Метод построения полной бифуркационной картины краевой задачи для нелинейных уравнений в частных производных: применение теоремы Колмогорова-Арнольда

Обложка

Цитировать

Полный текст

Аннотация

Цель настоящего исследования — разработка численного метода бифуркационного анализа для нелинейных уравнений в частных производных, основанного на методе сведения уравнений в частных производных к обыкновенным с использованием теоремы Колмогорова-Арнольда. Методы. В данной работе описывается метод сведения уравнений в частных производных к обыкновенным с использованием теоремы Колмогорова-Арнольда, а также метод бифуркационного анализа нелинейных краевых задач для обыкновенных дифференциальных уравнений. Результаты. В работе представлен новый метод решения и бифуркационного анализа нелинейных краевых задач для уравнений в частных производных, допускающих вариационную постановку. Метод был применён к нелинейной двумерной задаче Брату с граничными условиями типа Дирихле. Заключение. Разработан новый метод бифуркационного анализа для нелинейных уравнений в частных производных, а именно был предложен метод сведения уравнений в частных производных к обыкновенным, который позволяет применять разработанный аппарат бифуркационного анализа для краевых задач обыкновенных дифференциальных уравнений. Метод позволяет строить бифуркационные картины для нелинейных уравнений в частных производных произвольного вида.  

Об авторах

Василий Александрович Громов

Высшая школа экономики

ORCID iD: 0000-0001-5891-6597
Scopus Author ID: 35228959300
ResearcherId: M-6614-2015
101000, Россия, Москва, ул. Мясницкая, 20

