \begin{CJK*}{GBK}{hei}
  \\假设$A_{0}.$
  \end{CJK*}
  对于给定的$g \in L^{2}(\Omega)^{d}$和Stokes问题
  $$-\Delta \nu +\nabla q=g,\quad div \nu =0\quad in\Omega,\quad \nu |_{\partial \Omega}=0,$$
  我们假设$(\nu ,q)$满足下面的正则化结果
  \begin{equation}
  \|A\nu\|_{0}+\|q\|_{1}\leq c\|g\|_{0},
  \end{equation}
  这里$A=-P\triangle$表示有着定义边界$D(A)={\nu \in (H^{2}(\Omega)\bigcap H_{0}^{1}(\Omega))^{d}:div\nu =0}$的Stokes算子,$P:Y\rightarrow H={\nu \in L^{2}(\Omega)^{d}:div\nu =0,\nu \cdot n|_{\partial \Omega}=0}$
  表示$L^{2}$正交映射,$c$是依赖于$\Omega$的正常数并且在不同情况下可能代表不同的值。\\
   有了以上注记,以下的估计就会成立
   \begin{equation}
   b(u,v,w)=-b(u,v,w),\quad \forall u \in X,\nu ,w \in X,
   \end{equation}
   \begin{equation}
   |b(u,v,w)|\leq N\|\nabla u\|_{0}\|\nabla v\|_{0}\|\nabla w\|_{0}, \quad \forall u,v,w \in X
   \end{equation}
   这里$N$是依赖于$\Omega$的定正常数。
   \begin{CJK*}{GBK}{hei}
   \\定理2.1.
   \end{CJK*}
   令$f\in X^{'},\nu$ 满足以下唯一性的条件:
   \begin{equation}
   0< \sigma = \frac{N}{\nu ^{2}}\|f\|_{-1}<1,
   \end{equation}
   式中
   \begin{equation}
   \|f\|_{-1}=\sup _{\nu \in X}\frac{(f,x)}{|\\nabla \nu|\_{0}}.
   \end{equation}
   这样,问题(2)存在唯一解$u \in X$和$p \in M$满足
   \begin{equation}
   \nu |\nabla u|\_{0}\leq \|f\|_{-1},\quad \|p\|_{0}\leq 3\beta ^{-1}\|f\|_{-1}.
   \end{equation}
   我们通过依赖于$\nu$和解$u,p$的正则性结果得到以下结论。
   \begin{CJK*}{GBK}{hei}
   \\定理2.2.
   \end{CJK*}
   如果$f \in Y$,假设$A_{0}$和(6)成立,(2)的解满足以下:
   \begin{equation}
   \nu \|\nabla u\|_{0}+\|p\|_{0}\leq c \|f\|_{-1},\quad \nu \|Au\|_{0}+\|p\|_{0}\leq c \|f\|_{0}.
   \end{equation}
\begin{LARGE}
\\3 Galerkin有限元逼近\\
\end{LARGE}
从现在开始,$H$是一个趋向于0的实的正参数。$\tau _{H}$是正则刨分,它把$\Omega$刨分成三角形元素或者直径被$H$限制的四边形。
根据刨分构造统一的速度-压力有限元空间$(X_{H},P_{H})$。之后,细的刨分$\tau _{h}$可以认为是粗刨分$\tau _{H}$的细化过程,然后就可以根据$\tau _{h}$构造统一的速度-压力有限元空间$(X_{h},P_{h})$。然而,我们没有必要为了保持定理的收敛性结果设计算法,因为我们都假设这是
可以简化我们分析过程而内嵌的了,也就是$(X_{H},P_{H})\subset (X_{h},P_{h}) \subset (X,P)$。进一步,我们假设$(X_{\mu},M_{\mu}),\mu = h或者H$满足通常的逼近性质。\\
\begin{CJK*}{GBK}{hei}
假设$A_{1}:$
\end{CJK*}
存在一个映射$r_{\mu} \in \pounds (D{A};X_{\mu})$满足
$$\|\nabla (r_{\mu}-\nu)\|_{0} \leq c\mu \|A\nu\|_{0},\quad \forall \nu \in D(A);$$
正则映射算子$\rho _{u}:M \rightarrow M_{\mu}$满足:$$\|q-\rho _{u}q\| \leq c\mu \|q\|_{1} \quad \forall q \in H^{1}(\Omega)\bigcap M;$$
\begin{CJK*}{GBK}{hei}
假设$A_{2}:$
\end{CJK*}
以下的不等式成立:
$$\|\nabla \nu _{\mu}\|_{0} \leq c\mu^{-1}\|\nu _{\mu}\|_{0}\quad \forall \nu _{\mu} \in X_{\mu}$$

