基于拟Legendre多项式求解一类分数阶微分方程

本文基于移位的Legendre多项式构造一类新的正交拟Legendre多项式求解一类分数阶微分方程.用阶数随所求未知函数的微分的阶数而变化的拟Legendre多项式逼近未知函数;利用分数阶积分的性质推导拟Legendre多项式的积分算子阵,结合算子矩阵的思想和Tau方法,将问题转化为求解代数方程组的问题.最后,给出数值算例证明该方法的有效性.     

Legendre小波函数求解非线性Volterra积分微分方程组的数值解

Legendre小波函数被用于逼近非线性Volterra积分微分方程组的解,方法是基于Legendre小波的性质构建相应的积分算子矩阵,进而将原问题转化为关于未知解系数的线性方程组,通过求解该方程组,即得原问题的数值解.数值结果表明所述方法对于求解此类问题是行之有效的.     

基于Shifted Legendre多项式非线性年龄结构种群模型的数值解

基于Shifted Legendre多项式研究非线性年龄结构种群模型的数值解问题.定义了在区间[0,A]×[0,T]上函数的Shifted Legendre逼近多项式,通过Shifted Legendre算子矩阵结合Tau方法,把求解非线性年龄结构种群模型的数值解问题转化成非线性代数方程的求解问题.数值算例的结果显示该算法有效.     

利用Block-Pulse函数求解分数阶泊松方程数值解

借助于二维Block-Pulse函数求解分数阶泊松方程的数值解,并讨论了Dirichlet边界条件,方法是基于Block-Pulse函数的定义及性质,并结合相应的分数阶微分算子矩阵将原问题转化为含有未知变量的代数方程组,进而离散未知变量,求得原问题的数值解.而且还对所提方法进行了误差分析,最后给出的数值算例也验证了所提算法的有效性及可行性.     

Block Pulse函数法求二维非线性Volterra-Fredholm-Hammerstein积分方程的数值解

为了求解二维空间上的非线性Volterra-Fredholm-Hammerstein积分方程的数值解,借助Block Pulse函数,并构造相应的算子矩阵将待求二维VolterraFredholm-Hammerstein积分方程转化为非线性代数方程组,然后对式中的未知变量进行离散,求得原方程的数值解.数值结果表明,该方法可行且有效.     

Fisher型方程的Jacobi谱配点法（英文）

主要讨论了以Jacobi-Gauss-Lobatto点为配置点的谱配点法数值求解具有初边值条件的Fisher型方程.借助于插值和由此产生的微分矩阵,将Fisher型方程转化为常微分方程组,再利用四阶Runge-Kutta法求解该常微分方程组.文中以一维Fisher型方程为例证明了该方法具有谱精度,并给出了四个Fisher型方程算例.数值例子验证了Jacobi谱配点法具有高精度和快速收敛性.     

Haar小波方法求解分数阶Poisson方程的数值解

借助Haar小波正交函数的分数阶积分算子矩阵,通过离散未知变量,将待求Poisson方程转化为大型的线性代数方程组,然后利用Matlab软件进行编程求解,即可求得原问题的未知系数矩阵,代入原方程,从而求得数值解.数值结果表明,当Haar小波采取很小的级数项展开时,即可获得满意的数值精度,而且算法比较稳定,有很强的实际应用价值.     

一种基于Legendre正交函数求解对流扩散方程的方法

提出了一种基于Legendre正交函数求解对流扩散方程的无条件稳定方法.方法将对流扩散方程中的各项基于Legendre基函数进行展开,利用各阶基函数的正交性质和Galerkin方法消除方程中的时间微分项,形成可求解的系数矩阵方程,最后通过求解各阶展开系数可重构数值结果.为全面评价该方法,分别设计了具有精确解的一维方程和具有精细结构的二维问题等2个算例.计算结果表明:方法能够实现无条件稳定,且具有较高精度,同时在求解含有精细结构的对流扩散问题时具有明显的效率优势.     

基于Legrndre小波的第一类Fredholm积分方程的数值解法研究

提出利用Legendre小波函数去获得第一类Fredholm积分方程的数值解,函数定义在区间[0,1)上,然后结合Garlerkin方法将原问题转化为线性代数方程组.而且还对算法的收敛性和误差进行了分析,最后通过两个数值算例验证了所提算法的可行性及有效性.     

微分变换法求解二维非线性Volterra积分微分方程

为了解决二维非线性Volterra积分微分方程的求解问题,本文给出微分变换法.利用该方法将方程中的微分部分和积分部分进行变换,这样简化了原方程,进而得到非线性代数方程组,从而将原问题转换为求解非线性代数方程组的解,使得计算更简便.文中最后数值算例说明了该方法的可行性和有效性.     

