一类时间分数阶偏微分方程的同伦分析Sumudu变换解法

合集下载

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》篇一一、引言在现代科学与工程领域,偏微分方程的求解是许多问题的重要一环。

特别是对于一类非线性时间分布阶偏微分方程(NLTSODEs),其应用广泛,包括流体动力学、热传导、材料科学等。

然而,由于这类方程的复杂性和非线性特性,传统的数值方法往往难以在有限的时间内得到满意的解。

因此,开发高效且稳定的混合有限元算法成为了研究的热点。

二、非线性时间分布阶偏微分方程的背景和挑战非线性时间分布阶偏微分方程(NLTSODEs)描述了一类复杂系统随时间和空间的变化过程,具有非线性和时间分布阶的双重特点。

由于非线性的存在,方程的解往往依赖于初值条件或边界条件,且可能存在多个解。

此外,时间分布阶的特性使得方程的求解过程更加复杂,需要同时考虑时间和空间的分布。

传统的数值方法在求解这类方程时,往往面临收敛速度慢、计算量大、易陷入局部最优等问题。

为了解决这些问题,研究者们提出了混合有限元算法。

这种算法结合了有限元方法和其他数值方法的优点,可以在保证精度的同时提高计算效率。

三、混合有限元算法的研究现状混合有限元算法是一种将有限元方法和其他数值方法相结合的算法。

它通过将求解域划分为有限个单元,对每个单元进行局部求解,再将结果进行全局组合,从而得到整个求解域的解。

这种方法具有较高的灵活性和适应性,可以处理复杂的几何形状和边界条件。

针对非线性时间分布阶偏微分方程,混合有限元算法的研高效算法和效果仍然具有较大的提升空间。

针对非线性和时间分布阶的特性,需要设计出更高效的离散化方法和迭代策略。

此外,为了提高计算效率,还需要对算法进行优化,如采用并行计算、自适应网格等技术。

四、高效混合有限元算法的研究方法针对非线性时间分布阶偏微分方程的高效混合有限元算法研究,本文提出以下研究方法:1. 离散化方法:针对非线性和时间分布阶的特性,设计出一种高效的离散化方法。

该方法能够将原问题转化为一系列简单的子问题,从而降低求解难度。

解偏微分方程

解偏微分方程

解偏微分方程偏微分方程是数学中的一个重要分支,广泛应用于物理、工程、经济等领域的建模和分析中。

解偏微分方程是求解方程中未知函数关于多个自变量的偏导数的问题。

本文将介绍解偏微分方程的基本概念、常见方法和应用领域。

偏微分方程是包含未知函数及其偏导数的方程,其中未知函数的变量可以是多个自变量。

与常微分方程不同,偏微分方程中的未知函数的导数是依赖于多个自变量的。

因此,解偏微分方程需要找到一个函数,使得该函数满足方程以及其边界条件。

解偏微分方程的基本方法有分离变量法、特征线法、变换法、格林函数法等。

其中,分离变量法是最常用的方法之一。

分离变量法的基本思想是将多个自变量分别单独处理,然后将得到的多个常微分方程组合起来求解。

这种方法适用于形式简单的偏微分方程,例如线性齐次方程。

另一种常见的方法是特征线法,适用于一阶偏微分方程。

特征线法的核心思想是通过选择合适的曲线,使得偏微分方程在该曲线上的导数满足某种关系,从而将偏微分方程化简为常微分方程。

变换法是一种将偏微分方程通过适当的变换转化为另一种形式,进而求解的方法。

常见的变换包括拉普拉斯变换、傅里叶变换等。

格林函数法是基于格林函数的特性来求解偏微分方程的方法,其中格林函数是满足特定边界条件的偏微分方程的解。

解偏微分方程的应用广泛。

在物理学中,偏微分方程被用于描述传热、传质、电磁场等现象。

在工程领域,偏微分方程被应用于流体力学、结构力学、电路分析等问题的建模和分析。

在经济学中,偏微分方程被用于描述金融市场中的随机波动等现象。

在实际应用中,解偏微分方程的复杂度往往很高,需要借助数值方法进行求解。

常见的数值方法包括有限差分法、有限元法、谱方法等。

这些方法通过将偏微分方程离散化为代数方程组,然后通过数值计算求解。

解偏微分方程是数学中的一个重要问题,涉及到多个自变量的未知函数及其偏导数的求解。

通过分离变量法、特征线法、变换法和格林函数法等方法,可以求解各种形式的偏微分方程。

偏微分方程求解方法及其比较

偏微分方程求解方法及其比较

偏微分方程求解方法及其比较中图分类号:o24 文献标识码:a 文章编号:1007-0745(2008)10-00摘要:近些年来,无限维动力系统得到了很大的发展.随着对它研究的深入和计算能力的迅速提高,使得与之相关的数值研究越来越被人们关注.谱方法作为一种数值求解偏微分方程的方法,它具有无穷阶收敛性.因此,谱方法也就引起人们更多的关注.关键词:谱方法;偏微分;收敛;逼近;1偏微分方程及其谱方法的介绍偏微分方程主要借助于未知函数及其导数来刻画客观世界的物理量的一般变化规律。

理论上,对偏微分方程解法的研究已经有很长的历史了。

最初的研究工作主要集中在物理,力学,几何学等方面的具体问题,其经典代表是波动方程,热传导方程和位势方程(调和方程)。

通过对这些问题的研究,形成了至今仍然使用的有效方法,例如,分离变量法,fourier变换法等。

早期的偏微分方程研究主要集中在理论上,而在实际操作中其研究方法和研究结果都难以得到广泛的应用。

求解的主要方法为:有限差分法,有限元法,谱方法。

谱方法起源于ritz-galerkin方法,它是以正交多项式(三角多项式,切比雪夫多项式,勒让得多项式等)作为基函数的galerkin 方法、tau方法或配置法,它们分别称为谱方法、tau方法或拟谱方法(配点法),通称为谱方法。