$$\|\nu _{\mu}\|_{L^{\infty }} \ \leq c|ln\mu|^{\frac{1}{2}}\|\nabla \nu_{\mu}\|_{0}   \quad \forall \nu_{\mu} \in X_{\mu} (d=2).$$
\begin{CJK*}{GBK}{hei}
假设$A_{3}:$
\end{CJK*}
存在一个常数$\beta _{1} > 0$满足
$$\sup_{\nu_{\mu} \in X_{\mu}} \frac{d(\nu_{\mu},q_{\mu})}{\|\nabla \nu _{\mu}\|_{0}} \geq \beta_{1} \|q_{\mu}\|_{0}.$$
我们在满足假设$A_{1}到A_{3}$的空间$X_{\mu} 和 M_{\mu}$上给出几个例子。用$P_{1}(K)$表示在$K$上次数小于等于$l$的多项式空间。\\
\\\begin{CJK*}{GBK}{hei}
例子1:$Girault-Raviart$
\end{CJK*}
$$X_{\mu}={\nu_{\mu} \in C^{0}(\Omega)^{d}\bigcap X;\nu _{\mu | k} \in P_{2}(K)^{d},\forall K \in \tau _{\mu}}.$$
$$M_{\mu}={q_{u} \in M;q_{u|k} \in P_{0}(K),\forall K \in \tau _{u}}.$$
\begin{CJK*}{GBK}{hei}
例子2:$Bercovier-Pironneau$:
\end{CJK*}
$$ X_{\mu}={\nu_{\mu} \in C^{0}(\Omega)^{d}\bigcap X; \nu _{\mu | k} \in P_{2}(K)^{d},\forall K \in \tau _{\mu}} $$
$$M_{\mu}={q_{u} \in C^{0}(\Omega)^{d}\bigcap M;q_{u|k} \in P_{1}(K),\forall K \in \tau _{u}}.$$

\begin{CJK*}{GBK}{hei}
例子3:$(mini-element):$
\end{CJK*}
$b \in H^{1}_{0}(K)$在$K$的重心处取值1,满足$0\leq b(x) \leq 1$。令$P^{B}_{1,u}={\phi _{u} \in C^{0}(\Omega);v_{u|k} \in P_{1}(K)\bigoplus span{b},\forall K \in \tau _{u}},$定义
$$X_{u}=(P_{1,u}^{b})^{d}\bigcap X,\quad M_{u}={q_{u} \in C^{0}(\Omega) \bigcap M;q_{u|k} \in P_{1}(K),\forall k\in \tau _{u}}.$$
我们定义空间V的离散类似$$V_{u}={v_{u}\in X_{u};d(v_{u},q_{u})=0, \forall q_{u} \in M_{u}}$$
同样,我们也可以定义正交投影$P_{u}:L^{2}(\Omega)^{d}\rightarrow V_{u}$,通过
$$(p_{u}u,v_{u})=(u,v_{u}),\forall v_{u} \in V_{u}.$$
基于$(X_{u},M_{u})$的(2)的有限元Galerkin逼近可以写作:\\
寻找$(u_{u},p_{u}) \in (X_{u},M_{u})$满足对于任意的$(v,q) \in (X_{u},M_{u})$
\begin{equation}
a(u_{u},v)+d(u_{u},p)-d(v,p_{u})+b(u_{u},u_{u},v)=(f,v)
\end{equation}

