Использование псевдоневязок при исследовании сходимости неустойчивых разностных краевых задач для линейных неоднородных обыкновенных дифференциальных уравнений второго порядка

Обложка

Цитировать

Полный текст

Аннотация

При исследовании краевых задач для неоднородных линейных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами рассмотрен предложенный ранее метод численного интегрирования, использующий средства матричного исчисления. Согласно указанному методу при составлении системы разностных уравнений можно выбрать произвольную степень многочлена Тейлора в разложении искомого решения задачи в ряд Тейлора, отказавшись при этом от аппроксимации производных конечными разностями.

Исследованы некоторые аспекты сходимости неустойчивой разностной краевой задачи второго порядка. Для обыкновенного дифференциального уравнения введено понятие псевдоневязки на некотором векторе. На основе точного решения разностной краевой задачи построено приближенное решение, на котором норма псевдоневязки отлична от тривиального значения.

Теоретически установлено, что оценка нормы псевдоневязки уменьшается при увеличении используемой степени многочлена Тейлора и при уменьшении шага дискретизации сетки. Даны определения условной устойчивости и условной сходимости; установлена теоретическая связь между ними. На основе найденного вектора псевдоневязок построено возмущенное решение и вычислена оценка нормы его отклонения от точного решения разностной краевой задачи, позволяющая выявить наличие условной устойчивости. Установлена теоретическая связь между сходимостью и условной сходимостью.

Приведены результаты численных экспериментов.

Об авторах

Владимир Николаевич Маклаков

Самарский государственный технический университет

Автор, ответственный за переписку.
Email: makvo63@yandex.ru
ORCID iD: 0000-0003-1644-7424
SPIN-код: 8032-2570
Scopus Author ID: 57218245082
ResearcherId: E-1051-2014
http://www.mathnet.ru/person39259

кандидат физико-математических наук, доцент доцент каф. прикладной математики и информатики

Россия, 443100, Самара, ул. Молодогвардейская, 244

Список литературы

  1. Самарский А. А. Теория разностных схем. М.: Наука, 1977. 656 с.
  2. Формалеев В. Ф., Ревизников Д. Л. Численные методы. М.: Физматлит, 2004. 400 с.
  3. Самарский А. А., Гулин А. В. Численные методы. М.: Наука, 1973. 432 с.
  4. Маклаков В. Н. Оценка порядка аппроксимации матричного метода численного интегрирования краевых задач для систем линейных неоднородных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами. Сообщение 2. Краевые задачи с граничными условиями второго и третьего рода // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2017. Т. 21, № 1. С. 55–79. https://doi.org/10.14498/vsgtu1528.
  5. Сходимость матричного метода численного интегрирования краевых задач для линейных неоднородных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2015. Т. 19, № 3. С. 559–577. https://doi.org/10.14498/vsgtu1426.
  6. Радченко В. П., Усов А. А. Модификация сеточных методов решения линейных дифференциальных уравнений с переменными коэффициентами на основе тейлоровских разложений // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2008. № 2(17). С. 60–65. https://doi.org/10.14498/vsgtu646.
  7. Маклаков В. Н. Оценка порядка аппроксимации матричного метода численного интегрирования краевых задач для систем линейных неоднородных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами. Сообщение 1. Краевые задачи с граничными условиями первого рода // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2016. Т. 20, № 3. С. 389–409. https://doi.org/10.14498/vsgtu1511.
  8. Фихтенгольц Г. М. Курс дифференциального и интегрального исчисления. Т. 1. М.: Наука, 1970. 608 с.
  9. Камке Э. Справочник по обыкновенным дифференциальным уравнениям. М.: Наука, 1976. 576 с.
  10. Филиппов А. Ф. Сборник задач по дифференциальным уравнениям. М.: Либроком, 2013. 208 с.
  11. Закс Л. Статистическое оценивание. М.: Статистика, 1976. 598 с.
  12. Курош А. Г. Курс высшей алгебры. М.: Наука, 1975. 431 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Авторский коллектив; Самарский государственный технический университет (составление, дизайн, макет), 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».