Корней Кириллович Томащук

Высшая школа экономики

101000, Россия, Москва, ул. Мясницкая, 20

Юрий Николаевич Бесчастнов

Высшая школа экономики

ORCID iD: 0000-0001-6511-5894
101000, Россия, Москва, ул. Мясницкая, 20

Артём Александрович Сидоренко

Высшая школа экономики

101000, Россия, Москва, ул. Мясницкая, 20

Василий Владимирович Какурин

Высшая школа экономики

ORCID iD: 0009-0004-3660-871X
101000, Россия, Москва, ул. Мясницкая, 20

Список литературы

  1. Арнольд В. И., Варченко А. Н., Гусейн-Заде С. М. Особенности дифференцируемых отображений: Монодромия и асимптотики интегралов. M.: Наукa, 1984. 355 c.
  2. Гилмор Р. Прикладная теория катастроф: в 2 т. М.: Мир. Т. 1. 1984. 350 c. T. 2. 1984. 286 c.
  3. Gilmore R. Catastrophe theory // In: Trigg G. L. (ed) Encyclopedia of Applied Physics. Vol. 3. N.Y.: Wiley, 1992. P. 85–115.
  4. Obodan N. I., Gromov V. A. Numerical analysis of the branching of solutions to nonlinear equations for cylindrical shells // Int. Appl. Mech. 2006. Vol. 42. P. 90–97. doi: 10.1007/s10778-006-0062-7.
  5. Obodan N. I., Lebedeyev O. G., Gromov V. A. Nonlinear Behaviour and Stability of Thin-Walled Shells. Berlin: Springer, 2013. 178 p. doi: 10.1007/978-94-007-6365-4.
  6. Obodan N. I., Adlucky V. J., Gromov V. A. Rapid identification of pre-buckling states: a case of cylindrical shell // Thin-Walled Structures. 2018. Vol. 124. P. 449–457. doi: 10.1016/j.tws. 2017.12.034.
  7. Obodan N. I., Adlucky V. J., Gromov V. A. Prediction and control of buckling: the inverse bifurcation problems for von Karman equations // In: Dutta H., Peters J. (eds) Applied Mathematical Analysis: Theory, Methods, and Applications. Cham: Springer, 2020. P. 353–381. doi: 10.1007/978-3-319- 99918-0_11.
  8. Obodan N. I., Gromov V. A. The complete bifurcation structure of nonlinear boundary problem for cylindrical panel subjected to uniform external pressure // Thin-Walled Structures. 2016. Vol. 107. P. 612–619. doi: 10.1016/j.tws.2016.07.020.
  9. Obodan N. I., Gromov V. A. Nonlinear behavior and buckling of cylindrical shells subjected to localized external pressure // Journal of Engineering Mathematics. 2013. Vol. 78. P. 239–248. doi: 10.1007/s10665-012-9553-1.
  10. Antman S. S. Bifurcation Theory and Nonlinear Eigenvalue Problems. San Francisco: WA Benjamin, 1969. 434 p.
  11. Kantorovich L. V. Approximate Methods of Higher Analysis. N.Y.: Interscience Publishers, 1958. 681 p.
  12. Awrejcewicz J., Krysko-Jr. V. A., Kalutsky L. A., Zhigalov M. V., Krysko V. A. Review of the methods of transition from partial to ordinary differential equations: From macro- to nano-structural dynamics // Arch. Computat. Methods Eng. 2021. Vol. 28. P. 4781–4813. doi: 10.1007/s11831- 021-09550-5.
  13. Gromov V. A. On an approach to solve nonlinear elliptic equations of von Karman type // Вiсник Днiпропетровського унiверситету Серiя Моделювання. 2017. Т. 25, № 8. С. 122–141. doi: 10.15421/141707.
  14. Gromov V. A. Postcritical Behaviour and Solution Branching for the Cylindrical Shell Theory Nonlinear Problems. PHD Thesis. Dnepropetrovsk: Dnepropetrovsk State University, 2006.
  15. Колмогоров A. Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных // Докл. АН СССР. 1957. Т. 108. С. 179–182.
  16. Maiorov V., Pinkus A. Lower bounds for approximation by MLP neural networks // Neurocomputing. 1999. Vol. 25, iss. 1–3. P. 81–91. doi: 10.1016/S0925-2312(98)00111-8.
  17. Sprecher D. A. A numerical implementation of Kolmogorov’s superpositions // Neural Netw. 1996. Vol. 9, no. 5. P. 765–772. doi: 10.1016/0893-6080(95)00081-x.
  18. Sprecher D. A. A numerical implementation of Kolmogorov’s superpositions II // Neural Netw. 1997. Vol. 10, no. 3. P. 447–457. doi: 10.1016/s0893-6080(96)00073-1.
  19. Shapiro H. S. Topics in Approximation Theory. Berlin: Springer, 1971. 278 p. DOI: 10.1007/ BFb0058976.
  20. Doss R. Representations of continuous functions of several variables // American Journal of Mathematics. 1976. Vol. 98, no. 2. P. 375–383. doi: 10.2307/2373891.
  21. Витушкин А. Г. О многомерных вариациях. M.: Гостехиздат, 1955. 220 с.
  22. Bratu G. Sur les equations integrales non lineaires // Bulletin de la Soci et e Math ematique de France. 1914. Vol. 42. P. 113–142. doi: 10.24033/bsmf.943.
  23. Koppen M. On the training of a Kolmogorov network // In: Dorronsoro J. R. (ed) Artificial Neural Networks – ICANN 2002. Lecture Notes in Computer Science, vol. 2415. Berlin: Springer, 2002. P. 474–479. doi: 10.1007/3-540-46084-5_77.
  24. Actor J. Computation for the Kolmogorov Superposition Theorem. PhD Thesis. Houston: Rice University, 2018. 148 p.
  25. Liu Z., Wang Y., Vaidya S., Ruehle F., Halverson J., Soljaci c M., Hou T. Y., Tegmark M. KAN: Kolmogorov-Arnold networks // arXiv:2404.19756. ArXiv Preprint, 2024. DOI: 10.48550/ arXiv.2404.19756.
  26. Lorentz G. G. Approximation of Functions. New York: Holt, Rinehart and Winston, 1966. 188 p.
  27. Nguyen V. P., Rabczuk T., Bordas S., Duflot M. Meshless methods: A review and computer implementation aspects // Mathematics and Computers in Simulation. 2008. Vol. 79, iss. 3. P. 763–813. doi: 10.1016/j.matcom.2008.01.003.
  28. Железко И. П., Ободан Н. И. Вторичные ветвления и закритическое поведение тонкостенных оболочек при неоднородной деформации // ПММ. 1997. Т. 61, № 2. С. 344–349.
  29. Poston T., Stewart I. Catastrophe Theory and Its Applications. Gloucester: Courier Corporation, 2014. 512 p.
  30. Gromov V. A., Borisenko E. A. Predictive clustering on non-successive observations for multi-step ahead chaotic time series prediction // Neural Comput. Applic. 2015. Vol. 26. P. 1827–1838. doi: 10.1007/s00521-015-1845-8.
  31. Андреев Л. В., Ободан Н. И., Лебедев A. Г. Устойчивость оболочек при неосесимметричной деформации. М.: Наука, 1988. 208 с.
  32. Фомин С., Алексеев В., Тихомиров В. Оптимальное управление. М.: Физматлит, 2005. 385 с.
  33. Odejide S. A., Aregbesola Y. A. S. A note on two dimensional Bratu problem // Kragujevac Journal of Mathematics. 2006. Vol. 29. P. 49–56.
  34. Temimi H., Ben-Romdhane M., Baccouch M., Musa M. O. A two-branched numerical solution of the two-dimensional Bratu’s problem // Applied Numerical Mathematics. 2020. Vol. 153. P. 202–216. doi: 10.1016/j.apnum.2020.02.010.
  35. Boyd J. P. An analytical and numerical study of the two-dimensional Bratu equation // J. Sci. Comput. 1986. Vol. 1. P. 183–206. doi: 10.1007/BF01061392.
  36. Витушкин A. Г., Хенкин Г. M. Линейные суперпозиции функций // УМН. 1967. Т. 22, № 1. С. 77–124.
  37. Gromov V. A. Catastrophes of cylindrical shell // In: Dutta H. (ed) Mathematical Modelling: Principle and Theory. Providence: American Mathematical Society, 2023. P. 215–244. DOI:10.1090/ conm/786/15798.
  38. Courant R., Hilbert D. Methods of Mathematical Physics. Vol. 1. N.Y.: Wiley, 2008. 575 p.
  39. Вайнберг М. М., Треногин В. А. Теория ветвления решений нелинейных уравнений. М.: Наука, 1969. 527 с.
  40. Agapov M. S., Kuznetsov E. B., Shalashilin V. I. Numerical modeling of the problem of strong nonlinear deformation in Eulerian coordinates // Math. Models Comput. Simul. 2009. Vol. 1. P. 263–273. doi: 10.1134/S2070048209020094.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».