\begin{CJK*}{GBK}{hei}
定理3.1:
\end{CJK*}
若假设$A_{0},A_{1},A_{2},A_{3}$和唯一性条件(6)是成立的,则有限元的Galerkin逼近问题(10)有唯一解$(u_{u},p_{u}) \in (X_{u},M_{u})$满足
\begin{equation}
v\|\nabla u_{u}\|_{0} \leq \|f\|_{-1}.
\end{equation}
\begin{CJK*}{GBK}{hei}
定理3.2:
\end{CJK*}
若假设$A_{0},A_{1},A_{2},A_{3}$和唯一性条件(6)是成立的,则有限元的Galerkin逼近问题(10)有唯一解$(u_{u},p_{u}) \in (X_{u},M_{u})$满足以下的稳定性和误差估计:
\begin{equation}
v\|\nabla u_{u}\|_{0} \leq \|f\|_{-1}, \quad v\|A_{u}u_{u}\|_{0} \leq c \|f\|_{0}.
\end{equation}
而且,我们假设$u \leq (\|f\|_{-1}/\|f\|_{0})^{\frac{1}{2}}(1-\sigma)$是成立的。误差$(u-u_{u},p-p_{u})$满足如下的统一边界
\begin{equation}
(1-\sigma)v\|u-u_{u}\|_{0}+u(v\|\nabla (u-u_{u})\|_{0}+\|p-p_{u}\|_{0})\leq c u^{2}\|f\|_{0}
\end{equation}
\begin{LARGE}
\\4  2D/3D稳态N-S方程的迭代方法\\
\end{LARGE}
这一部分,我们回忆了一些迭代方法和他的稳定性质。\\
\begin{CJK*}{GBK}{hei}
4.1 三种迭代方法\\
\end{CJK*}
我们首先回忆一下这三种迭代方法。\\
\begin{CJK*}{GBK}{hei}
Stokes迭代:
\end{CJK*}
定义迭代的解$(u_{u}^{n},p_{u}^{n}) \in (X_{u},M_{u})$满足
\begin{equation}
a(u_{u}^{n},v)-d(v,p_{u}^{n})+d(u_{u}^{n},q)+b(u_{u}^{n-1},u_{u}^{n-1},v)=(f,v),\forall (v,q) \in (X_{u},M_{u})
\end{equation}

