基于径向基函数的无网格方法
1. 径向基函数的收敛速率
对于 $\varphi(r) = (r^2 + c^2)^{\beta/2}$($\beta \notin 2N$)和高斯函数 $\varphi(r) = e^{-cr^2}$,具有超代数收敛速率:
$$||I_{f,X} - f|| {L^{\infty}(\Omega)} \leq Ch^p, p \geq 1$$
在特定条件下,对于高斯函数 $\varphi(r) = e^{-cr^2}$,$||I {f,X} - f||_{L^{\infty}(\Omega)}$ 在 $c$ 和 $h$ 上呈指数递减。
对于 Wendland 的紧支径向基函数 $\varphi_{3,k}(r)$,在二维空间($R^2$)中,有:
$$||I_{f,X} - f|| {L^{\infty}(\Omega)} \leq Ch^{k + \frac{1}{2}}, k \geq 1$$
例如,对于 $\varphi {3,1}(r) = (1 - r)^4(4r + 1)$,其收敛速率为 $h^{\frac{3}{2}}$。
对于薄板样条函数 $r^{2k - 1}$ 和 $r^{2k} \ln r$($k \geq 2$),有:
$$||I_{f,X} - f||_{L^{\infty}(\Omega)} \leq Ch^{k - \frac{d}{2}}$$
2. MFS - DRM 方法概述
MFS - DRM 方法用于求解椭圆和抛物方程。下面分别介绍相关内容。
超级会员免费看
订阅专栏 解锁全文
9697

被折叠的 条评论
为什么被折叠?