谱方法是以正交函数或固有函数为近似函数的计算方法。

从函数近似角度看.谱方法可分为fourier 方法.chebyshev或legendre方法。

前者适用于周期性问题,后两者适用于非周期性问题。

而这些方法的基础就是建立空间基函数。

下面介绍几种正交多项式各种节点的取值方法及权重。

而chebyshev多项式是令时jacobi多项式的特殊形式,另外legendre多项式是令时jacobi多项式的特殊形式。

2 几种典型的谱方法谱方法是以正交函数或固有函数为近似函数的计算方法。

谱近似可以分为函数近似和方程近似两种近似方式。

从函数近似角度看.谱方法可分为fourier方法.chebyshev或legendre方法。

偏微分方程的解法

偏微分方程的解法


1、定解问题的边界条件 2、定解问题的分类与适定性 3、二阶线性偏微分方程的有关概念
4、常系数线性偏微分方程的通解
1
方程的通解和特解
例子 7.4 二阶线性非齐次偏微方程 uxy
2
2 y x 的通解是
1 2 u x, y xy x y F x G y , 2
u x, t f1 x at f 2 x at
x at ,则有 f1 x at f1 x ' .这表明在相对于
原来坐标轴以速度 a 运动的坐标系中来看,通解中的第一部分贡献是和 时间无关的;回到原来坐标系中观察 ,则第一部分贡献的波形随时间变 化以速度 a 沿 x 轴正向移动.同理,通解中第二部分可以看作另外一列 反向传播的行波的贡献.
总可以化为如下标准形式:
, xn aij xi x j bi xi c
i , j 1 i 1
2 i n
n
n
f x1 ',
, xn ' di x ' bi ' xi ' c ' 二次型的主轴定理
i 1 i 1
3
n
类似地,二阶线性偏微分方程
a u
一维无界弦自由振动(即无外力)定解问题为:
utt a 2uxx 0 u x, 0 x ut x, 0 x
8
在本问题中,泛定方程是常系数的;根据前边的讨论,该方程的附
2 2 a 0 ;且解为 a .故原方程的通解可以表示为: 加方程为:
常系数线性偏微分方程
如果在二阶线性偏微分方程
a u

偏微分方程的解法及其应用

偏微分方程的解法及其应用

偏微分方程的解法及其应用偏微分方程(Partial Differential Equations,简称PDEs)是数学中的一种重要的分支,是与自然科学和工程技术研究密切相关的基础理论。

它的研究涵盖了数值计算、物理学、化学、金融学、生物学等众多学科领域。

本文将以解法及其应用为主题,简要介绍偏微分方程的基本概念、模型以及求解算法。

一、基本概念偏微分方程是包含多个自变量的微分方程。

与常微分方程(Ordinary Differential Equations,简称ODEs)不同,偏微分方程中的未知函数是一个或多个变量的函数,而常微分方程中的未知函数只是一个自变量的函数。

偏微分方程也常常用于表征热传导、流体力学、宏观物理学、生物学和经济学等领域的现象。

举个例子,波动方程就是一个著名的偏微分方程模型。

波动方程具有以下形式:$\frac{\partial^2 u}{\partial t^2}=c^2\nabla^2 u$其中,$u$是待求函数,$t$是时间变量,$\nabla$是空间微分算子,$c$代表波速。

此方程描述了一个物质在空间中随着时间传播的状态。

在此,我们可以看到偏微分方程的一般形式中涉及的多个自变量和微分算子。

二、常见算法在现代科学和工程领域中,为了求解偏微分方程,研究者们发明了多种算法。

这里,我们将简要介绍一些常见的算法。

1. 分离变量法分离变量法(Separation of Variables Method)是一种经典的求解偏微分方程的方法。

该方法的思想是,将多自变量的函数$u(x_1,x_2,...,x_n)$看作是各个自变量的单独函数的积的形式。

然后,我们可以将多自变量的偏微分方程转化为多个一元函数的常微分方程,便于求解。

虽然分离变量法并不适用于所有类型的偏微分方程,但是在实际应用中已经证明是十分有效的。

2. 有限差分法有限差分法(Finite Difference Method)是一种常用的数值求解偏微分方程的方法。

高中数学备课教案解偏微分方程的方法总结

高中数学备课教案解偏微分方程的方法总结

高中数学备课教案解偏微分方程的方法总结一、引言在高中数学备课教案中,解偏微分方程是一个关键的内容。

偏微分方程是数学中一类重要的方程,对于学生的数学思维能力和问题解决能力有着重要的培养作用。

本文将总结解偏微分方程的方法,以便教师在备课过程中能够更好地指导学生。

二、常见的偏微分方程类型及解法1. 一阶线性偏微分方程一阶线性偏微分方程是形如 P(x, y)dx + Q(x, y)dy = 0 的方程。

常见的解法有分离变量法和恰当方程法。

a) 分离变量法:步骤1:将方程移项,将所有含有 y 的项移到方程的一边,将所有含有 x 的项移到方程的另一边。

步骤2:分别对 x 和 y 求积分。

步骤3:解得方程的通解,其中的任意常数可通过边界条件确定。

b) 恰当方程法:步骤1:判断方程是否为恰当方程。

一个方程是恰当方程,当且仅当存在函数 u(x, y),使得 M(x, y)dx + N(x, y)dy = 0 等于 du = Mdx + Ndy。

步骤2:求解函数 u(x, y)。

步骤3:解得方程的通解,其中的任意常数可通过边界条件确定。

2. 一阶可降秩偏微分方程一阶可降秩偏微分方程是形如 F(x, y, y') = 0 的方程。

常见的解法有换元法和积分因子法。

a) 换元法:步骤1:令 y' = p(x)。

步骤2:将方程转化为只含有 x 和 p(x) 的形式。

步骤3:对方程进行求解,解出 x 和 p(x) 的关系。

步骤4:再次积分,解得方程的通解,其中的任意常数可通过边界条件确定。

b) 积分因子法:步骤1:将方程整理为 y' + P(x)y = Q(x) 的形式。

步骤2:求解方程的积分因子μ(x)。

步骤3:用积分因子乘以方程,化为恰当方程。

步骤4:按照恰当方程的解法,解得方程的通解,其中的任意常数可通过边界条件确定。

3. 二阶线性偏微分方程二阶线性偏微分方程是形如 P(x, y)u_xx + Q(x, y)u_xy + R(x,y)u_yy + S(x, y)u_x + T(x, y)u_y + U(x, y)u = G(x, y) 的方程。

《改进的有限积分法求解时间分数阶偏微分方程》范文

《改进的有限积分法求解时间分数阶偏微分方程》范文

《改进的有限积分法求解时间分数阶偏微分方程》篇一一、引言时间分数阶偏微分方程(Time Fractional Partial Differential Equations,TFPDEs)在许多领域如物理、工程、生物医学等都有广泛的应用。