\begin{CJK*}{GBK}{hei}
Newton迭代:
\end{CJK*}
定义迭代的解$(u_{u}^{n},p_{u}^{n}) \in (X_{u},M_{u})$满足
\begin{equation}
a(u_{u}^{n},v)-d(v,p_{u}^{n})+d(u_{u}^{n},q)+b(u_{u}^{n-1},u_{u}^{n-1},v)+b(u_{u}^{n-1},u_{u}^{n},v)-b(u_{u}^{n-1},u_{u}^{n-1},v)=(f,v),
\forall (v,q) \in (X_{u},M_{u})
\end{equation}
\begin{CJK*}{GBK}{hei}
Oseen迭代:
\end{CJK*}
定义迭代的解$(u_{u}^{n},p_{u}^{n}) \in (X_{u},M_{u})$满足
\begin{equation}
a(u_{u}^{n},v)-d(v,p_{u}^{n})+d(u_{u}^{n},q)+b(u_{u}^{n-1},u_{u}^{n-1},v)=(f,v),
\forall (v,q) \in (X_{u},M_{u})
\end{equation}
这里$(u_{u}^{0},p_{u}^{0})$定义为
\begin{equation}
a(u_{u}^{0},v)-d(v,p_{u}^{0},q)+d(u_{u}^{0},q)=(f,v), \forall (v,q) \in (X_{u},M_{u})
\end{equation}
\begin{CJK*}{GBK}{hei}
定理4.1:
\end{CJK*}
在定理3.2 的假设下,如果$0 < \sigma \leq 1/4$,那么Stokes迭代定义的$(u_{u}^{m},p_{u}^{m}) $满足
$v\|\nabla u_{u}^{m} \|_{0}\leq 2\|f\|_{-1}, \quad v\|A_{u} u_{u}^{m} \|_{0}\leq c\|f\|_{0},$
$v\|\nabla (u_{u}-u_{u}^{m}) \|_{0}\leq (3\sigma)^{m}\|f\|_{-1},\quad \|p_{u}-p_{u}^{m}\|_{0} \leq c(3\sigma)^{m}\|f\|_{-1}.$
\\如果$0 < \sigma \leq 1/3$,那么Newton迭代定义的$(u_{u}^{m},p_{u}^{m}) $满足
$v\|\nabla u_{u}^{m} \|_{0}\leq 4/3\|f\|_{-1}, \quad v\|A_{u} u_{u}^{m} \|_{0}\leq c\|f\|_{0},$
$v\|\nabla (u_{u}-u_{u}^{m}) \|_{0}\leq (9/5 \sigma)^{m}\|f\|_{-1},\quad \|p_{u}-p_{u}^{m}\|_{0} \leq c(9/5\sigma)^{m}\|f\|_{-1}.$
\\如果$0 < \sigma \leq 1$,那么Oceen迭代定义的$(u_{u}^{m},p_{u}^{m}) $满足
$v\|\nabla u_{u}^{m} \|_{0}\leq \|f\|_{-1}, \quad v\|A_{u} u_{u}^{m} \|_{0}\leq c\|f\|_{0},$
$v\|\nabla (u_{u}-u_{u}^{m}) \|_{0}\leq (\sigma)^{m}\|f\|_{-1},\quad \|p_{u}-p_{u}^{m}\|_{0} \leq c(\sigma)^{m}\|f\|_{-1}.$\\
\begin{CJK*}{GBK}{hei}
\\标注4.1:
\end{CJK*}
从以上定义看出,第一种比第三种迭代简洁,第三种比第二种更简洁。当$0 < \sigma \leq 1/4$时候,三种方法都是收敛,稳定的,收敛率分别是$(3\sigma)^{m},(9\sigma /5)^{2^{m}},\sigma^{m}$。
当$1/4 < \sigma \leq 1/3$时候,后面两种种方法都是收敛,稳定的,收敛率如上。当$1/3 < \sigma \leq 1$时候,第三种方法是唯一的选择。\\
\begin{CJK*}{GBK}{hei}
\\4.2. $0<\sigma \leq 1/4$时候two-level 迭代方法:
\end{CJK*}
\\这一部分,考虑了基于粗网格上的迭代解和细网格上面的迭代修正的two-level方法。方法可以分解为如下两部:\\
\begin{CJK*}{GBK}{hei}
步骤一:
\end{CJK*}
分别用三种迭代找到粗网格上面的迭代解$(u_{H}^{m},p_{H}^{m}) \in (X_{H},M_{H})$。\\
\begin{CJK*}{GBK}{hei}
步骤二:
\end{CJK*}
分别用三种迭代找到一个精细解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$。\\
\begin{CJK*}{GBK}{hei}
\\修正一:
\end{CJK*}
通过Stokes迭代找到一个精细网格解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$
\begin{equation}
a(u_{mh},v)-d(v,p_{mh})+d(u_{mh},q)+b(u_{H}^{m},u_{H}^{m},v)=(f,v),\forall (v,q) \in (X_{h},M_{h})
\end{equation}
\begin{CJK*}{GBK}{hei}
修正二:
\end{CJK*}
通过Newton迭代找到一个精细网格解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$
\begin{equation}
a(u_{mh},v)-d(v,p_{mh})+d(u_{mh},q)+b(u_{Hm},u_{H}^{m},v)+b(u_{H}^{m},u_{Hm},v)-b(u_{H}^{m},u_{H}^{m},v)=(f,v)
