版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、積分方程是繼微分方程之后出現(xiàn)的一個新的近代數(shù)學的重要分支,也是科學研究和解決工程技術問題的重要工具之一,具有廣泛的應用.方程求解是積分方程研究的熱點和難點之一。本文在前人研究的基礎上,利用吳文俊院士所倡導的“數(shù)學機械化”的思想和方法研究了積分方程求解以及機械化算法等問題.主要工作包括如下幾個部分: 第一章,簡要綜述了積分方程研究簡史、積分方程求解方法、數(shù)學機械化及其應用等,在此基礎上探討了運用數(shù)學機械化思想和方法求解積分方程的必
2、要性與可行性. 第二章,研究了Fredholm積分方程及其方程組的豫解核求解法,在此基礎上,建立了基于國際通用計算機代數(shù)系統(tǒng)Maple平臺的機械化算法,利用這些算法求解Fredholm積分方程時,所要做的全部事情就是輸入描述方程的信息,然后機械化算法將給出所求方程的解析解.特別地,在機械化求解的算法設計中,為了增加求解過程的邏輯性和理解度,設計了可讀性求解過程輸出,使得機械化求解結果與我們用紙和筆求解方程時的過程幾乎足一樣的.
3、 第三章,研究了Volterra積分方程的Neumann級數(shù)與Taylor級數(shù)求解法,以及求解Volterra積分方程組的迭代法,在此基礎上,在Maple平臺上建立了相應的機械化算法,利用這些算法獲得了此類積分方程(組)的解析解或者近似解.特別是在利用Neumann級數(shù)法求解Volterra積分方程的過程中,將得到的有限迭代核序列kN(s,t)(N=1,2,…,10)“分解”為若干個部分,對每一部分逐一運用數(shù)學歸納法,最后再按照原
4、來“分解”的邏輯順序合并在一起,從而獲取了迭代核的通項公式kn(s,t),對此無窮求和獲得了該類積分方程的解析解,也就是探論了利用有限項結果通過數(shù)學歸納法得到通項公式并最終得到解析解的自動化推理問題。 第四章,研究了高階非線性Volterra-Fredholm積分-微分方程的Taylor多項式解的算法,在此基礎上,建立了基于Maple平臺的機械化算法,利用該算法獲得了此類積分-微分方程的Taylor多項式解或解析解.在此基礎上,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 求解第一類Fredholm積分方程的熵算法研究.pdf
- 求解第一類積分方程的Bayes算法及其應用.pdf
- 求解第一類Fredholm積分方程的正則化方法及應用.pdf
- 信賴域算法在求解第一類Fredholm積分方程中的應用.pdf
- 求解第一類半正定病態(tài)積分方程的截斷快速算法.pdf
- 第一類Fredholm積分方程數(shù)值算法的研究.pdf
- 23860.第一類volterra積分方程求解的改進tikhonov正則化方法
- 41179.慢速求解第一類fredholm積分方程的方法研究
- 求解一類絕對值方程組的非內部連續(xù)化算法.pdf
- 徑向基函數(shù)在求解第一類積分方程中的應用.pdf
- 38170.第一類fredholm積分方程正則化
- 關于Fredholm積分方程的一類改進數(shù)值算法及其應用.pdf
- 一類約束矩陣方程的求解.pdf
- 一類偏微分方程數(shù)值求解的交替方向算法研究.pdf
- 一類非線性發(fā)展方程求解方法的研究及應用
- 一類非線性發(fā)展方程求解方法的研究及應用.pdf
- 求解一類非線性拋物型方程的局部一維化方法.pdf
- 求解一類MPEC問題的ABS算法研究.pdf
- 一類強奇異積分方程的數(shù)值解法研究.pdf
- 一類非線性發(fā)展方程系統(tǒng)求解方法的研究.pdf
評論
0/150
提交評論