然而,由于分数阶导数的非局部特性,传统的数值方法在求解这类方程时往往面临巨大的挑战。

有限积分法(Finite Integration Method,FIM)作为一种新兴的数值方法,近年来在求解分数阶偏微分方程方面取得了显著的成果。

本文旨在介绍一种改进的有限积分法,以提高求解时间分数阶偏微分方程的精度和效率。

二、有限积分法基本原理有限积分法是一种基于离散化思想求解偏微分方程的数值方法。

该方法将连续的物理空间和时间离散化,通过求解一系列离散点的数值解来逼近原问题的解。

在求解时间分数阶偏微分方程时,有限积分法通过将分数阶导数转化为一系列离散点的加权和,从而将原问题转化为一系列线性或非线性代数方程组的求解问题。

三、传统有限积分法的局限性尽管有限积分法在求解时间分数阶偏微分方程方面取得了显著的成果,但传统方法仍存在一些局限性。

首先,传统方法在处理高阶或复杂问题时,计算复杂度较高,需要消耗大量的计算资源。

其次,传统方法在处理非均匀网格或不规则区域时,存在一定程度的误差。

此外,传统方法对初始条件和边界条件的处理也较为复杂。

四、改进的有限积分法针对传统有限积分法的局限性,本文提出了一种改进的有限积分法。

该方法通过引入自适应网格技术和高阶插值技术,提高了求解精度和计算效率。

具体而言,该方法在离散化过程中采用自适应网格技术,根据问题的特点自动调整网格的疏密程度,以更好地逼近原问题的解。

同时,该方法采用高阶插值技术来逼近分数阶导数,降低了计算复杂度。

此外,该方法还对初始条件和边界条件的处理进行了优化,提高了求解的稳定性和精度。

五、数值实验与结果分析为了验证改进的有限积分法的有效性,本文进行了一系列数值实验。

一阶偏微分方程求解方法PPT课件

一阶偏微分方程求解方法PPT课件

i 1
i 1
18
19
2019/10/22
4. 加权余量法求解一般化偏微分方程的归纳
n
n
w j[( Ci i ) q] d w*j[ ( Ci i ) s] d 0
i 1
i 1
由于是线性微分算子,故微分、求和、积分次序可调换,代数方程变形:
n
n
{[ w j( i )d]Ci}
{[ w*j ( i )d]Ci}
w jq d

w
* j
s
d
i 1
i 1
n
{[
w j( i )d] [ w*j ( i )d]}Ci

w jq d

w
* j
s
d
i 1
有j个代数方程,
20
通常等于待定系 数个数
4. 加权余量法求解一般化偏微分方程的归纳
n
{[ wj( i )d] [ w*j ( i )d]}Ci wjq d w*j s d
i 1
系数
激励
边界条件
代数方程写成矩阵形式: [K ][C] [F ][b]
在x 0处:()x0=0 在x d处:()xd=10 12
3. 加权余量法--例
3. 加权余数表达式:
Fj(R)


j
R
d



j
R
d,j

1,2
j 1时,得到一个代数方程:
F1(R)


1
R
d



1R

同伦摄动法与几类分数阶积分微分方程的解

同伦摄动法与几类分数阶积分微分方程的解

一般地, A 可以分为 C 和 R 两部分, 对分数阶常微分方程, 取 C = 1, R 为 A 的其余部分; 对分数阶偏微 分方程, C 取 Caputo 微分算子, R 为 A 的其余部分. 从而( 1) 可改写成
C( u) + R ( u) - f ( r) = 0.
( 3)
引入同伦
H ( v , p ) = ( 1 - p ) [ C( v) - C( u0) ] + p [ A ( v ) - f ( r ) ] = 0, p [ 0, 1] , r ∀,
I t 称为 阶 Caput o 积分算子.
定义 2 设函数 g( x ) 是 [ 0, T ] 上的绝对连续函数, 则
D tg ( x ) =
d g ( t) dt
=
1 (n-
dn ) dt n
t 0
(
g( x ) t - x ) + 1- n
dx,
0<
n-
1<
d
ng ( t dt n
)
,
=n
N
< n,
3. 2 时间电报方程 考虑文献 [ 10] 中的时间电报方程
2
u(x, t2
t)
+
%
u( x , t) = t
!
2u( x , x2
t)
+
h( x , t) ,
0 < x < L ; t > 0;
1 2
<
! 1,
( 18)
u( x , 0) = #( x ) , ut ( x , 0) = ∃( x ) , !> 0, %> 0,
v( x , t) = v0 ( x , t ) + p v 1 ( x , t) + p 2 v2 ( x , t) + #,

《2024年两类分数阶偏微分方程的混合有限元方法研究》范文

《2024年两类分数阶偏微分方程的混合有限元方法研究》范文

《两类分数阶偏微分方程的混合有限元方法研究》篇一一、引言近年来,分数阶偏微分方程在多个领域内,如物理、工程、生物和金融等,得到了广泛的应用。

这些方程能够更准确地描述某些复杂现象的动态行为。

然而,由于分数阶偏微分方程的复杂性,其求解成为了一个具有挑战性的问题。

本文将主要研究两类分数阶偏微分方程的混合有限元方法,通过深入的理论分析和实例计算,旨在提供有效的数值解法。

二、背景介绍分数阶偏微分方程主要包含分数阶微分方程和分数阶扩散方程两大类。

这两类方程在描述非局部现象和记忆效应等方面具有显著优势。

然而,由于分数阶导数的非局部特性,使得这类方程的求解变得复杂。

传统的有限元方法在处理这类问题时,往往存在计算量大、精度低等问题。

因此,发展有效的混合有限元方法成为解决这一问题的关键。

三、混合有限元方法理论分析(一)第一类分数阶偏微分方程的混合有限元方法对于第一类分数阶偏微分方程,我们首先将其进行适当的空间离散和时间离散。

在空间离散方面,我们采用混合有限元方法,即将未知函数分解为已知函数和未知函数两部分,分别用不同的基函数进行逼近。

通过这种方式,我们可以将复杂的分数阶偏微分方程转化为一系列的线性代数方程组。

在时间离散方面,我们采用隐式或显式的方法进行求解,根据具体的边界条件和初始条件来得到解。

(二)第二类分数阶偏微分方程的混合有限元方法对于第二类分数阶偏微分方程,我们可以借鉴第一类的方法,并在此基础上进行适当的调整和改进。

首先,我们需要对原方程进行离散化处理,将其转化为适合有限元方法求解的形式。

然后,根据问题的特点和要求,选择合适的基函数和插值方法进行逼近。

在求解过程中,我们需要考虑到分数的性质和边界条件等因素的影响。

四、实例计算与结果分析为了验证所提出的混合有限元方法的可行性和有效性,我们进行了大量的实例计算。

首先,我们选择了一些典型的分数阶偏微分方程进行求解,并与其他方法进行了比较。

通过对比结果发现,我们的方法在计算精度和效率方面都表现出了显著的优势。

一类偏微分方程初值问题的近似解析解法

一类偏微分方程初值问题的近似解析解法

一类偏微分方程初值问题的近似解析解法以《一类偏微分方程初值问题的近似解析解法》为标题,本文将介绍一类偏微分方程初值问题的近似解析解法,包括它的基本概念以及其在实际应用中的研究现状。