\end{equation}
$\forall (v,q) \in (X_{h},M_{h})$
\begin{CJK*}{GBK}{hei}
\\修正三:
\end{CJK*}
通过Oseen迭代找到一个精细网格解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$
\begin{equation}
a(u_{mh},v)-d(v,p_{mh})+d(u_{mh},q)+b(u_{Hm},u_{H}^{m},v)=(f,v),\forall (v,q) \in (X_{h},M_{h})
\end{equation}
\begin{CJK*}{GBK}{hei}
\\引理4.2:
\end{CJK*}
在3.2的条件和$0 <\sigma \leq 1/4$,修正一的解满足
$$v\|\nabla u_{mh}\|_{0} \leq 2\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0};$$
修正二的解满足
$$v\|\nabla u_{mh}\|_{0} \leq \|f\|_{-1}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2};$$
修正三的解满足
$$v\|\nabla u_{mh}\|_{0} \leq 2\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}$$。
\begin{CJK*}{GBK}{hei}
\\定理4.2:
\end{CJK*}
在引理4.2的前提下,在3D情况下,修正一三的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{2}(\frac{\|f\|_{0}}{\|f\|_{-1}})^{1/2})+cv\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
修正二的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{5/2}(\frac{\|f\|_{0}}{\|f\|_{-1}}))+cN\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
在2D的情况修正一二三的结果分别满足
$$v\|\nabla (u_{H}-u_{H}^{m})\| \leq (3\sigma)^{m}\|f\|_{-1}$$
$$v\|\nabla (u_{H}-u_{H}^{m})\| \leq (\sigma)^{m}\|f\|_{-1}$$
$$v\|\nabla (u_{H}-u_{H}^{m})\| \leq ((9/5)\sigma)^{2^{m}}\|f\|_{-1}$$
\begin{CJK*}{GBK}{hei}
\\4.3 $1/4<\sigma \leq 1/3$时候two-level 迭代方法:
\end{CJK*}
\\考虑了粗网格上的迭代解和Stokes,Newton和Oceen在细网格上面的修正解。方法具体如下:\\
\begin{CJK*}{GBK}{hei}
\\步骤一:
\end{CJK*}
通过Newton和Oceen迭代在粗网格上找到一个全局的解$(u_{H}^{m},p_{H}^{m}) \in (X_{H},M_{H})$。
\begin{CJK*}{GBK}{hei}
\\步骤二:
\end{CJK*}
通过Stokes,Newton和Oceen迭代找到一个全局的精细解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$。
\begin{CJK*}{GBK}{hei}
\\引理4.3:
\end{CJK*}
在定理3.2和$1/4<\sigma \leq 1/3$的条件下,Stokes得到的修正解$(u_{mh},p(m,h))$满足
$$v\|\nabla u_{mh}\|_{0} \leq (5/3)\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0};$$
Newton到的修正解$(u_{mh},p(m,h))$满足
$$v\|\nabla u_{mh}\|_{0} \leq \|f\|_{-1}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2};$$
修正三的解满足
\begin{equation}
v\|\nabla u_{mh}\|_{0} \leq 2\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}
\end{equation}
\begin{CJK*}{GBK}{hei}
\\定理4.3:
\end{CJK*}
在引理4.3的前提下,在3D情况下,修正一三的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{2}(\frac{\|f\|_{0}}{\|f\|_{-1}})^{1/2})+cv\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
修正二的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{5/2}(\frac{\|f\|_{0}}{\|f\|_{-1}}))+cN\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
在2D的情况修正二三的结果分别满足
$$v\|\nabla (u_{H}-u_{H}^{m})\| \leq (\sigma)^{m}\|f\|_{-1}$$
$$v\|\nabla (u_{H}-u_{H}^{m})\| \leq ((9/5)\sigma)^{2^{m}}\|f\|_{-1}$$

