一类Volterra积分-微分方程的解析解研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:wanglyyou66
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Volterra积分-微分方程频繁出现在生物学、物理学、工程等实际问题的数学建模中。由于该类数学模型带有未知核函数的积分项,可更好的反映系统的非局部及记忆反馈性质,相比传统的偏微分方程似乎更接近模拟实际问题。因此对Volterra型积分-微分方程的理论与解法研究为当今的一个热点课题。本文对一类带有广义Mittag-Leffler函数型、幂律函数型及指数因子型记忆核的Volterra型积分-微分方程的解析解展开研究:  (1)在无界区域上分别讨论了带有三种记忆核的高维非齐次抛物型Volterra积分-微分(Parabolic Volterra Integro-Differential,PVI-D)方程的解析解。基于积分变换及特殊函数得到了包含广义Mittag-Leffler函数、Fox-H函数、积分算子以及积分形式的无穷级数解表达式。其次得到了带有幂律型记忆核的一维齐次PVI-D方程在初值为狄克拉-δ函数下的解析解。最后对带有幂律型记忆核的齐次PVI-D方程的解析解进行数值模拟,模拟结果表明解析解在χ=0处达到峰值,其图像呈Gaussian对称形态且具有Gaussian缓慢衰减分布特征。  (2)在半无界区域上考虑了带有三种记忆核的一维非齐次PVI-D方程的解析解。基于Fourier-Sine变换、Laplace变换、Fourier-Cosine变换及Mittag-Leffler函数和Fox-H函数的性质得到了由广义Mittag-Leffler函数、Fox-H函数组成的无穷级数解与无限域边界条件下的解析形式相似。  (3)研究了带有三种记忆核的一维、二维、三维非齐次PVI-D方程分别在有界限区.间、圆域、球域上的解析解。基于分离变量、积分变换及特殊函数得到了由带有三角函数、积分算子、广义Mittag-Leffler函数、Bessel函数及Legendre函数的多重无穷级数解析表达式。最后对带有幂律型记忆核的二维齐次PVI-D方程在圆域上的解析解进行数值模拟,模拟结果表明解析图像呈帽状且具有缓慢耗散的特征,同时给出曲面等高线变化图可清楚看到能量耗散过程,等高线浓密与稀疏的分布决定能量耗散程度。  (4)在无界、有界区域上分别考虑了一类带有三种时间记忆核的非齐次Fokker-Planck方程的解析解,基于分离变量法和积分变换得到了相应的解析表达式。
其他文献
本文主要讨论了奇异摄动反应扩散方程解的渐近性质,论文包括以下两个部分:第一部分考虑了一类反应系数和扩散系数为不同尺度参数的奇异摄动反应扩散方程周期解的存在性和稳定
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
诸如数码摄像机、数码相机、扫描仪等数字化设备的普及使用,使得图像数据的获取方式越来越多样化.同时由于多媒体技术的提高和Internet的迅速普及,使得图片保存方式变得方便快捷
令(F)(2v+δ)q2是(F)q2上的2v+δ维酉空间(δ=0或1),定义集合L={(F)(2v+δ)q2中所有m维全迷向子空间},V={(F)(2v+δ)q2中所有m-1维全迷向子空间}(m≤v).将L中的元素称为线,V中的元素
2001年7月,教育部制定的《全日制义务教育数学课程标准(实验稿)》(以下简称《标准》)正式颁发。《标准》指出:义务教育阶段的数学课程应突出体现基础性、普及性和发展性,使数学教育
经过众多精算学者的不断努力,作为现代风险管控三大技术之一的破产理论在最近几十年取得了深刻的发展。传统的风险模型已然不能较为有效地刻画当今各金融行业的实际运作模式,各种更为深刻的风险建模方法及风险度量技术随之应运而生。在各种推广的风险模型的基础上加入对多种经济因素的考量业已成为当今破产理论的研究热点之一。本文主要基于很广泛的一类半马尔科夫相依风险模型的基础,着重考察常数利息力以及重尾理赔对破产概率的
本文通过对荣华二采区10
期刊
本文通过对荣华二采区10
研究马尔可夫过程(简称马氏过程)的中心极限定理无论在理论上或在实际中都具有重要的意义。由于研究方法和所用条件的不同已经得到了多种形式的马氏过程(包括离散时间马氏链和连
Nondominated sorting genetic algorithm Ⅱ(NSGA-Ⅱ) is well known for engine optimization problem. Artificial neural networks(ANNs) followed by multi-objective o