首先,什么是一类偏微分方程初值问题的近似解析解法呢?其实,这个近似解析解法指的是针对一类偏微分方程初值问题,采用合理的近似技术,以简化理论的处理方式,以求解无解析解的常微分方程初值问题的一类近似方法。

接下来,我们来看一类偏微分方程初值问题的近似解析解法,可以分为几种不同的类型:第一种是有限差分法。

该法是基于有限差分公式,采用迭代方式求解偏微分方程,以求解形式上更复杂的微分方程。

第二种是有限元法。

该法是基于有限元方法,通过分析有限元对象的本构方程,从而求解偏微分方程。

第三种是多步法。

该法是基于多阶段的数值分析,利用积分公式,求解形式上更复杂的微分方程。

同时,一类偏微分方程初值问题的近似解析解法在实际应用中也有着相当广泛的应用,在物理学、化学、机械制造等方面都有着广泛的应用。

在物理学中,近似解析解法可以用来模拟复杂的物理系统的正确的动力学行为,如洛伦兹振子系统和耦合振子系统的动力行为;在化学方面,近似解析解法可以用来模拟反应速率的变化;在机械制造方面,近似解析解法可以用来模拟材料的损伤变形和弹性疲劳过程等问题。

此外,近年来,随着计算机技术和数值分析技术的发展,一类偏微分方程初值问题的近似解析解法也取得了快速的进展和改进,如基于积分公式的多步法、基于拟牛顿法的一阶算法等等,它们都更加精确地模拟了实际问题的实际行为。

总的来说,一类偏微分方程初值问题的近似解析解法是一种有效的数值分析方法,可以模拟复杂的实际问题,在物理学、化学、机械制造等领域中得到广泛的应用。

近年来,该方法也得到了不断的改进,希望能够在未来继续促进科学技术的进步。

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》篇一一、引言在现代科学与工程领域,偏微分方程的求解一直是研究的热点。