\begin{CJK*}{GBK}{hei}
4.4 :$1/3<\sigma \leq 1-(\|f\|_{-1}/\|f\|_{0})^{1/2}$时候two-level 迭代方法:
\end{CJK*}
\\考虑了粗网格上的迭代解和Stokes,Newton和Oceen在细网格上面的修正解.粗网格上的迭代解可以通过Oseen方法得到。
\begin{CJK*}{GBK}{hei}
\\步骤一:
\end{CJK*}
通过Oceen迭代在粗网格上找到一个全局的解$(u_{H}^{m},p_{H}^{m}) \in (X_{H},M_{H})$。
\begin{CJK*}{GBK}{hei}
\\步骤二:
\end{CJK*}
过Stokes,Newton和Oceen迭代找到一个全局的精细解$(u_{h}^{m},p_{h}^{m}) \in (X_{h},M_{h})$。
\begin{CJK*}{GBK}{hei}
引理4.4:
\end{CJK*}
在定理3.2和$1/3 <\sigma \leq 1-(\|f\|_{-1}/\|f\|_{0})^(1/2)$的条件下,Stokes得到的修正解$(u_{mh},p(m,h))$满足
$$v\|\nabla u_{mh}\|_{0} \leq (5/3)\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0};$$
Newton到的修正解$(u_{mh},p(m,h))$满足
$$v\|\nabla u_{mh}\|_{0} \leq \|f\|_{-1}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}+N\|u_{mh}-u_{H}^{m}\|_{0}^{2};$$
Oceen得到的解满足
\begin{equation}
v\|\nabla u_{mh}\|_{0} \leq 2\|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0}\leq c \|f\|_{0}
\end{equation}
\begin{CJK*}{GBK}{hei}
\\定理4.4:
\end{CJK*}
在引理4.4的前提下,在3D情况下,修正一三的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{2}(\frac{\|f\|_{0}}{\|f\|_{-1}})^{1/2})+cv\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
修正二的解满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+H^{5/2}(\frac{\|f\|_{0}}{\|f\|_{-1}}))+cN\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
在2D的情况满足
$$v\|\nabla(u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq c(h+|logh|H^{3}(\frac{\|f\|_{0}}{\|f\|_{-1}}))+cN\|\nabla (u_{H}-u_{H}^{m})\|_{0}$$
这里$$v\|\nabla(u_{H}-u_{H}^{m})\|_{0} \leq \sigma ^{m}\|f\|_{-1}$$.
\begin{CJK*}{GBK}{hei}
4.5 :$1-(\|f\|_{-1}/\|f\|_{0})^{1/2} \leq \sigma < 1$时候Oseen 迭代方法:\\
\end{CJK*}
对于大一些的$\sigma$,$1-(\|f\|_{-1}/\|f\|_{0})^{1/2} \leq \sigma < 1$,从定理4.1知道只有Oseen是稳定收敛的。
这里我们基于网格大小$h \leq (\|f\|_{-1}/\|f\|_{0})^{1/2}(1-\sigma)$的细网格考虑one-level Oseen有限元迭代去解决2D/3D稳态的N-S方程。\\
\begin{CJK*}{GBK}{hei}
步骤:
\end{CJK*}
利用Oseen方法进行细网格刨分得到解$(u_{h}^{m},p_{h}^{m})=(u_{mh},p_{hm})\in (X_{h},M_{h})$.
\begin{CJK*}{GBK}{hei}
定理4.5 :
\end{CJK*}
在定理3.2和$1-(\|f\|_{-1}/\|f\|_{0})^{1/2} \leq \sigma < 1$的条件下,通过Oseen方法迭代得到的$(u_{mh},p_{mh})$满足以下的稳定性和误差估计
$$v\|\nabla u_{mh}\| \leq \|f\|_{-1},\quad v\|A_{h}u_{mh}\|_{0} \leq c\|f\|_{0},$$
$$v\|\nabla (u-u_{mh})\|_{0}+\|p-p_{mh}\|_{0} \leq ch \|f\|_{0}+c\sigma^{m}\|f\|_{-1}.$$
3113054006
在条件$1-(\|f\|_{-1}/\|f\|_{0})^{1/2} \leq \sigma < 1$下,$1-\sigma$可能会很小。从定理3.2中,我们仅仅能够得到有限元解$u_{h},u_{H}$的收敛率:
$$(1-\sigma)v\|u-u_{h}\|_{0}+u(v\|\nabla (u-u_{u})\|_{0}+\|p-p_{u}\|_{0}) \leq cu^{2}\|f\|_{0}$$
这里$u=h$,H应当满足收敛条件$u \leq c(1-\sigma)$.于是我们不能推导出$\|u_{h}-u_{H}\| \leq cH^{2}$.
所以我们不能得到如下的收敛率$O(h+H^{2}+\sigma ^{2m})$。
\begin{CJK*}{GBK}{hei}
\\最后: 数值试验见文件夹的FreeFem++程序.
\end{CJK*}

