Jin / Zhou

Numerical Treatment and Analysis of Time-Fractional Evolution Equations

Springer International Publishing

ISBN 978-3-031-21050-1

Standardpreis


149,79 €

sofort lieferbar!

Preisangaben inkl. MwSt. Abhängig von der Lieferadresse kann die MwSt. an der Kasse variieren. Weitere Informationen

Bibliografische Daten

eBook. PDF. Weiches DRM (Wasserzeichen)

2023

XIII, 427 p. 3 illus., 2 illus. in color..

In englischer Sprache

Umfang: 427 S.

Verlag: Springer International Publishing

ISBN: 978-3-031-21050-1

Weiterführende bibliografische Daten

Das Werk ist Teil der Reihe: Applied Mathematical Sciences

Produktbeschreibung

This book discusses numerical methods for solving time-fractional evolution equations. The approach is based on first discretizing in the spatial variables by the Galerkin finite element method, using piecewise linear trial functions, and then applying suitable time stepping schemes, of the type either convolution quadrature or finite difference. The main concern is on stability and error analysis of approximate solutions, efficient implementation and qualitative properties, under various regularity assumptions on the problem data, using tools from semigroup theory and Laplace transform. The book provides a comprehensive survey on the present ideas and methods of analysis, and it covers most important topics in this active area of research. It is recommended for graduate students and researchers in applied and computational mathematics, particularly numerical analysis.

Autorinnen und Autoren

Produktsicherheit

Hersteller

Springer Nature Customer Service Center GmbH

ProductSafety@springernature.com

Topseller & Empfehlungen für Sie

Ihre zuletzt angesehenen Produkte

Rezensionen

Dieses Set enthält folgende Produkte:
    Auch in folgendem Set erhältlich:

    • Produktempfehlungen personalisieren

      Ihre Vorteile:

      • Empfehlungen basierend auf ihren Interessen
      • Zeitersparnis durch passende Vorschläge

      Mehr informationen zu , , und

      Die ersten personalisierten Empfehlungen erhalten Sie nach zwei bis drei Klicks.

      Sie können diese Zustimmung zu einem späteren Zeitpunkt unproblematisch über die Datenschutz-Einstellungen wieder zurückziehen.

      nach oben

      Ihre Daten werden geladen ...