特别地,非线性时间分布阶偏微分方程因其在流体力学、热传导、材料科学等领域的广泛应用而备受关注。

然而,由于这类方程的复杂性和非线性特性,其求解过程往往面临诸多挑战。

本文将重点研究一类非线性时间分布阶偏微分方程的高效混合有限元算法,旨在为该类问题的求解提供新的思路和方法。

二、问题描述与数学模型非线性时间分布阶偏微分方程是一类描述物理现象的数学模型,其形式复杂,涉及多个变量和未知数。

在本文中,我们将详细描述这类方程的数学模型,包括其定义、边界条件和初始条件等。

此外,我们还将分析该类方程的特性和求解难点,为后续的算法设计提供基础。

三、混合有限元方法混合有限元方法是一种求解偏微分方程的数值方法,其基本思想是将求解域划分为有限个单元,然后在每个单元上构造近似解。

针对非线性时间分布阶偏微分方程的特点,我们设计了一种高效的混合有限元算法。

该算法通过引入适当的基函数和权函数,将原问题转化为一系列易于求解的子问题。

此外,我们还采用了迭代法和优化技术,进一步提高算法的求解效率和精度。

四、算法实现与优化在算法实现方面,我们首先对求解域进行网格划分,然后构造基函数和权函数。

接着,我们利用迭代法和优化技术对子问题进行求解,得到近似解。

在算法优化方面,我们采用了多种策略,包括选择合适的基函数和权函数、优化网格划分、引入并行计算等。

这些策略有效地提高了算法的求解效率和精度,使其能够更好地应用于实际问题。

五、数值实验与结果分析为了验证所提算法的有效性和可靠性,我们进行了大量的数值实验。

实验结果表明,该算法能够准确地求解非线性时间分布阶偏微分方程,且具有较高的求解效率和精度。

此外,我们还对算法的稳定性和收敛性进行了分析,证明了其具有良好的性能。

在实验中,我们还比较了不同算法之间的优劣,为实际问题的求解提供了有益的参考。

一类时间分数阶偏微分方程的解

一类时间分数阶偏微分方程的解

应用数学和力学,第31卷第7期 2010年7月15日出版 App lied Mathe matics and Mechanics  Vol.31,No.7,Jul.15,2010文章编号:100020887(2010)0720781210Ζ应用数学和力学编委会,I SS N100020887一类时间分数阶偏微分方程的解3黄凤辉1, 郭柏灵2(1.华南理工大学理学院数学系,广州510641;2.北京应用物理与计算数学研究所,北京100088)(我刊编委郭柏灵来稿)摘要: 考虑一类时间分数阶偏微分方程,该方程包含几种特殊情况:时间分数阶扩散方程、时间分数阶反应2扩散方程、时间分数阶对流2扩散方程以及它们各自相对应的整数阶偏微分方程.通过Lap lace2Fourier变换及其逆变换,该方程在空间全平面和半平面内的基本解可以求出,但其表达式则是通过适当的变形来求.另外,对于有限域上的初边值问题,则可由Sine(Cosine)2Lap lace变换导出该方程的一种级数形式的解,并通过两个数值例子来说明该方法的有效性.关 键 词: 分数阶微分方程; Caput o分数阶导数; Green函数; Lap lace变换; Fourier变换; Sine(Cosine)变换中图分类号: O175.2 文献标志码: ADO I:10.3879/j.issn.100020887.2010.07.003引 言近年来,分数阶微分方程已被广泛研究并应用到了众多学科中,如粘弹性力学、分形理论等.分数阶偏微分方程可以用来描述一些反常的自然现象.比如:分数阶扩散方程可以用来描述具有分形结构的多孔介质中的反常慢扩散现象,而分数阶对流2扩散方程可以用来描述介质中流体的反常渗透现象.考虑如下时间分数阶偏微分方程: 5αu(x,t)5tα=-λ2u(x,t)-ν5u(x,t)5x+D52u(x,t)5x2, x∈Ω,t>0,(1)其中,λ,ν≥0,D>0,且均为常数,0<α≤1,5αu(x,t)/5tα为Caput o时间分数阶导数,其定义为 5βf(t)5tβ=d n f(t)d t n,β=n∈Z,1Γ(n-β)∫ta(t-τ)n-β-1dn f(τ)dτndτ,n-1<β<n.(2)1873收稿日期: 2009212204;修订日期: 2010205225基金项目: 国家教育部高等学校博士点基金新教师基金资助项目(20070561040);广东省自然科学基金资助项目(07300823)作者简介: 黄凤辉(1974—),女,江西人,副教授,博士(E2mail:huangfh@);郭柏灵,中国科学院院士,研究员,博士生导师(联系人.E2mail:gbl@mail.iapc ).287黄 凤 辉 郭 柏 灵387一类时间分数阶偏微分方程的解487黄 凤 辉 郭 柏 灵587一类时间分数阶偏微分方程的解687黄 凤 辉 郭 柏 灵(a )t =0.1(b )t =2 图2 λ=1/8时α不同取值下,在t =0.1和t =2时数值解与精确解的比较(曲线为精确解,3表示数值解)图3 λ=1/8时α不同取值下,在x =0.3时数值解与精确解的比较(曲线为精确解,3表示数值解)787一类时间分数阶偏微分方程的解间衰减,并且由上下图形比较可知,刚开始上图衰减得快些,但是随着时间大一点,情形马上相反,即下图函数衰减更快.这是因为:对于级数(41)中的函数E 1/2(-t 1/2)和E 1(-t ),当0<t <0.77时,前者比后者衰减得更快,而当t >0.77时,情形则刚好相反.图2给出的是在t =0.1和t =2时刻,不同α取值下,解作为空间变量函数时数值解与精确解的比较,这里,取λ=1/8.从图中可以看出数值解与精确解均较好地吻合.另外,从图2(a )和图2(b )的比较可知,当t 较小时,解函数值随着α的增大而增大,当t 大一点时,解函数值随着α的增大而减小.这也是由解中的函数E α(-t α)的性质决定.图3给出的是在λ=1/8,x =0.3时,不同α取值下,解作为时间变量函数时数值解与精确解的比较,从图中可以看出数值解与精确解较好地吻合,且关于时间t 衰减,这与解中的函数E α(-t α)的衰减性相吻合.表1则给出参数α,λ不同取值下数值解与精确解的最大误差.从表中可以看出各种情形下该方法的高效性.表1参数不同取值下数值解的最大误差αλ1/81/41/23/41/4 1.2165E -011 2.4334E -006 3.1417E -006 3.2336E -006 2.0025E -0061/2 1.6216E -011 2.9096E -006 3.7590E -006 3.8388E -006 2.3775E -0063/4 2.2284E -011 3.1887E -006 4.1115E -006 4.3940E -006 2.7217E -00613.5929E -0112.9726E -0063.8885E -0064.8029E -0062.9766E -006 图4 λ=1/8时α不同取值下,在t =1时数值解与精确解的比较(曲线为精确解,3表示数值解)例2 带齐次Neumann 边界条件的初边值问题:887黄 凤 辉 郭 柏 灵5αu (x,t )5t α=-λ2u (x,t )+D 52u (x,t )5x2,x ∈(0,L ),t >0,u (x,0)=f (x ),x ∈(0,L ),u x (0,t )=u x (L,t )=0,t >0.(47)设D =1,L =π/1-λ2,f (x )=cos (1-λ2x ),方程存在精确解为 u (x,t )=E α(-t α)cos (1-λ2x ).表2参数不同取值下数值解的最大误差αλ1/81/41/23/41/4 1.2090E -011 6.5940E -0069.1296E -006 1.2965E -005 1.0620E -0051/2 1.6119E -0118.3512E -006 1.1578E -005 1.6451E -005 1.3571E -0053/4 2.2061E -011 1.0179E -005 1.4055E -005 2.0025E -005 1.6719E -00513.5184E -0111.2061E -0051.6431E -0052.3421E -0052.0032E -005 数值结果如图4和图5及表2所示,我们可以得出与例1类似的结论,从中可以看出方法的有效性.图5 λ=1/8时α不同取值下,在x =0.3时数值解与精确解的比较(曲线为精确解,3表示数值解)4 结 论通过Lap lace 2Fourier 变换,导出了一类时间分数阶偏微分方程无穷区域上的Cauchy 问题和Signaling 问题的基本解.另外,用Sine 2Lap lace 或Cosine 2Lap lace 变换,分别导出了有限区间上带D irichlet 和Neumann 边界条件的分数阶微分方程的解析解,此解由M ittag 2Leffler 函数的987一类时间分数阶偏微分方程的解097黄 凤 辉 郭 柏 灵级数形式表示,且级数收敛.因此,我们可以通过无穷级数的截取计算来获得其近似解,最后用数值算例验证了该方法的有效性.这类时间微分方程的解也可看作是相应整数阶偏微分方程的解在分数阶情况下的延拓推广.致谢 感谢华南理工大学中央高校基本科研业务费专项资金(2009Z M0050)的资助.参考文献:[1] Pod lubny I.F ra ction a l D ifferen tia l Equ a tion s[M].S an D iego:A cadem ic P ress,1999.[2] Go renflo R,L uchko Y,M a ina rd i F.W righ t func tion as sca le2inva rian t so lu tions of the d iffu2s ion2w ave equa tion[J].J C om p App l M a th,2000,118(1/2):1752191.[3] M a ina rd i F,Pa rad is i P,G o renflo R.P robab ility d is tribu tions gene ra ted by frac tiona l d iffus ionequa tions[C]//Ke rtesz J,Kondo r I.Econ op hys ics:a n Em ergin g Scien ce.D o rd rech t:Kluw e rA cadem ic Pub lishe rs,1998.[4] M a ina rd i F,L uchko Y,Pagn in i G.The fundam en ta l so lu tion of the sp ace2ti m e frac tiona l d iffu2s ion equa tion[J].F ra ction a l C a lcu lu s a n d App lied A n a lys is,2001,4(2):1532192.[5] W yss W.The frac tiona l d iffus ion equa tion[J].J M a th Phys,1986,27(11):278222785.[6] C hen J,L iu F,A nh V.A na lytica l so lu tion fo r the ti m e2frac tiona l te legrap h equa tion by them e thod of sep a ra ting va riab les[J].J M a th A n a l App l,2008,338(2):136421377.[7] A graw a l O P.So lu tion fo r a frac tiona l d iffus ion2w ave equa tion defined in a bounded dom a in[J].N on lin ea r D yn am ics,2002,29(1/4):1452155.[8] Go renflo R,M a ina rd i F.F rac tiona l ca lcu lus:in tegra l and d iffe ren tia l equa tions of frac tiona lo rde r[C]//C a rp in te ri A,M a ina rd i F.F ra cta ls a n d F ra ction a l C a lcu lu s in C on tin u um M e2cha n ics.N ew Yo rk:Sp ringe r,1997:2232276.Genera l Soluti on for a C l a ss of T im e Fracti ona lParti a l D i fferen ti a l Equa ti onHUAN G Feng2hu i1, GUO B o2ling2(1.D ep a r t m en t of M a them a tics,School of S cien ces,Sou th C h in a U n ivers i ty ofTechn ology,G u a n gzhou510641,P.R.C h in a;2.In s ti tu te of App lied Phys ics a n d C om p u ta tion a l M a them a tics,B ei jin g100088,P.R.C h in a)A b s t ra c t:A c lass of ti m e frac tiona l p a rtia l d iffe ren tia l equa tion,inc lud ing ti m e frac tiona l d iffu2s ion equa tion,ti m e frac tiona l reac tion2d iffus ion equa tion,ti m e frac tiona l advec tion2d iffus ion e2 qua tion and the ir co rresp ond ing in tege r2o rde r p a rtia l d iffe ren tia l equa tions,w as cons ide red.Thefundam en ta l so lu tions fo r the C auchy p rob lem in a w ho le2sp ace dom a in and s igna ling p rob lemin a ha lf2sp ace dom a in w e re ob ta ined by us ing Fou rie r2L ap lace transfo r m s and the ir inve rsetransfo r m s.The app rop ria te s truc tu res fo r the G reen func tions w e re p rovided.O n the o the rhand,the so lu tions in the fo r m of a se ries fo r the in itia l and bounda ry va lue p rob lem s in abounded2sp ace dom a in w e re de rived by the S ine2L ap lace o r C os ine2L ap lace transfo r m s.Tw oexam p les w e re p resen ted to show the app lica tion of the p resen t techn ique.Ke y w o rd s:frac tiona l d iffe ren tia equa tion;C ap u to frac tiona l de riva tive;G reen func tion;L a2 p lace transfo r m;Fou rie r transfo r m;S ine(C os ine)transfo r m。

