一维空间抛物线PDE数值积分的MOL与Scheifele G函数算法研究
142 浏览量
更新于2024-09-03
收藏 543KB PDF 举报
本文主要探讨了一种结合线法(Method of Lines, MOL)和Scheifele的Γ函数系列法(Adapted Series Method)的数值积分策略,用于一维抛物线偏微分方程(Parabolic Partial Differential Equations, PDE)的求解。在设计过程中,MOL被用于将原PDE转化为时间方向上的常微分方程(Ordinary Differential Equation, ODE)半离散系统。Scheifele的Γ函数系列法作为一种有效的工具,允许对这些线性扰动系统的ODE系统进行精确积分,只需要一个单一的Γ函数。
该算法的关键在于其适应性,能够针对一维空间中的PDE提供高效的数值解。通过将MOL与Adapted Series方法相结合,文章旨在克服传统方法如Dufort-Frankel和Crank-Nicholson方法可能存在的误差,这些经典方法在处理抛物线初边值问题时可能会遇到挑战。
研究者Monica Cortés-Molina、José Antonio Reyes和Fernando García-Alonso来自西班牙阿利坎特大学应用数学系,他们在2018年的《应用数学与物理杂志》(Journal of Applied Mathematics and Physics)上发表了这一成果,该刊的在线ISSN为2327-4379,印刷版ISSN为2327-4352,DOI为10.4236/jamp.2018.61016。他们选择了解决两个不同作者提出的测试问题,以此验证新算法的有效性和精度。
实验结果显示,相较于传统的Dufort-Frankel和Crank-Nicholson方法,Adapted Series方法与分析解所得出的结果更为准确,这证明了所提出的算法在数值积分抛物线PDE方面的优越性。这项工作对于数值计算领域的研究人员和工程实践者来说,是一个有价值的技术贡献,因为它提供了一个高效且精确的工具来处理这类复杂的数学模型。
2019-09-20 上传
2019-09-20 上传
2019-09-20 上传
2019-09-20 上传
2019-09-20 上传
weixin_38662089
- 粉丝: 5
- 资源: 915
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析