一类混合型积分微分方程的数值解法

合集下载

微分方程的数值解法

微分方程的数值解法
不同的数值微分和数值积分方法、不同的函数插值方
法,就产生了不同的有限差分法与不同的有限元法。
其它数学基础: 数理方程、数值代数、最优化理论与方法等
第一部分 常微分方程初值问题的数值解法
自然界与工程技术中的许多现象,其数学表 达式归结为常微分方程定解问题。 一些偏微分方程问题可以转化为常微分方程 问题来(近似)求解。 常微分方程的数值解法为偏微分方程的数值 解法提供了可供借鉴的思路。 常微分方程数值解法主要分为两大部分:
三 线性多步公式建立的基本思想
利用前面多步的信息计算 un k,以获得较 高精度的数值公式。
设 t n t0 nh ,u (t n ) 的近似值为 u n ,并记 f n f (t n , un ),k步线性多步方法一般形式为
0un 1un 1 k un k h( 0 f n 1 f n 1 k f n k )
2 ˆ ˆ ˆ ˆ ˆ1 , x ˆ2 ) 若 4 A( x1 , x2 )C ( x1 , x2 ) B ( x 为椭圆型偏微分方程
二阶偏微分方程的基本分类方法,可以推广到含 有两个以上自变量的非线性高阶偏微分方程。

初值问题的数值方法 边值问题的数值方法
这里只介绍初值问题。
目的:建立一阶常微分方程初值问题的数值解法。 模型
du f (t , u (t )) dt u (t0 ) u0 t0 t T
设初值问题的解析解 (理论解) 用 u (t n ) 表 示,数值解法的精确解用 u n 表示。其中n=1, 2, ,t n t n 1 hn 。 常微分方程初值问题的数值解是求上述初 值问题的解u(t)在点列 t n t n 1 hn 上的近似值 u n (n 0, 1, ) 。 以下设 hn不变,记为h。

微分方程的数值解法

微分方程的数值解法

微分方程的数值解法微分方程是自然科学和现代技术领域中一种最基本的数学描述工具,它可以描述物理世界中的各种现象。

微分方程的解析解往往很难求出,因此数值解法成为解决微分方程问题的主要手段之一。

本文将介绍几种常见的微分方程的数值解法。

一、欧拉法欧拉法是微分方程初值问题的最简单的数值方法之一,它是由欧拉提出的。

考虑一阶常微分方程:$y'=f(t,y),y(t_0)=y_0$其中,$f(t,y)$表示$y$对$t$的导数,则$y(t_{i+1})=y(t_i)+hf(t_i,y_i)$其中,$h$为步长,$t_i=t_0+ih$,$y_i$是$y(t_i)$的近似值。

欧拉法的精度较低,误差随着步长的增加而增大,因此不适用于求解精度要求较高的问题。

二、改进欧拉法改进欧拉法又称为Heun方法,它是由Heun提出的。

改进欧拉法是在欧拉法的基础上进行的改进,它在每个步长内提高求解精度。

改进欧拉法的步骤如下:1. 根据当前$t_i$和$y_i$估算$y_{i+1}$:$y^*=y_i+hf(t_i,y_i),t^*=t_i+h$2. 利用$y^*$和$t^*$估算$f(t^*,y^*)$:$f^*=f(t^*,y^*)$3. 利用$y_i$、$f(t_i,y_i)$和$f^*$估算$y_{i+1}$:$y_{i+1}=y_i+\frac{h}{2}(f(t_i,y_i)+f^*)$改进欧拉法具有比欧拉法更高的精度,但是相较于其他更高精度的数值方法,它的精度仍然较低。

三、龙格-库塔法龙格-库塔法是一种广泛使用的高精度数值方法,它不仅能够求解一阶和二阶常微分方程,还能够求解高阶常微分方程和偏微分方程。

其中,经典的四阶龙格-库塔法是最常用的数值方法之一。

四阶龙格-库塔法的步骤如下:1. 根据当前$t_i$和$y_i$估算$k_1$:$k_1=f(t_i,y_i)$2. 根据$k_1$和$y_i$估算$k_2$:$k_2=f(t_i+\frac{h}{2},y_i+\frac{h}{2}k_1)$3. 根据$k_2$和$y_i$估算$k_3$:$k_3=f(t_i+\frac{h}{2},y_i+\frac{h}{2}k_2)$4. 根据$k_3$和$y_i$估算$k_4$:$k_4=f(t_i+h,y_i+hk_3)$5. 根据$k_1$、$k_2$、$k_3$和$k_4$计算$y_{i+1}$:$y_{i+1}=y_i+\frac{h}{6}(k_1+2k_2+2k_3+k_4)$龙格-库塔法的精度较高,在求解一些对精度要求较高的问题时,龙格-库塔法是一个比较好的选择。

