COMPARISON OF INTERPOLATION AND MOSAIC-SKELETON METHODS FOR SOLVING INTEGRABLE EQUATIONS WITH CONVOLUTIONAL KERNEL

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The interpolation and mosaic-skeleton methods for solving the problem of potential flow of a two-dimensional plate are compared. They compress the dense matrix of the linear system arising from the solution by the collocation method on an irregular grid. The first method is based on fast Fourier transform and linear interpolation with an auxiliary uniform grid. The second one is based on block-majorange approximation of the matrix. Both approaches demonstrate time and memory efficiency, but emphasize different structures in the matrix, which affects the solution of the linear system. For the utilized implementations of the mosaic-matching methods The skeleton method solves the system faster than the interpolation method, but consumes more memory, and its running time grows much more noticeably as the size of the system increases.

About the authors

A. O Gladkov

Skolkovo Institute of Science and Technology

Email: a.o.gladkov@yandex.ru
Moscow, Russia

B. I Vallakhmetov

Lomonosov Moscow State University

Email: valiahmetovbulat@mail.ru
Moscow, Russia

E. E Tyrtyshnikov

G.I. Marchuk Institute of Computational Mathematics, RAS

Email: eugene.tyrtyshnikov@gmail.com
Moscow, Russia

A. B Samokhin

MIREA - Russian Technological University

Email: absamokhin@yandex.ru
Moscow, Russia

References

  1. Самохин А.Б. Интегральные уравнения и итерационные методы в электромагнитном рассеянии. Радио и связь, 1998.
  2. Colton D., Kress R. Inverse acoustic and electromagnetic scattering theory. Berlin: Springer-Verlag, 1992.
  3. Мокряков В.В. Применение метода мультипольного разложения для расчета напряженного состояния в бесконечной упругой плоскости, содержащей несколько круговых отверстий // Вычисл. механика сплошных сред. 2012. Т. 5. № 2. С. 168—177.
  4. Белоцерковский С.М., Лифанов Н.К. Численные методы в сингулярных интегральных уравнениях. М.: Наука, 1985.
  5. Самохин А.Б., Тыртышинков Е.Е. Численный метод решения объемных интегральных уравнений на неравномерной сетке // Ж. вычисл. матем. и матем. физ. 2021. Т. 61. № 5. С. 878—884.
  6. Нечепуренко Ю.М. Быстрые устойчивые алгоритмы для класса линейных дискретных преобразований // Вычисл. процессы и системы. Т. 5. М.: Наука, 1987. С. 292—301.
  7. Туглубинко Ещепе. Мosaic-skeleton approximations // Calcolo. 1996. V. 33. P. 47—57.
  8. Горейнов С.А., Замарашкин Н.Л., Тыртышинков Е.Е. Псев- досвещенные аппроксимации матриц // Докл. АН. 1995. Т. 343. № 2. С. 151—152.
  9. Туглубинко Ещепе. Incomplete cross approximation in the mosaic-skeleton method // Computing. 2000. V. 64. P. 367—380.
  10. Оселедец И.В., Тыртышинков Е.Е. Приближенное обращение матриц при решении гиперсингулярного интегрального уравнения // Ж. вычисл. матем. и матем. физ. 2005. Т. 45. № 2. С. 315—326.
  11. Лифанов Н.К., Тыртышинков Е.Е. Теплицевы матрицы и сингулярные интегральные уравнения // Вычисл. процессы и системы. Т. 7. М.: Наука, 1990. С. 94—278.
  12. Лифанов Н.К., Полтавский Л.Н. Обобщенные операторы Фурье и их применение к обоснованию некоторых численных методов в аэродинамике // Матем. сб. 1992. Т. 5. С. 79—114.
  13. Voevodin V.V. On a method of reducing the matrix order while solving integral equations. Numerical Analysis on FORTRAN. Moscow University Press, 1979. P. 21—26.
  14. Gladkov A. Integral equation solver. 2024. URL: https://github.com/agladckov/integral_equation_solver
  15. Vailakhmetov B., Zhelikov D. MosaicSkeleton package (MSk), 2017. URL: https://gitlab.com/bulatral/mosaic-skeleton.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

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».