帮助高中生理解数学偏微分方程的解法

帮助高中生理解数学偏微分方程的解法

帮助高中生理解数学偏微分方程的解法在数学学科中,偏微分方程是一种常见且重要的工具。

它描述了自然界中许多现象的行为和变化。

然而,对许多高中生而言,理解和解决偏微分方程可能是一项具有挑战性的任务。

本文将介绍一些简单且易于理解的方法,以帮助高中生解决数学偏微分方程。

1. 什么是偏微分方程偏微分方程是包含未知函数的方程,其中该未知函数的多个自变量中的一个或多个进行了偏导数运算。

这种方程常被用来描述区域内某个变量的变化及其与其他变量的关系。

2. 一阶偏微分方程的解法对于一阶偏微分方程,常见的解法之一是分离变量法。

该方法基于假设解可以表示为两个独立变量的乘积,从而将方程转化为两个常微分方程,进而可以更容易地求解。

例如,考虑以下的一阶偏微分方程:∂u/∂x + ∂u/∂y = 0假设 u(x,y) = X(x)Y(y),将其代入方程,得到:X'(x)Y(y) + X(x)Y'(y) = 0将两边分离,得到两个常微分方程:X'(x)/X(x) = -Y'(y)/Y(y)对两边进行积分,得到:ln|X(x)| = -ln|Y(y)| + C其中,C为常数。

通过简化和整理,我们可以得到最终的解: X(x)Y(y) = C',其中,C'为常数。

这样,我们得到了一阶偏微分方程的解法。

3. 高阶偏微分方程的解法-特征线方法对于高阶偏微分方程,常用的解法之一是特征线方法。

该方法基于假设解沿着某些特定曲线或特征线变化,通过对这些特征线进行求解,最终可以得到偏微分方程的解。

举个例子,考虑以下的二阶偏微分方程:∂²u/∂x² + 2∂²u/∂x∂y + ∂²u/∂y² = 0假设特征线方程为 dx/dt = dy/dt = dz/dt可以通过对此方程组进行求解来确定特征线,并将特征线代入原方程,从而得到一个关于z的常微分方程。

4. 使用数值方法求解偏微分方程对于一些复杂的偏微分方程,解析解可能很难获得。

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《2024年一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》篇一一、引言非线性偏微分方程是数学物理中常见的模型,广泛用于描述各种自然现象和工程问题。

随着科技的发展,对于求解这类方程的算法提出了更高的要求。

尤其是一类具有时间分布阶特性的非线性偏微分方程,其求解过程更为复杂。

本文将重点研究一种高效混合有限元算法,用于求解此类方程。

二、问题描述与数学模型本文研究的非线性时间分布阶偏微分方程具有以下形式:u_t + K(u)u_x + N(u, u_x) = 0其中,u是未知函数,K和N为非线性函数,表示了方程的非线性和时间分布阶特性。

该方程在物理、工程和科学计算等领域具有广泛的应用。

三、传统算法与混合有限元算法传统的求解方法如有限差分法、有限体积法等在求解此类问题时存在局限性,如计算量大、精度低等问题。

而混合有限元法以其灵活性、稳定性和高精度等特点,在求解复杂偏微分方程方面具有明显优势。

混合有限元法将未知函数分解为多个部分,分别进行离散和求解,从而降低计算难度,提高求解效率。

四、高效混合有限元算法设计本文设计的混合有限元算法主要包括以下步骤:1. 离散化:将求解区域划分为多个子区域,对每个子区域进行离散化处理,形成离散网格。

2. 变量分解:将未知函数分解为若干个部分,如标量场、矢量场等,对每个部分分别进行离散和求解。

3. 数值逼近:采用适当的插值函数对每个子区域内的未知函数进行数值逼近。

4. 迭代求解:利用迭代法或直接法对离散后的方程进行求解,得到各部分的解。

5. 组合解:将各部分的解组合起来,得到最终的解。

五、算法实现与性能分析通过编程实现上述混合有限元算法,并对算法的性能进行分析。

结果表明,该算法具有以下优点:1. 高精度:采用插值函数进行数值逼近,提高了求解精度。

2. 高效率:通过变量分解和离散化处理,降低了计算量,提高了求解效率。

3. 稳定性好:算法具有较好的稳定性,能够处理复杂非线性问题。

4. 适用范围广:该算法可应用于多种非线性时间分布阶偏微分方程的求解。

精选论文-一类时间分数阶扩散方程的有限差分和谱方法分析

精选论文-一类时间分数阶扩散方程的有限差分和谱方法分析
III
华中科技大学硕士学位论文
1 绪论
1.1 引言
1695 年,
Leibniz
在写给
L’Hospital
的一封信中,
讨论了函数的
1 2
阶导数的问题.
自分数阶微积分的概念被提出之后, 历史上的许多著名数学家, 如 Euler, Lacroix,
Laplace, Fourier 等, 都对这一问题进行过研究. 分数阶微积分可以看做是对经典的整
The numerical results indicate that both methods provide good approximation to the original initial boundary problem. Keywords: Time Fractional Diffusion Equation; Finite Difference; Legendre Collocation
I
华中科技大学硕士学位论文
Abstract
The numerical approximation for fractional diffusion equations is a very important problem that people are concerned about. In this paper, the finite difference method and spectral method are used to solve the initial boundary problem of a class of time fractional diffusion equation in the sense of Caputo fractional derivative.