微分方程数值解法

微分方程数值解法

微分方程数值解法
微分方程是天文学、力学、电磁学等领域很重要的概念,这些领域的研究需要利用到微分
方程的数值解法去求解。

微分方程数值解法是一种将数学模型转换成计算机可以计算的过程,也就是将复杂的问题表达成一组导数和数值,然后利用计算机把这些数值分析和解决
出来。

微分方程数值解法的基本原理是通过二阶多项式的拟合,得出最优的近似解,这种解法是
在一维常微分方程组上应用的,由多个单个微分方程构成,所计算出来的值是多项式函数,这就是微分方程数值解法计算出来的结果。

微分方程数值解法有很多,其中最常用的有有限差分法、有限体积法、有限元法、网格化法、积分中心方法等。

有限差分方法是将问题分解成若干小的结点,然后把微分方程分割
成若干子部分,再做到多次离散估算的过程,最后可以得出拟合函数的解;有限体积方法
是通过将物理风险划分成多个单元,再用均匀的离散步长取点,最后以数值积分法解决微
分方程;有限元方法是利用有限元积分理论,将物理场定义在离散网格中,再利用数学技巧,得出最终的近似解;网格化法是把问题的空间划分成若干小的子空间,再基于某些准则利用焦点或者双精度网格单元,得出空间的分段函数;积分中心方法是把微分方程的方程组再利用积分解析的方法去求解,其中采用了梯形法或者抛物线法等数值积分方法。

最后,无论是那种方法,它们都将在一个规定的步长内对问题做出最有系统、最准确的近
似解,并且它们之间都具有某种交互性,当使用有限元方法可以基于积分中心法得出近似解,而积分中心法又可以基于有限差分方法进行改进,因此在实际领域,结合不同的数值
解法才能更好的满足需求。

