首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
推导第二类Chebyshev小波(SCW)分数阶算子矩阵,利用SCW算子矩阵方法求解了一类非线性分数阶Volterra积分-微分方程.此方法将分数阶积分-微分方程转化成非线性代数方程组求解,可以简化分数阶方程的求解,所得到的数值结果表明该方法是有效和精确的.  相似文献   

2.
基于三尺度第3类Chebyshev小波,提出了一类非线性分数阶微分方程数值解的一个小波配点法。首先,构造了三尺度第3类Chebyshev小波函数,证明了该小波函数的标准正交性,并给出了小波函数展开的L2范数意义下的一致收敛性分析和误差估计。其次,基于平移第3类Chebyshev多项式,借助Laplace变换推导出了三尺度第3类Chebyshev小波函数在Riemann-Liouville分数阶意义下的积分公式。最后,结合Picard迭代,利用三尺度第3类Chebyshev小波配点法,将非线性分数阶微分方程的初值问题及边值问题离散为代数方程组求解。数值算例说明了该方法的有效性和高精度性。  相似文献   

3.
基于第六类Chebyshev小波配置法,提出一种求解分数阶微分方程数值解的数值方法。利用平移的第六类Chebyshev多项式,在Riemann-Liouville分数阶定义下,获得了第六类Chebyshev小波函数的分数阶积分公式的精确表达式。利用积分公式,结合有效配置法,将分数阶微分方程的求解问题转化为代数方程组进行求解。同时,给出了第六类Chebyshev小波函数展开逼近的一致收敛性分析和L2范数意义下的误差估计。通过数值算例验证该算法的适用性与有效性。  相似文献   

4.
提出了一种求解高阶微分方程数值解的第3类Chebyshev小波方法.通过利用位移第3类Chebyshev多项式,在Riemann-liouville分数阶定义下,借助Laplace变换推导了第3类Chebyshev小波函数分数阶积分的精确表达式,给出了小波函数逼近的误差估计.利用小波配置法,将高阶微分方程的求解问题转化为代数方程组进行求解.数值算例表明了该算法的适用性与有效性.  相似文献   

5.
通过对第五类Chebyshev多项式进行伸缩平移,构造了第五类Chebyshev小波。利用BlockPulse函数近似第五类Chebyshev小波求得其分数阶积分算子。由第五类Chebyshev多项式的性质证明了该小波级数的收敛性,并给出小波逼近函数的截断误差估计。此外,将第五类Chebyshev小波应用于分数阶微分方程的求解,通过数值算例,验证了该方法的有效性。  相似文献   

6.
考虑一类时间-分数阶偏微分方程,将Haar小波与算子矩阵思想有效结合,对已知函数进行恰当的离散,将时间-分数阶偏微分方程转化为矩阵方程,使得计算更简便,并给出数值算例验证了方法的有效性.  相似文献   

7.
小波方法求一类变系数分数阶微分方程数值解   总被引:1,自引:0,他引:1  
为了解决分数阶微分方程数值解的问题,采用Haar小波算子矩阵的方法,研究了一类变系数分数阶微分方程的数值解.将Haar小波与算子矩阵思想有效结合,得到了Haar小波的分数阶微分算子矩阵,并对分数阶微分方程的变系数进行恰当的离散.把变系数分数阶微分方程转化为线性代数方程组,使得计算更简便,同时证明上述算法的收敛性.最后给出数值算例验证了该方法的可行性和有效性.数值计算结果表明:随着取点数的增多,数值解与精确解的近似度越来越高.  相似文献   

8.
针对求解分数阶微分方程数值解和所得结果误差大小问题.采用Haar小波分数阶积分算子矩阵方法,得到一类变系数分数阶微分方程数值解.利用所得算子矩阵将原分数阶微分方程转化为代数方程组,进而便于编程求解.讨论算法的误差分析,给出相应的误差估计式,并证明该算法是收敛的.结果表明:随着点数的增多,所得数值解与精确解的误差也越来越小.最后,数值算例验证了方法的有效性以及理论分析的正确性.  相似文献   

9.
为利用Legendre小波求分数阶Bratu型积分微分方程数值解,结合Legendre小波定义及其性质,给出Legendre小波分数阶积分算子矩阵.利用所得算子矩阵,将原问题转化为求解非线性代数方程组,进而可以计算机编程求解,从而大大简化计算量.唯一性定理指出所求分数阶Bratu型积分微分方程的解唯一.结果表明:随着点数的增多,数值解精度也越来越高.数值算例验证了算法的有效性和可行性.  相似文献   

10.
文章应用Bernstein多项式求解一类变分数阶微分方程,结合Bernstein多项式的一阶微分算子矩阵、分数阶微分算子矩阵,通过离散变量,将原方程转化为线性方程组,通过解该线性方程组,进而得到数值解。数值算例验证了该方法的高度可行性和准确性。  相似文献   