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》范文

《一类非线性时间分布阶偏微分方程的高效混合有限元算法研究》篇一一、引言偏微分方程(Partial Differential Equation, PDE)在各种自然和工程领域具有广泛应用。

尤其是一类非线性时间分布阶偏微分方程(以下简称NLD阶PDE),因其可以精确地描述许多复杂现象,而备受关注。

然而,由于这类方程的复杂性和非线性特性,其求解过程往往面临巨大的挑战。

本文将重点研究一种高效混合有限元算法,用于求解这类非线性时间分布阶偏微分方程。

二、问题描述与数学模型NLD阶PDE通常用于描述物理系统中的复杂过程,如热传导、流体流动等。

这类方程具有非线性和时间分布阶的特性,使得其求解过程具有相当的难度。

为了更好地理解和求解这类问题,我们首先需要建立其数学模型。

三、传统算法的局限性传统的有限元方法在求解NLD阶PDE时,虽然具有一定的有效性,但往往存在计算效率低、精度不足等问题。

因此,我们需要寻找一种更为高效的算法来求解这类问题。

四、混合有限元算法的设计与实现为了克服传统算法的局限性,我们提出了一种高效混合有限元算法。

该算法结合了有限元方法和其他数值方法的优点,如稳定性、高精度和高效性等。

具体而言,我们的算法包括以下步骤:1. 空间离散化:将求解域划分为有限个元素,为每个元素设定节点和基函数。

2. 时间离散化:采用适当的离散化方法将时间域划分为若干个时间步。

3. 构建离散化方程:根据NLD阶PDE的特性,构建每个时间步的离散化方程。

4. 混合求解:结合有限元方法和其他数值方法,如迭代法、牛顿法等,求解离散化方程。

五、算法的优化与改进为了进一步提高算法的效率和精度,我们采取了一系列优化和改进措施:1. 选择合适的基函数和节点,以减小离散化误差。

2. 采用高效的迭代法和牛顿法等数值方法,加速求解过程。

3. 利用并行计算技术,提高算法的并行性和计算效率。

4. 引入自适应网格技术,根据求解过程的需要自动调整网格密度,以进一步提高精度。

偏微分方程组解法

偏微分方程组解法

偏微分方程组解法某厚度为10cm 平壁原温度为20C ︒,现其两侧面分别维持在20C ︒和120C ︒,试求经过8秒后平壁内温度分布,并分析温度分布随时间的变化直至温度分布稳定为止。

22xt a t ∂∂=∂∂τ 式中a 为导温系数,/s m c 2;2=a 。

解:模型转化为标准形式:221x tt a ∂∂=∂∂τ 初始条件为:()200,=x t边界条件为:()120,0=τt ,()20,1.0=τt函数: pdefun.m%偏微分方程(一维动态传热) function [c,f,s]=pdefun(x,t,u,dudx) c=1/2e-4;f=dudx;s=0; icbun.m%偏微分方程初始条件(一维动态传热) function u0=icbun(x) u0=20; bcfun.m%偏微分方程边界条件(一维动态传热) function [pl,ql,pr,qr]=bcfun(xl,ul,xr,ur,t) pl=ul-120;ql=0;pr=ur-20;qr=0;命令:x=linspace(0,10,20)*1e-2; t=linspace(0,15,16);sol=pdepe(0,@pdefun,@icfun,@bcfun,x,t);mesh(x,t,sol(:,:,1)) %温度与时间和空间位置的关系图 %画1、2、4、6、8、15s 时刻温度分布图plot(x,sol(2,:,1)) 1s时刻,(因为本题sol第一行为0时刻)hold onplot(x,sol(3,:,1))plot(x,sol(5,:,1))plot(x,sol(7,:,1))plot(x,sol(9,:,1))plot(x,sol(16,:,1))计算结果:%第8秒时温度分布xsol(9,:,1)经过8秒时的温度分布为:x/cm 0 0.5263 1.0526 1.5789 2.1053 2.6316 3.1579 t/C︒120.0000 112.5520 105.1653 97.8994 90.8100 83.9477 77.3562 x/cm 3.6842 4.2105 4.7368 5.2632 5.7895 6.3158 6.8421 t/C︒71.0714 65.1202 59.5200 54.2784 49.3930 44.8518 40.6338 x/cm 7.3684 7.8947 8.4211 8.9474 9.4737 10.0000t/C︒36.7095 33.0419 29.5877 26.2982 23.1207 20.0000或者求第8秒时,x=0,2,4,,6,8,10cm处的温度[uout,duoutdx]=pdeval(0,x,sol(9,:,:),[0,2,4,6,8,10]*1e-2)120.0000 92.2279 67.5007 47.5765 32.3511 20.0000不同时刻温度分布图将上图的视角转至xt平面也得到本图,从本图可知当时间达到15s时平壁内的温度分布已近稳定。

一类分数阶偏微分方程的求解方法

一类分数阶偏微分方程的求解方法

一类分数阶偏微分方程的求解方法
闻学娟
【期刊名称】《洛阳师范学院学报》
【年(卷),期】2016(35)11
【摘要】本文主要研究了一类分数阶偏微分方程在定解条件下的求解方法,主要利用H-函数与Laplace变换等相关知识求问题的解.
【总页数】5页(P3-7)
【作者】闻学娟
【作者单位】长春光华学院,吉林长春130033
【正文语种】中文
【中图分类】O175.2
【相关文献】
1.广义的tanh-coth方法在求解一类分数阶非线性偏微分方程中的应用研究 [J], 郝孟涵; 庞晶
2.应用多种方法求解非线性分数阶偏微分方程 [J], 孟勇
3.求解非线性分数阶偏微分方程精确解的几种方法 [J], 张慧
4.结合Laplace变换的有理谱方法求解时间分数阶偏微分方程 [J], 杨录峰
5.求解非线性分数阶偏微分方程精确解的几种方法 [J], 张慧
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

