Chúng ta bắt đầu bài viết này bằng cách thảo luận các phương pháp SSP rõ ràng. Chúng tôi đầu tiên cung cấp, trong phần
2, một giới thiệu ngắn gọn để các thiết lập và thuộc tính cơ bản của phương pháp. Chúng tôi
sau đó di chuyển, trong phần 3, kết quả mới của chúng tôi về phương pháp SSP Runge-Kutta tối ưu
của tự tùy ý của accuracyfor ODEs tuyến tính phù hợp để giải quyết PDEs với tuyến tính
discretizations không gian. Này được sử dụng để chứng minh stabilityfor mạnh một lớp nổi đặt ra
vấn đề ut = L (u), nơi mà các nhà điều hành L là tuyến tính và cưỡng chế, cải thiện và
đơn giản hóa các bằng chứng cho kết quả trong [13]. Chúng tôi xem xét và phát triển hơn nữa các kết quả
trong [20], [19], và [6] cho các phương pháp SSP Runge-Kutta phi tuyến trong phần 4 và
các phương pháp đa bước trong phần 5. Phần 6 của bài viết này có chứa các kết quả mới của chúng tôi
trên tiềm ẩn SSP đề án. Nó bắt đầu với một ví dụ số cho thấy sự cần thiết
của việc bảo tồn stabilityprop mạnh ertyof phương pháp, sau đó nó sẽ chuyển sang
phân tích các kết quả tiêu cực chứ không phải thất vọng về sự không tồn tại của
SSP ngầm Runge-Kutta hoặc các phương pháp đa bước bậc cao hơn 1. Kết luận
nhận xét được đưa ra trong phần 7
đang được dịch, vui lòng đợi..
