Discretización espacial para ecuaciones de subdifusión semi-lineales estocásticas impulsadas por ruido blanco espacio-temporal multiplicativo integrado fraccionalmente
Autores: Wang, Junmei; Hoult, James; Yan, Yubin
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Discretización espacial para ecuaciones de subdifusión semi-lineales estocásticas impulsadas por ruido blanco espacio-temporal multiplicativo integrado fraccionalmente
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estocástico
Semi-lineal
Subdifusión
Métodos de diferencias finitas
Funciones de Green
Tasas de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
La discretización espacial de las ecuaciones estocásticas de subdifusión semi-lineal impulsadas por ruido blanco espacio-temporal multiplicativo fraccionalmente integrado es considerada. Los términos no lineales satisfacen condiciones de Lipschitz globales y condiciones de crecimiento lineales. La derivada espacial y el ruido blanco espacio-temporal multiplicativo fraccionalmente integrado se discretizan utilizando métodos de diferencias finitas. Basándose en las aproximaciones de las funciones de Green expresadas por las funciones de Mittag-Leffler, se demuestran las tasas de convergencia espacial óptimas del método numérico propuesto de manera uniforme en el espacio bajo algunas suposiciones adecuadas de suavidad del valor inicial.
Descripción
La discretización espacial de las ecuaciones estocásticas de subdifusión semi-lineal impulsadas por ruido blanco espacio-temporal multiplicativo fraccionalmente integrado es considerada. Los términos no lineales satisfacen condiciones de Lipschitz globales y condiciones de crecimiento lineales. La derivada espacial y el ruido blanco espacio-temporal multiplicativo fraccionalmente integrado se discretizan utilizando métodos de diferencias finitas. Basándose en las aproximaciones de las funciones de Green expresadas por las funciones de Mittag-Leffler, se demuestran las tasas de convergencia espacial óptimas del método numérico propuesto de manera uniforme en el espacio bajo algunas suposiciones adecuadas de suavidad del valor inicial.