Publication

Anisotropic error estimates for elliptic problems

Luca Formaggia
2003
Journal Articles

Résumé

Moving from the anisotropic interpolation error estimates derived in Formaggia and Perotto, (2001), we provide here both a-priori and a-posteriori estimates for a generic elliptic problem. The a-priori result is deduced by following the standard finite element theory. For the a-posteriori estimate, the analysis extends to anisotropic meshes the theory presented in Becker and Rannacher, (1995, 1996, 1999). Numerical test-cases validate the derived results

Source officielle

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Luca Formaggia
2003
Journal Articles

Résumé

Source officielle

Concepts associés (32)

Maximum a posteriori

L'estimateur du maximum a posteriori (MAP), tout comme la méthode du maximum de vraisemblance, est une méthode pouvant être utilisée afin d'estimer un certain nombre de paramètres inconnus, comme les paramètres d'une densité de probabilité, reliés à un échantillon donné. Cette méthode est très liée au maximum de vraisemblance mais en diffère toutefois par la possibilité de prendre en compte un a priori non uniforme sur les paramètres à estimer.

Théorie de l'estimation

En statistique, la théorie de l'estimation s'intéresse à l'estimation de paramètres à partir de données empiriques mesurées ayant une composante aléatoire. Les paramètres décrivent un phénomène physique sous-jacent tel que sa valeur affecte la distribution des données mesurées. Un estimateur essaie d'approcher les paramètres inconnus à partir des mesures.

Maximum de vraisemblance

En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.

Afficher plus

Publications associées (9)

Afficher plus

Anisotropic error estimates for elliptic problems

Chattez avec Graph Search

Maximum-likelihood estimation of the Matérn covariance structure of isotropic spatial random fields on finite, sampled grids

MATHICSE Technical Report : A Bayesian numerical homogenization method for elliptic multiscale inverse problems

Modeling 3D Magma Dynamics Using a Discontinuous Galerkin Method