Применение функционально-воксельного метода для решения линейного уравнения в частных производных первого порядка с заданными начальными условиями

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается подход к решению задачи Коши функционально-воксельным (ФВ) методом для линейного уравнения в частных производных первого порядка. Предложенный подход базируется на принципах дифференцирования и интегрирования, разработанных для ФВ-моделирования, и позволяет применять принципы получения локальных геометрических характеристик результирующей функции в узлах в процессе линейной аппроксимации. Приведён классический подход к решению задачи Коши для дифференциального уравнения в частных производных на выбранном примере с целью построения ФВ-модели как эталона для сравнения с результатами, полученными путём ФВ-моделирования. Описывается алгоритм получения решения дифференциального уравнения средствами ФВ-моделирования. Проводится визуальное и численное сравнение полученного результата ФВ-моделирования с принятым эталоном. Отличием от численных методов решения подобной задачи является вид представления результата. В численных методах результатом является значение функции в узлах аппроксимации, а ФВ-модель в узлах содержит локальные геометрические характеристики (компоненты градиента в пространстве, увеличенном на единицу размерности), что позволяет получить узловую локальную функцию неявного вида, а также дифференциальную локальную функцию явного вида.

Об авторах

А. В Толок

Институт проблем управления им. В.А. Трапезникова РАН

Email: tolok_61@mail.ru
г. Москва, Россия

Н. Б Толок

Институт проблем управления им. В.А. Трапезникова РАН

Email: nat_tolok@mail.ru
г. Москва, Россия

Список литературы

  1. Егоров А.И. Обыкновенные дифференциальные уравнения с приложениями. – М.: ФИЗМАТЛИТ, 2003. – 384 с. [Egorov, A.I. Obyknovennye differencial'nye uravneniya s prilozheniyami. – M.: FIZMATLIT, 2003. – 384 s. (In Russian)]
  2. Романко В.К. Курс дифференциальных уравнений и вариационного исчисления. – М.: Лаборатория базовых знаний, 2000. – 344 с. [Romanko, V.K. Kurs differencial'nyh uravnenij i variacionnogo ischisleniya. – M.: Laboratoriya bazovyh znanij, 2000. – 344 s. (In Russian)]
  3. Степанов В.В. Курс дифференциальных уравнений. – М.: Едиториал УРСС, 2004. – 472 с. [Stepanov, V.V. Kurs differencial'nyh uravnenij. – M.: Editorial URSS, 2004. – 472 s. (In Russian)]
  4. Математический анализ | Онлайн калькулятор : электронный ресурс. – URL: https://allcalc.ru/node/863 (дата обращения 27.06.2023). [Matematicheskij analiz | Onlajn kal'kulyator : electronic resource. – URL: https://allcalc.ru/node/863 (accessed June 27, 2023).]
  5. Microsoft Math Solver : электронный ресурс. – URL: https://mathsolver.microsoft.com (дата обращения 27.06.2023). [Microsoft Math Solver : electronic resource. – URL: https://mathsolver.microsoft.com (accessed June 27, 2023).]
  6. Крайнов А.Ю., Моисеева К.М. Численные методы решения краевых задач для обыкновенных дифференциальных уравнений: учеб. пособие. – Томск: STT, 2016. – 44 с. [Krajnov, A.Yu., Moiseeva, K.M. Chislennye metody resheniya kraevyh zadach dlya obyknovennyh differencial'nyh uravnenij: ucheb. posobie. – Tomsk: STT, 2016. – 44 s. (In Russian)]
  7. Мышенков В.И., Мышенков Е.В. Численные методы. Ч. 2. Численное решение обыкновенных дифференциальных уравнений: Учебное пособие для студентов специальности 073000. – М.: МГУЛ, 2005. – 109 с. [Myshenkov, V.I., Myshenkov, E.V. CHislennye metody. CH. 2. CHislennoe reshenie obyknovennyh differencial'nyh uravnenij: Uchebnoe posobie dlya studentov special'nosti 073000. – M.: MGUL, 2005. – 109 s. (In Russian)]
  8. Soundararajan, R.; Subburayan, V.; Wong, P. J.Y. Streamline Diffusion Finite Element Method for Singularly Perturbed 1D-Parabolic Convection Diffusion Differential Equations with Line Discontinuous Source / Mathematics. – 2023. – Vol. 11. – Art. no. 2034. – DOI: https://doi.org/ 10.3390/math11092034.
  9. Mohammed, M. Well-Posedness for Nonlinear Parabolic Stochastic Differential Equations with Nonlinear Robin Conditions / Symmetry. – 2022. – Vol. 18. – Art. no. 1722.
  10. Толок А.В. Функционально-воксельный метод в компьютерном моделировании. – М.: Физматлит, 2016. – 112 с. [Tolok, A.V. Funkcional'no-voksel'nyj metod v komp'yuternom modelirovanii. – M.: Fizmatlit, 2016. – 112 s. (In Russian)]
  11. Толок А.В. Локальная компьютерная геометрия. Учебное пособие. – М.: Ай Пи Ар Медиа, 2022. – 147 с. [Tolok, A.V. Lokal’naya komp’yuternaya geometriya. – Moscow: IPR-Media, 2022. – 112 s. (In Russian)]
  12. Толок А.В., Толок Н.Б. Дифференцирование и интегрирование в функционально-воксельном моделировании // Проблемы управления. – 2022. – № 5. – С. 60–67. [Tolok, A.V. and Tolok, N.B. Differentiation and Integration in Functional Voxel Modeling / Control Sciences. – 2022. – No. 5. – P. 51–57.]
  13. Конев В.В. Уравнения в частных производных: Учебное пособие. – Томск: Томский политехнический университет, 2011. – URL: https://portal.tpu.ru/SHARED/k/KONVAL/notes/Partial.pdf. [Konev, V.V. Uravneniya v chastnyh proizvodnyh: Uchebnoe posobie. Tomsk: Tomskiy politekhnicheskiy universitet, 2011. – URL: https://portal.tpu.ru/SHARED/k/KONVAL/notes/Partial.pdf. (In Russian)]

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


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».