Publication

High-Order Accurate Local Schemes for Fractional Differential Equations

Jan Sickmann Hesthaven, Daniel Henri Baffet
2017
Journal Articles

Résumé

High-order methods inspired by the multi-step Adams methods are proposed for systems of fractional differential equations. The schemes are based on an expansion in a weighted space. To obtain the schemes this expansion is terminated after terms. We study the local truncation error and its behavior with respect to the step-size h and P. Building on this analysis, we develop an error indicator based on the Milne device. Methods with fixed and variable step-size are tested numerically on a number of problems, including problems with known solutions, and a fractional version on the Van der Pol equation.

Source officielle

https://infoscience.epfl.ch/entities/publication/630535eb-10ba-44a2-bbe8-cec89f9b7709

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

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.

High-Order Accurate Local Schemes for Fractional Differential Equations

Chattez avec Graph Search

A theoretical analysis of mass scaling techniques

Minimizing Quasi-self-concordant Functions by Gradient Regularization of Newton Method

From low-rank retractions to dynamical low-rank approximation and back