4、有限元方法的收敛性与常见有限元介绍

有限元方法的收敛性与常见有限元介绍

1. 有限元方法收敛性基础

在数值分析中,对数值近似建模级联过程产生的不同近似水平的理解,促使我们谨慎使用测量工具来估计近似误差。有限元方法为估计变分问题(VP)的解 $u$ 与其近似解 $\tilde{u}$ 之间的误差提供了理论支持。

变分问题(VP)的抽象形式为:
[
\begin{cases}
\text{Find } u \in V \text{ solution of: } a(u, v) = L(v), \
\forall v \in V.
\end{cases}
]
其近似变分问题($\widetilde{VP}$)表示为:
[
\begin{cases}
\text{Find } \tilde{u} \in \widetilde{V} \text{ solution of: } a(\tilde{u}, \tilde{v}) = L(\tilde{v}), \
\forall \tilde{v} \in \widetilde{V}.
\end{cases}
]
这里,$\widetilde{V}$ 是 $V$ 的有限维近似空间($\widetilde{V} \subset V$)。

根据 Lax - Milgram 定理的假设,有以下重要引理:
- 引理 4 :变分问题($\widetilde{VP}$)有且仅有一个解 $\tilde{u}$,并且该解满足正交关系:$a(u - \tilde{u}, \tilde{v}) = 0, \fora

「LLM那些事」系列第 4 篇《上下文窗口的边界》,文章连接:https://blog.csdn.net/houwenjin/article/details/163999753。 演示什么:在「预测」Sheet 的黄色格子里输入一句话(默认「来泡一杯」),四个「模型」——分别只统计最后 1 / 2 / 3 / 4 个字的 n-gram 查表——同时预测下一个字。同一个输入,看的上下文越长,候选越少、预测越确定: ┌────────────────┬──────────┬───────────────┬──────┐ │ 只看最后几个字 │ 用的前缀 │ 候选下一字数 │ 预测 │ ├────────────────┼──────────┼───────────────┼──────┤ │ 1 个 │ 杯 │ 3(茶/子/水) │ 模糊 │ ├────────────────┼──────────┼───────────────┼──────┤ │ 2 个 │ 一杯 │ 2(茶/水) │ 收窄 │ ├────────────────┼──────────┼───────────────┼──────┤ │ 3 个 │ 泡一杯 │ 1(茶) │ 确定 │ ├────────────────┼──────────┼───────────────┼──────┤ │ 4 个 │ 来泡一杯 │ 1(茶) │ 确定 │ └────────────────┴──────────┴───────────────┴──────┘
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值