杨博慧,张新东
表明该方法具有较好的准确性和简便性。
关键词
时间分数阶偏微分方程,Sumudu变换,同伦分析
Copyright © 2017 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
其中 m − 1 < α ≤ m, m ∈ N , t > 0 。 定义 2.4 [26]:对 Caputo 分数阶导数的 Sumudu 变换 f ( t ) 定义如下:
k −α = Dtα f ( t ) f ( t ) − ∑ k = 0 u −α + k f ( ) 0 + , u n −1
m 。 那么就说 f ( t ) 属于空间 µ , µ ∈ ,若 f ( m ) ∈ Cµ , m ∈ N ,我们就说 f ( t ) 属于空间 Cµ
定义 2.3 [25]:函数 f ( t ) 的左 Caputoபைடு நூலகம்导数定义如下:
J m −α D m f ( t ) , Dtα f ( t ) = t 1 m −α −1 ( m ) f (τ ) dτ . Γ ( m − α ) ∫0 ( t − τ )
( )
其中
n − 1 < α ≤ n.
定义 2.5 [27]:Jihuan He 的分数阶导数定义如下:
∂α f ( t ) 1 ∂n = α ∂t Γ ( n − α ) ∂t n
∫0 (τ − t )
t
n −α −1
f 0 (τ ) − f (τ ) dτ , n − 1 < α ≤ n.
th th th
Received: Jun. 29 , 2017; accepted: Jul. 14 , 2017; published: Jul. 19 , 2017
Abstract
In this article we have applied homotopy analysis Sumudu transform method (HASTM) to solve a class of time Fractional partial differential equations (ACFPDEs) with time fractional derivative in Caputo sense. Finally, the accuracy and simplicity of the method are illustrated by the calculation of specific examples.
Keywords
Time Fractional Partial Differential Equation, Sumudu Transform, Homotopy Analysis
一类时间分数阶偏微分方程的同伦分析 Sumudu变换解法
杨博慧,张新东*
新疆师范大学 数学科学学院,新疆 乌鲁木齐
收稿日期:2017年6月29日;录用日期:2017年7月14日;发布日期:2017年7月19日
0 ∞
定义 2.8 [28]:Mittag-Leffler 函数是指数函数的推广,定义为:
= Eα ( t ) = Eα , β ( t ) tj ∑ j = 0 Γ (α j + 1) , α > 0, t ∈ ,

tj ∑ j = 0 Γ (α j + β ) , α , β > 0, t ∈ ,
2. 预备知识
本节简要描述了利用分数阶微积分的理论来获得解决方案的思想,从而为本文所涉及问题的解决方 案提供理论基础。 本节描述了 Caputo 导数、 Riemann-Liouville 分数阶积分、 Sumudu 变换以及 Mittag-Leffle 函数的的基本定义,并且对一些分数阶导数的扩展也做了简要地介绍。 定义 2.1 [22] [23]:函数 f ( t ) ∈ Cµ , µ ≥ −1 ,其中 α ≥ 0 ,对其左边进行 α 阶 Riemann-Liouville 积分操 作的定义如下:
= f ( 0, t ) ε= ε1 ( t ) , 0 ( t ) , f (1, t )
(1)
对方程(1)的两边做 Sumudu 变换,我们得到
∂ ∂2 α ω χ D f x t x f x t x t f ( x, t ) + λ ( x ) f ( x, t ) − K ( x, t ) = , , , 0, + + ( ) ( ) ( ) ( ) 2 t ∂x ∂t

*

本文主要研究同伦分析Sumudu变换方法在求解一类Caputo时间分数阶偏微分方程中的应用。数值算例
通讯作者。
文章引用 : 杨博慧 , 张新东 . 一类时间分数阶偏微分方程的同伦分析 Sumudu 变换解法 [J]. 理论数学, 2017, 7(4): 322-333. https:///10.12677/pm.2017.74042
Homotopy Analysis Sumudu Transform Method for Solving a Class of Time Fractional Partial Differential Equations
Bohui Yang, Xindong Zhang*
College of Mathematics Sciences, Xinjiang Normal University, Urumqi Xinjiang
Pure Mathematics 理论数学, 2017, 7(4), 322-333 Published Online July 2017 in Hans. /journal/pm https:///10.12677/pm.2017.74042
= = G (u ) f ( t )
−t ∫0 f ( ut ) e dt, u ∈ ( −τ 1,τ 2 ) , ∞
定义 2.7 [26]:当 f ( t ) = t α 时,Sumudu 变换的定义如下:
[1] = 1,
α −t Γ (α + 1) uα , R (α ) > 0. ∫ ( ut ) e dt = t = α
再对方程(2)的两边使用定义 2.4,我们得到
−α + k ( u −α f f ( x, t ) − ∑k =0 u n −1
(2)
∂f ( x, t ) + ω ( x ) + χ ( x, t ) ∂x
( x,0 ) ∂ 2 f ( x, t ) +λ
∂t 2
J α= f (t )
(t − τ ) Γ (α ) ∫0
t
1
α −1
f (τ ) dτ , α > 0, t > 0,
323
杨博慧,张新东

J 0 f (t ) = f (t ).
定义 2.2 [24]: 对于函数 f 若存在一个实数 p ( > µ ) , 使得 f 其中 f1 ( t ) ∈ ( t ) = t p f1 ( t ) , (t ), t > 0 , [0, ∞ ) ,
= ϕ ( x, t;0 ) f= 0 ( x , t ) , ϕ ( x , t ;1) f ( x, t ) ,
(5)
其中 是一个非零辅助参数, H ( x, t ) ≠ 0 是辅助函数, f 0 ( x, t ) 是未知函数 f ( x, t ) 的初始猜测。辅助参数 (6)
其中 q ∈ [0,1] 是一个嵌入参数, ϕ ( x, t; q ) 是一个与 x, t 和 q 有关的实函数。构造如下同伦
qH ( x, t ) N (1 − q ) ϕ ( x, t; q ) − f 0 ( x, t ) = ϕ ( x, t; q ) ,
的选择对同伦分析 Sumudu 变换方法具有很重要的意义。观察方程(5),当 q = 0 或 q = 1 时[26]
定义 2.6 [26]:在 90 年代早期,Watugala 介绍了一种初始的积分变换。函数集
t j τj = A f ( t ) | ∃M ,τ 1 ,τ 2 > 0, f ( t ) < Me , if t ∈ ( −1) × [0, ∞ )
上的 Sumudu 变换定义如下:

Mittag-Leffler 函数的一些特殊例子如下: 1、 E1 ( t ) = et , 2、 Eα ,1 ( t ) = Eα ( t ) 。
324
杨博慧,张新东
3. 同伦分析 Sumudu 变换方法的基本思想
本节考虑以下方程[29]:
Dtα f ( x, t ) + ω ( x )
∂ ∂2 f ( x, t ) + χ ( x, t ) 2 f ( x, t ) + λ ( x ) f ( x , t ) K ( x , t ) , n − 1 < α ≤ n, = ∂x ∂t
k)
0 ( x ) f ( x, t ) − K ( x, t ) =

(3)
定义如下非线性算子:
N = ϕ ( x, t; q ) u −α ϕ ( x, t; q ) − ∑u −α + k f (
k =0 n −1 k)
( x,0 )
(4)
∂ ∂2 + ω ( x ) ϕ ( x, t; q ) + χ ( x, t ) 2 ϕ ( x, t; q ) + λ ( x )ϕ ( x, t; q ) − K ( x, t ) , ∂x ∂t
相关文档
最新文档