11.
利用内嵌物理信息神经网络方法(PINN)求解一类具有分数拉普拉斯算子的空间分数阶扩散方程,获得分数阶偏微分方程的数值解。首先将分数阶导数项采用有限差分离散算子后嵌入PINN进行求解,并借助自动微分技术进行求导;然后建立了训练误差函数,并给出方程初边值问题的相关算法,分析了神经网络的学习速率和数值误差;其次,给出数值例子,验证了用该方法求解空间分数阶扩散方程的有效性。  相似文献   

12.
为了求解一类非线性分数阶微分方程,基于二维三尺度第3类Chebyshev小波,提出了的一个数值解法。首先,构造了标准正交的三尺度第3类Chebyshev小波,通过叉乘,得到了标准正交的二维三尺度第3类Chebyshev小波。其次,基于平移的第3类Chebyshev多项式,借助Laplace变换,推导出了三尺度第3类Chebyshev小波的Riemann-Liouville分数阶积分公式,并给出了二维三尺度第3类Chebyshev小波展开在L2范数意义下的一致收敛性分析和误差估计。最后,利用小波积分公式,结合Picard迭代和有效的配置法,将非线性分数阶微分方程离散为代数方程组问题求解。数值算例说明了该方法的有效性和高精度性。  相似文献   

13.
为求变分数阶微分方程的数值解,应用Bernstein多项式求解一类线性、非线性变分数阶微分方程.结合Bernstein多项式,求得3种不同类型的微分算子矩阵.通过微分算子矩阵,将原方程转化一系列矩阵的乘积.最后离散变量,将矩阵的乘积转化为该线性或者非线性方程组,通过求解方程组,从而得到数值解.数值算例验证了本方法的高度可行性和准确性.  相似文献   

14.
为了求分数阶变系数且带有弱奇异积分核Volterra-Fredholm积分微分方程的数值解,本文提出了Legendre多项式算子矩阵法,利用Legendre多项式的定义及其性质给出了分数阶微分算子矩阵,同时也给出了任意阶弱奇异积分的近似求积公式.通过简化所求分数阶积分微分方程,并离散化简后的方程,可将原问题转换为求代数方程组的解.收敛性分析证明了本文方法是收敛的,数值算例验证了该方法的有效性.  相似文献   

15.
利用B样条小波函数数值求解非线性分数阶第2类Fredholm积分方程,将具有紧支集的线性半正交B样条尺度函数和小波函数一起应用于数值求解非线性分数阶第2类Fredholm积分方程中.这种方法将非线性分数阶Fredholm积分方程转化为非线性代数方程组,再通过数值求解方程组得到原方程的数值解,证明了误差边界值,数值算例验证了本方法的有效性和准确性.  相似文献   

16.
运用Chebyshev小波配置点法求解Fredholm-Volterra积分方程,建立了Chebyshev小波的算子矩阵,将求解的积分方程转化为矩阵方程,之后再转化为一组代数方程组,从而求出原方程的数值解,这样大大简化了运算过程.  相似文献   

17.
利用有理Haar小波函数数值求解分数阶第2类Fredholm积分方程,用有理Haar小波定义及性质与配置法给出有理Haar小波积分算子矩阵,将积分方程转化为代数方程组进行求解.最后通过误差分析和数值算例将分数阶积分方程的精确解和用Haar小波所得数值解进行比较,表明了该算法具有较高的精确度.  相似文献   

18.
先利用Legendre小波的分数阶积分算子矩阵将非线性分数阶Volterra积分微分方程转化为非线性代数方程组, 再通过数值求解方程组得到原方程的数值解, 证明了误差边界值, 并用算例验证了该方法的有效性和精确性.  相似文献   

19.
近年来微分方程在科学研究和工程应用中得到了广泛的使用.随着分数阶非线性偏微分方程的诞生,探讨分数阶非线性偏微分方程的精确解成为一个重要问题.利用行波变换将时间分数阶Huxley方程转化为等价的微分方程,再分别利用推广的Kudryashov方法和齐次平衡法对时间分数阶Huxley方程进行求解,利用分数阶微分算子的性质,经过一系列复杂的计算得到Huxley方程的精确解.进一步探讨两种不同方法得到精确解的区别.  相似文献   

20.
为了求解非线性分数阶Fredholm积分微分方程的数值解,通过Legendre多项式,得出了Legendre小波,并由block pulse函数给出了Legendre小波的分数阶积分算子矩阵,利用block pulse函数与Legendre小波的积分算子矩阵的性质将非线性分数阶Fredholm积分微分方程转化为非线性代数方程组,进而可以求得原积分微分方程的数值解.结果表明:随着点数的增多,数值解的精度也越来越高.文中给出的算例表明了该方法的可行性和有效性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号