О РЕАЛИЗАЦИИ ЧИСЛЕННЫХ МЕТОДОВ РЕШЕНИЯ ОБЫКНОВЕННЫХ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ В СИСТЕМАХ КОМПЬЮТЕРНОЙ АЛГЕБРЫ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье представлен оригинальный пакет для исследования численных решений обыкновенных дифференциальных уравнений, встраиваемый в систему компьютерной алгебры Sage. Этот проект направлен на более тесную интеграцию численных и символьных методов и прежде всего преследует цель создания удобного инструмента для работы с численными решениями в Sage. В этом пакете определено два новых класса – начальные задачи и приближенные решения. Внутри первого класса определены инструменты для символьных вычислений, связанных с начальными задачами, внутри второго – инструменты для интерполяции значений символьных выражений на приближенном решении и оценивания ошибки по методу Ричардсона. Затем кратко описана реализация метода Рунге–Кутты, главная особенность которой – возможность работы с произвольными таблицы Бутчера и произвольными числовыми полями.

Об авторах

А. Баддур

Российский университет дружбы народов

Email: malykh_md@pfur.ru
Россия, 117198, Москва, улица Миклухо-Маклая, 6

М. М. Гамбарян

Российский университет дружбы народов

Email: malykh_md@pfur.ru
Россия, 117198, Москва, улица Миклухо-Маклая, 6

Л. Гонсалес

Российский университет дружбы народов

Email: malykh_md@pfur.ru
Россия, 117198, Москва, улица Миклухо-Маклая, 6

М. Д. Малых

Российский университет дружбы народов
; Объединенный институт ядерных исследований

Автор, ответственный за переписку.
Email: malykh_md@pfur.ru
Россия, 117198, Москва, улица Миклухо-Маклая, 6; Россия, 141980, Московской области, Дубна

Список литературы

  1. Runge C., König H. Vorlesungen über numerisches Rechnen. Springer-Verlag, 2013.
  2. SciPy documentation, 2022. Access mode: https://docs.scipy.org.
  3. Ketcheson D.I., bin Waheed U. A comparison of high order explicit Runge-Kutta, extrapolation, and deferred correction methods in serial and parallel // CAMCoS. 2014. V. 9. № 2. P. 175–200.
  4. Геворкян М.Н. Конкретные реализации симплектических численных методов // Вестник РУДН. Серия: Математика. Информатика. Физика. 2013. № 3. P. 77–89.
  5. Castillo J.E., Miranda G.F. Mimetic discretization methods. Chapman and Hall/CRC, 2013.
  6. Da Veiga L.B., Lipnikov K., Manzini G. The mimetic finite difference method for elliptic problems. Springer, 2014. V. 11.
  7. Hairer E., Wanner G., Lubich Ch. Geometric Numerical Integration. Structure-Preserving Algorithms for Ordinary Differential Equations. Berlin Heidelberg New York : Springer, 2000.
  8. On the Quadratization of the Integrals for the Many-Body Problem / Yu Ying, Ali Baddour, Vladimir P. Gerdt et al. // Mathematics. 2021. V. 9. № 24.
  9. Baddour A., Malykh M. On Difference Schemes for the Many-Body Problem Preserving All Algebraic Integrals // Phys. Part. Nuclei Lett. 2022. V. 19. P. 77–80.
  10. Baddour A., Malykh M., Sevastianov L. On Periodic Approximate Solutions of Dynamical Systems with Quadratic Right-Hand Side // J. Math. Sci. 2022. V. 261. P. 698–708.
  11. Stein W.A. Sage Mathematics Software (Version 6.7). The Sage Development Team, 2015. Access mode: http:// www.sagemath.org.
  12. Малых М.Д., Юй Ин Методика отыскания алгебраических интегралов дифференциальных уравнений первого порядка // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика. 2018. Т. 26. № 3. С. 285–291.
  13. Вычисления на квазиравномерных сетках / Н.Н. Калиткин, А.Б. Альшин, Е.А. Альшина, Б.В. Рогов. Москва : ФИЗМАТЛИТ, 2005. ISBN: 5-9221-0565-5.
  14. Belov A.A., Kalitkin N.N., Poshivaylo I.P. Geometrically adaptive grids for stiff Cauchy problems // Doklady Mathematics. 2016. V. 93. № 1. P. 112–116.
  15. Belov A.A., Kalitkin N.N. Nonlinearity Problem in the Numerical Solution of Superstiff Cauchy Problems // Mathematical Models and Computer Simulations. 2016. V. 8. № 6. P. 638–650.
  16. Explicit methods for integrating stiff Cauchy problems / A.A. Belov, N.N. Kalitkin, P.E. Bulatov, E.K. Zholkov-skii // Doklady Mathematics. 2019. V. 99. № 2. P. 230–234.
  17. Баддур Али, Малых М.Д. Richardson–Kalitkin method in abstract description // Discrete and Continuous Models and Applied Computational Science. 2021. V. 29. № 3. P. 271–284.
  18. Numerical determination of the singularity orderof a system of differential equations / Али Баддур, М.Д. Малых, А.А. Панин, Л.А. Севастьянов // Discrete and Continuous Models and Applied Computational Science. 2020. V. 28. № 1. P. 17–34.
  19. Hairer E., Wanner G., Norsett S.P. Solving Ordinary Differential Equations I. 3 edition. Springer, 2008.
  20. Yu Ying. The symbolic problems associated with Runge-Kutta methods and their solving in Sage // Discrete and Continuous Models and Applied Computational Science. 2019. V. 27. № 1. P. 33–41.
  21. Хашин С.И. Численное решение уравнений Бутчера // Вестник ИвГУ. 2000. № 3. P. 155–164.
  22. Хаммуд Г.М., Хашин С.И. Шестимерное семейство 6-шаговых методов Рунге–Кутта порядка 5 // Науч. тр. ИвГУ. Математика. 2001. № 4. P. 114–122.
  23. Хашин С.И. Альтернативная форма уравнений Бутчера // Вестник ИвГУ. 2007. № 3. P. 94–103.
  24. Xaшин C.И. A Symbolic-Numeric Approach to the Solution of the Butcher Equations // Canadian Applied Mathematics Quarterly. 2009. V. 17. № 3. P. 555–569.
  25. Хашин С.И. Три упрощающих предположения для методов Рунге–Кутта // Вестник ИвГУ. 2012. № 2. С. 142–150.
  26. Stone P. Maple worksheets on the derivation of Runge-Kutta schemes, 2021. Access mode: http://www.peterstone.name/Maplepgs/ RKcoeff.html.
  27. Сикорский Ю.С. Элементы теории эллиптических функций с приложениями к механике. М.-Л. : ОНТИ, 1936.
  28. Скарборо Дж. Численные методы математического анализа. М.-Л.: ГТТИ, 1934.

Дополнительные файлы


© А. Баддур, М.М. Гамбарян, Л. Гонсалес, М.Д. Малых, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».