第二类Volterra型积分方程的Chebyshev-Legendre谱配置方法

提出了一种新的求解第二类线性Volterra型积分方程的Chebyshev谱配置方法.该方法分别对方程中积分部分的核函数和未知函数在Chebyshev-Gauss-Lobatto点上进行插值,通过Chebyshev-Legendre变换,把插值多项式表示成Legendre级数形式,从而将积分转换为内积的形式,再利用Legendre多项式的正交性进行计算.利用Chebyshev插值算子在不带权范数意义下的逼近结果,对该方法在理论上给出了L∞范数意义下的误差估计,并通过数值算例验证了算法的有效性和理论分析的正确性.     

求解混合三角多项式方程组的直接GBQ方法

许多科学与工程领域,我们经常需要求混合三角多项式方程组的全部解.一般来说,混合三角多项式方程组可以通过变量替换及增加二次多项式转化为多项式方程组,进而利用数值方法进行求解,但这种转化会增大问题的规模从而增加计算量.在本文中,我们不将问题转化,考虑利用直接同伦方法求解,并给出基于GBQ方法构造的初始方程组及同伦定理的证明.数值实验结果表明我们构造的直接同伦方法较已有的直接同伦方法更加有效.     

一维强振荡变系数奇异摄动问题的多尺度有限元计算

针对含小参数的一维强振荡变系数奇异摄动扩散方程,提出了多尺度有限元的有效计算方法.通过求解微分算子的子问题得到多尺度基函数,能刻画出强振荡的微观信息.利用节点基函数映射,形成约化降阶矩阵,仅求解小规模代数方程组,在粗网格即能获得高精度结果,从而得到不依赖于摄动系数大小的、一致收敛的数值模拟.     

一维微分方程的多项式特解方法（英文）

本文对一维常微分算子及发展微分算子提出一种基于解析多项式特解(MPPS)的求解方法,通过使用这些特解公式,将微分方程的解显式表达为多项式特解的线性组合来求解复杂的微分方程,如可以使用这些公式来求解右端具有不连续驱动项的微分系统.文中给出一系列数值例子,数值模拟结果精度很高,而且误差非常稳定.     

一种求解鞍点问题的预处理并行算法

研究了一种求解鞍点问题的并行预处理变形共轭梯度算法.通过应用迭代法进行预处理后,再采用变形共轭梯度求解的模式.首先构造系数矩阵近似逆的多项式表达式,以此作为预处理矩阵的逆矩阵,对方程组进行预处理;然后采用变形共轭梯度法并行求解预处理后的线性方程组.为减少运算量,采用迭代方式并行计算多项式与向量的乘法运算.通过调整迭代次数,即调整多项式次数,检验各种次数的多项式进行预处理后的求解方程的效果.数值试验结果表明,该算法明显优于未预处理的变形共轭梯度法,且当预处理迭代次数取4时效果最好.     

微分特征列法在拟微分算子和Lax表示中的应用

微分特征列法用于拟微分算子和非线性发展方程Lax表示的计算.首先,利用微分特征列法和微分带余除法计算拟微分算子的逆和方根,由于不必求解常微分方程组,并将解代入,因此,使得计算得以简化.其次,利用微分特征列法,约化从广义Lax方程和Zakharov-Shabat推出的非线性偏微分方程,并得到相应的非线性发展方程.在Mathematica计算机代数系统上,编写了相关程序,从而可以利用计算机辅助完成一些非线性发展方程Lax表示的计算.     

动力系统中心焦点的判定方法

给出了判定微分动力系统平衡点类型的一种方法.该方法通过Dulac函数将平衡点类型的判定转化为多项式方程组实根求解,后者可由符号计算来完成.通过结合Bendixson-Dulac定理、积分因子法、李雅普诺夫方法,给出最终判定结论.     

离散对偶代数Riccati方程异类约束解的双迭代算法

利用逆矩阵的Neumann级数形式,将在离散时间跳跃线性二次控制问题中遇到的含未知矩阵之逆的离散对偶代数Riccati方程(DCARE)转化为高次多项式矩阵方程组,然后采用牛顿算法求高次多项式矩阵方程组的异类约束解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程组的异类约束解或者异类约束最小二乘解,建立求DCARE的异类约束解的双迭代算法.双迭代算法仅要求DCARE有异类约束解,不要求它的异类约束解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的.     

一类求行波解的线性方法

基于齐次平衡法和李志斌的 tanh函数法 ,本文得到一类简单有效的求解非线性发展方程的线性方法 .这类方法利用非线性发展方程孤立波的局部性特点 ,适当地选取函数 f 和 g,将孤波表示为 f,g的多项式 ,从而将非线性发展方程求解问题转化为非线性代数方程组的求解问题 ,再利用吴消元法求解方程组从而得到非线性发展方程的行波解     

Reid-Zhi符号数值混合消元方法的一个应用

将Reid和Zhi提出的符号数值混合消元方法应用于求解多项式优化问题,将多项式优化问题转化为矩阵最小特征值求解问题,并在Maple软件中实现了算法.