\end{large}
\end{CJK*}

\end{document}

带有不同粘性系数的稳态N-S方程的几种迭代有限元方法的latex模板相关推荐

  1. 基于稳态视觉诱发电位(SSVEP)的中文拼写器脑机接口(BCI)对于应用于ALS患者

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 本研究将基于稳态视觉诱发电位(SSVEP)的脑-机接口(BCI)应用于肌萎缩性侧索硬化症(ALS)患者,并验证了其进行交 ...

  2. 标准对比-UHAST/稳态湿热

    二.UHAST 目前的标准:JEDEC JESD22-A118B.01-2021.MlL和GJB一般没有增压的加速应力试验,比较接近的是(稳态湿热)MIL-STD-202G METHOD NO.103 ...

  3. Nature:植物叶际微生物组稳态维持机制

    植物遗传网络维持叶际微生物组稳态 A plant genetic network for preventing dysbiosis in the phyllosphere Nature [IF:42. ...

  4. Nature:何胜洋和辛秀芳组发表植物叶际微生物组稳态机制

    文章目录 植物遗传网络维持叶际微生物组稳态 简讯 背景 正文简介 图1. Col-0野生型和mfec突变体叶总和叶内微生物组 图2. Col-0野生型.fec.min7和mfec突变体叶内微生物组 图 ...

  5. 双稳态继电器工作原理图_三招带你分清继电器与接触器

    继电器和接触器都是电磁式开关电器,但前者属于工作在控制回路中的开关电器,而后者属于工作在主回路中的开关电器. 01■ 继电器 继电器的定义:继电器是一种自动电器,它适用于远距离接通和分断交.直流小容量 ...

  6. MOOSE多物理场耦合平台入门学习记录一(稳态热传导程序实例)

    MOOSE多物理场耦合平台入门学习记录 MOOSE的简介 MOOSE的安装 Linux和Mac Windows MOOSE程序的一般开发流程-以导热微分方程为例 简单问题的有限元处理 MOOSE程序的 ...

  7. 什么叫单稳态,双稳态

    我们知道,数字电路的信号只有两种状态:逻辑低或逻辑高,即通常所说的0状态或1状态.0电平或1电平. 单稳电路指的是该电路的输出信号只能在一种状态(逻辑高或低)下是稳定的,而当电路的输出处在另一种状态下 ...

  8. 响铃:从艾媒季度监测报告,看混战后在线音乐的稳态格局

    文|曾响铃 ​来源|科技向令说(xiangling0815) 最近,知名新经济行业数据挖掘和分析机构iiMedia Research(艾媒咨询)权威发布<2018Q1中国手机音乐客户端季度监测报 ...

  9. 立体显示与BCN双稳态手性向列相

    立体显示与BCN双稳态手性向列相 狭缝光栅立体显示 技术介绍: 人的左右眼间距大约是65MM,左右眼透过视差光栅看到不同的视角图像,经大脑融合形成立体视觉. 技术优点: 2D/3D可切换: 低成本: ...

最新文章

  1. VS上配置opencv249所添加的附加依赖项
  2. 在阿里写了8年代码后,我才明白这些道理
  3. EZ 2018 03 23 NOIP2018 模拟赛(五)
  4. SQOOP抽取各类型数据库脚本示例
  5. 华为机试HJ80:整型数组合并
  6. 【C# RDLC】 RDLC报表的部署问题
  7. Centos7 Zabbix监控部署
  8. Java 类加载器 详解
  9. 血仍未冷——写在37岁生日
  10. 全球与中国汽车内饰牛皮革市场发展调研及未来前景预测报告2022-2028年
  11. SAP PI/PO 视频,自己录制
  12. 5.1 Runner构建优化
  13. java安卓app开发教程_[Android教程] Cordova开发App入门(一)创建android项目
  14. Android 获取手机的 IMEI 值 (设备标识码)
  15. X位的有/无符号整数
  16. 《软件登记测试报告》可以作为软件第三方检测报告使用吗
  17. 如何将bug杀死在摇篮里?
  18. 关于微信公众号开发时获取用户昵称作为参数乱码的问题
  19. echarts渐变色不起作用
  20. 电子计算机主机房国标,根据国标GB50174-93《电子计算机机房设计规范》.ppt

热门文章

  1. 【黑苹果】拯救者y7000P
  2. python实现谱聚类算法
  3. Ubuntu 无法联网 解决办法
  4. 2021年黄冈副高考试成绩查询,2021年黄冈中考成绩排名查询,黄冈中考个人成绩排名查询...
  5. c中经典例题 用牛顿迭代法求实根
  6. dup 和dup2区别
  7. Esp8266 --深入分析官方json解析源码及如何使用json接口解析心知天气
  8. css3 - 设置字体间距
  9. 【NEAR x 星际文件系统】中创算力第一阶段获奖成果展示
  10. anime 动画的使用方法