数学中的微分方程数值解法

数学中的微分方程数值解法

数学中的微分方程数值解法数学中的微分方程是描述自然界中各种现象的重要工具。

然而,由于微分方程的解析解往往难以求得,因此研究人员开发了各种数值方法来近似求解微分方程。

本文将介绍一些常见的微分方程数值解法。

一、欧拉方法欧拉方法是最简单的数值解法之一,它基于微分方程的定义,将微分方程转化为差分方程。

具体而言,欧拉方法将微分方程的导数用差商来近似,从而得到差分方程。

然后,通过迭代计算差分方程的解,最终得到微分方程的数值解。

二、改进的欧拉方法改进的欧拉方法是对欧拉方法的改进,它通过使用更精确的差商来提高数值解的精度。

具体而言,改进的欧拉方法使用欧拉方法的两个近似值的平均值来计算下一个近似值,从而减小了误差。

三、龙格-库塔方法龙格-库塔方法是一类常用的数值解法,包括二阶和四阶的方法。

这些方法的基本思想是通过逐步逼近微分方程的解,从而得到数值解。

具体而言,龙格-库塔方法使用多个近似值来计算微分方程的导数,并根据这些导数的加权平均值来计算下一个近似值。

四、有限差分方法有限差分方法是一种广泛应用于偏微分方程的数值解法。

它将偏微分方程中的导数用差商来近似,从而将偏微分方程转化为差分方程。

然后,通过迭代计算差分方程的解,最终得到偏微分方程的数值解。

五、有限元方法有限元方法是一种常用的数值解法,广泛应用于各种工程和科学领域。

它将微分方程的解空间分割成许多小的区域,然后在每个区域上构造一个多项式函数来逼近微分方程的解。

通过求解这些多项式函数的系数,可以得到微分方程的数值解。

六、辛方法辛方法是一类特殊的数值解法,用于求解哈密顿系统。

它基于哈密顿系统的保守性质,通过保持系统的辛结构来得到数值解。

辛方法在长时间积分和保持能量守恒方面具有优势,因此在分子动力学模拟等领域得到广泛应用。

总结起来,微分方程数值解法是数学中的重要研究领域。

通过使用这些数值方法,研究人员可以近似求解各种复杂的微分方程,从而揭示自然界中的各种现象。

随着计算机技术的不断发展,微分方程数值解法的应用也越来越广泛,为科学研究和工程实践提供了强大的工具。

方程的数值解法

方程的数值解法

方程的数值解法
数值解法是指用数值方法来求解微分方程的一种方法。

它是一种重要的数学工具,可以用来解决复杂的微分方程,并且可以得到准确的解。

数值解法的基本思想是将微分方程转化为一组数值方程,然后用数值方法来求
解这组数值方程。

数值解法的具体步骤是:首先,将微分方程转化为一组数值方程;其次,用数值方法求解这组数值方程;最后,根据求解的结果,得到微分方程的解。

数值解法有很多种,如欧拉法、梯形法、龙格库塔法等。

欧拉法是最常用的数
值解法,它是一种简单的数值解法,可以用来求解一阶微分方程。

梯形法是一种改进的欧拉法,它可以用来求解一阶微分方程和二阶微分方程。

龙格库塔法是一种更加复杂的数值解法,它可以用来求解任意阶的微分方程。

数值解法是一种重要的数学工具,它可以用来求解复杂的微分方程,并且可以
得到准确的解。

它的优点是简单、快速,缺点是精度不高,而且容易受到误差的影响。

因此,在使用数值解法求解微分方程时,应该根据实际情况选择合适的数值解法,以保证求解的准确性。

微分方程的数值解法

微分方程的数值解法

微分方程的数值解法微分方程是描述自然界中众多现象和规律的重要数学工具。

然而,许多微分方程是很难或者无法直接求解的,因此需要使用数值解法来近似求解。

本文将介绍几种常见的微分方程数值解法。

1. 欧拉方法欧拉方法是最简单的数值解法之一。

它将微分方程转化为差分方程,通过计算离散点上的导数来逼近原方程的解。

欧拉方法的基本思想是利用当前点的导数值来估计下一个点的函数值。

具体步骤如下:首先,将自变量区间等分为一系列的小区间。

然后,根据微分方程的初始条件,在起始点确定初始函数值。

接下来,根据导数的定义,计算每个小区间上函数值的斜率。

最后,根据初始函数值和斜率,递推计算得到每个小区间上的函数值。

2. 龙格-库塔方法龙格-库塔方法是一种常用的高阶精度数值解法。

它通过进行多次逼近和修正来提高近似解的准确性。

相比于欧拉方法,龙格-库塔方法在同样的步长下可以获得更精确的解。

具体步骤如下:首先,确定在每个小区间上的步长。

然后,根据微分方程的初始条件,在起始点确定初始函数值。

接下来,根据当前点的导数值,使用权重系数计算多个中间点的函数值。

最后,根据所有中间点的函数值,计算出当前点的函数值。

3. 改进欧拉方法(改进的欧拉-克罗默法)改进欧拉方法是一种中阶精度数值解法,介于欧拉方法和龙格-库塔方法之间。

它通过使用两公式递推来提高精度,并减少计算量。

改进欧拉方法相对于欧拉方法而言,增加了一个估计项,从而减小了局部截断误差。

具体步骤如下:首先,确定在每个小区间上的步长。

然后,根据微分方程的初始条件,在起始点确定初始函数值。

接下来,利用欧拉方法计算出中间点的函数值。

最后,利用中间点的函数值和斜率,计算出当前点的函数值。

总结:微分方程的数值解法为我们研究和解决实际问题提供了有力的工具。

本文介绍了欧拉方法、龙格-库塔方法和改进欧拉方法这几种常见的数值解法。

选择合适的数值解法取决于微分方程的性质以及对解的精确性要求。

在实际应用中,我们应该根据具体情况选择最合适的数值解法,并注意控制步长以尽可能减小误差。

微分方程组的数值求解方法

微分方程组的数值求解方法

微分方程组的数值求解方法微分方程组数值求解方法微分方程组是数学中非常重要的一个分支,它描述了许多自然界和社会生活中的现象,例如电路的运行、天体的运行、生命体的生长等等。

我们需要对微分方程组进行求解,才能够得到它们的解析解,从而更好地理解和应用它们。

然而,大多数微分方程组不可能用解析法求解,因此,我们需要采用数值方法来求解微分方程组。

常见的微分方程组数值求解方法包括欧拉法、龙格库塔法和变步长法等。

下面,我们将逐一介绍它们的基本原理和优缺点。

一、欧拉法欧拉法是微分方程组数值求解方法中最简单的一种。

它的基本思想是将微分方程组中的各个变量离散化,然后根据微分方程组的导数计算每一步的值。

具体来讲,欧拉法的数值求解公式为:\begin{aligned} &x_{n+1}=x_n+hf_n(x_n,y_n,z_n),\\&y_{n+1}=y_n+hf_n(x_n,y_n,z_n),\\&z_{n+1}=z_n+hf_n(x_n,y_n,z_n), \end{aligned}其中,$x(t)$,$y(t)$,$z(t)$是微分方程组的解,$f_n(x_n,y_n,z_n)$是微分方程组导数在点$(x_n,y_n,z_n)$处的值,$h$为时间步长。

