三角指数拟合Runge-Kutta方法

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:weiwen2100000
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
本文在函数拟合Runge-Kutta方法(FRK方法)一般理论的基础上,通过选取一组新的基础函数,构造出了一种称为三角指数拟合的Runge-Kutta方法(ETFRK方法)。   文章从介绍FRK方法的构造及其特性入手,引出基础函数的概念和要求,在此基础上给出一组特殊的基础函数,从而获得ETFRK方法。接下来我们给出ETFRK方法系数的求解方法,并且将FRK方法阶的特性扩展进来。   在介绍了ETFRK方法的构造理论之后,我们分别给出几类显式和隐式ETFRK方法。在显式方法中,由于FRK方法精确性的要求使得普通的显式Runge-Kutta方法无法成立,于是我们引入扩展的Runge-Kutta方法进行优化。不过由于显式方法本身将基础函数的个数限制为两个,在一定程度上也降低了显式方法的复杂性。关于显式方法的性能,我们引入了ETFRK方法相应代数方法对它的阶进行估计,并且在数值实验中进行了验证。在隐式方法中,我们完全依照ETFRK方法的构造理论进行,不仅在基础函数的个数上有了更大的灵活性,而且可以更好地通过配置点来控制方法的阶,这一点在数值实验中也得到了证实。   最后进一步讨论FRK方法的发展方向,一是构造全新的方法,二是提高方法的阶,三是考察方法的稳定性等。
其他文献
在很多学科领域的研究中,如现代工业,农业,医学,经济学,保险精算学以及生物科学等,我们为进行统计推断与假设检验分析所获得的数据往往是不能被精确观测的.这些观测数据或者已知落
高斯序列极值分布的极限行为由其协方差的收敛速度决定,相应的三种极限分布也众所周知。对完全与非完全样本情形,本文研究平稳高斯序列最大值的联合渐近分布。        
本文首先设计了GF(3)上新一类广义自缩序列,输出模型为:如果aκ=1,那么输出aκ-1,,如果a2%=2,那么输出aκ-2+aκ-1,否则放弃输出.分析了这类广义自缩序列的游程分布、最小周期
本文致力于研究具周期边值条件的四阶微分方程正周期解的存在性.通过对两类四阶线性微分方程的格林函数的表达式及其性质的讨论与研究,我们证明了相应的四阶非线性微分的正周