Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Convergence and error analysis of compressible fluid flows with random data: Monte Carlo method

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985840%3A_____%2F22%3A00569928" target="_blank" >RIV/67985840:_____/22:00569928 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1142/S0218202522500671" target="_blank" >https://doi.org/10.1142/S0218202522500671</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1142/S0218202522500671" target="_blank" >10.1142/S0218202522500671</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Convergence and error analysis of compressible fluid flows with random data: Monte Carlo method

  • Popis výsledku v původním jazyce

    The goal of this paper is to study convergence and error estimates of the Monte Carlo method for the Navier-Stokes equations with random data. To discretize in space and time, the Monte Carlo method is combined with a suitable deterministic discretization scheme, such as a finite volume (FV) method. We assume that the initial data, force and the viscosity coefficients are random variables and study both the statistical convergence rates as well as the approximation errors. Since the compressible Navier-Stokes equations are not known to be uniquely solvable in the class of global weak solutions, we cannot apply pathwise arguments to analyze the random Navier-Stokes equations. Instead, we have to apply intrinsic stochastic compactness arguments via the Skorokhod representation theorem and the Gyöngy-Krylov method. Assuming that the numerical solutions are bounded in probability, we prove that the Monte Carlo FV method converges to a statistical strong solution. The convergence rates are discussed as well. Numerical experiments illustrate theoretical results.

  • Název v anglickém jazyce

    Convergence and error analysis of compressible fluid flows with random data: Monte Carlo method

  • Popis výsledku anglicky

    The goal of this paper is to study convergence and error estimates of the Monte Carlo method for the Navier-Stokes equations with random data. To discretize in space and time, the Monte Carlo method is combined with a suitable deterministic discretization scheme, such as a finite volume (FV) method. We assume that the initial data, force and the viscosity coefficients are random variables and study both the statistical convergence rates as well as the approximation errors. Since the compressible Navier-Stokes equations are not known to be uniquely solvable in the class of global weak solutions, we cannot apply pathwise arguments to analyze the random Navier-Stokes equations. Instead, we have to apply intrinsic stochastic compactness arguments via the Skorokhod representation theorem and the Gyöngy-Krylov method. Assuming that the numerical solutions are bounded in probability, we prove that the Monte Carlo FV method converges to a statistical strong solution. The convergence rates are discussed as well. Numerical experiments illustrate theoretical results.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10101 - Pure mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA21-02411S" target="_blank" >GA21-02411S: Řešení nekorektních úloh pohybu stlačitelných tekutin</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Mathematical Models and Methods in Applied Sciences

  • ISSN

    0218-2025

  • e-ISSN

    1793-6314

  • Svazek periodika

    32

  • Číslo periodika v rámci svazku

    14

  • Stát vydavatele periodika

    SG - Singapurská republika

  • Počet stran výsledku

    39

  • Strana od-do

    2887-2925

  • Kód UT WoS článku

    000900774200002

  • EID výsledku v databázi Scopus

    2-s2.0-85144563178