欧拉法的优点是简单易懂,方便实现,缺点是误差较大,计算不够精确。

因此,在实际应用中,往往需要采用更加精确的数值方法。

二、龙格库塔法龙格库塔法是微分方程组数值求解方法中比较常用的一种。

它的基本思想是通过多次计算微分方程组中的导数,以获得更加精确的数值解。

具体来讲,龙格库塔法的求解公式为:\begin{aligned}&k_{1x}=hf_n(x_n,y_n,z_n),k_{1y}=hf_n(x_n,y_n,z_n),k_{1z}=hf_n (x_n,y_n,z_n),\\&k_{2x}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{1y}}{2},z_n+\frac{k_ {1z}}{2}),k_{2y}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{1y}}{2},z_n+ \frac{k_{1z}}{2}),k_{2z}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{1y}}{ 2},z_n+\frac{k_{1z}}{2}),\\&k_{3x}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{2y}}{2},z_n+\frac{k_ {2z}}{2}),k_{3y}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{2y}}{2},z_n+ \frac{k_{2z}}{2}),k_{3z}=hf_n(x_n+\frac{h}{2},y_n+\frac{k_{2y}}{ 2},z_n+\frac{k_{2z}}{2}),\\&k_{4x}=hf_n(x_n+h,y_n+k_{3y},z_n+k_{3z}),k_{4y}=hf_n(x_n+h,y_n+k_{3y},z_n+k_{3z}),k_{4z}=hf_n(x_n+h,y_n+k_{3y},z_n+k_{3 z}),\\&x_{n+1}=x_n+\frac{k_{1x}}{6}+\frac{k_{2x}}{3}+\frac{k_{3x}}{ 3}+\frac{k_{4x}}{6},\\&y_{n+1}=y_n+\frac{k_{1y}}{6}+\frac{k_{2y}}{3}+\frac{k_{3y}}{ 3}+\frac{k_{4y}}{6},\\&z_{n+1}=z_n+\frac{k_{1z}}{6}+\frac{k_{2z}}{3}+\frac{k_{3z}}{ 3}+\frac{k_{4z}}{6}, \end{aligned}其中,$k_{1x}$,$k_{1y}$,$k_{1z}$,$k_{2x}$,$k_{2y}$,$k_{2z}$,$k_{3x}$,$k_{3y}$,$k_{3z}$,$k_{4x}$,$k_{4y}$,$k_{4z}$是微分方程组中导数的值。

数值积分与微分方程数值解法

数值积分与微分方程数值解法

数值积分与微分方程数值解法数值积分和微分方程数值解法是数值计算中的重要组成部分,在科学计算、工程分析和实际问题求解中起着不可或缺的作用。

本文将介绍数值积分的基本概念和常用方法,以及微分方程数值解法的应用和实现过程。

一、数值积分的基本概念和常用方法数值积分是求解定积分近似值的方法,通过将连续函数的积分转化为离散形式的求和,以达到近似计算的目的。

常用的数值积分方法包括矩形法、梯形法、辛普森法等。

(1)矩形法:将积分区间等分为若干子区间,然后在每个子区间内取点,用函数在相应点处的取值近似代替该子区间内的函数值,最后将所有子区间的函数值相加得到近似积分值。

(2)梯形法:与矩形法类似,但是将每个子区间近似为一个梯形,通过计算梯形的面积来近似计算积分值。

(3)辛普森法:将积分区间等分为若干子区间,然后在每个子区间内取三个点,根据这三个点构造出一个二次函数,并用该二次函数的积分来近似计算积分值。

二、微分方程数值解法的应用和实现过程微分方程数值解法是对微分方程进行近似求解的方法,通过离散化微分方程来构造数值格式,然后通过数值计算来求解。

常用的微分方程数值解法包括常微分方程的欧拉法、改进欧拉法和龙格-库塔法,以及偏微分方程的有限差分法、有限元法等。

(1)常微分方程数值解法:- 欧拉法:根据微分方程的定义,将微分项近似为差分项,通过迭代逼近真实解。

- 改进欧拉法:在欧拉法的基础上,通过利用两个点的斜率来逼近解的变化率,提高精度。

- 龙格-库塔法:通过多次迭代,根据不同的权重系数计算不同阶数的近似解,提高精度。

(2)偏微分方程数值解法:- 有限差分法:将偏微分方程中的一阶和二阶导数近似为差分项,通过离散化区域和时间来构造矩阵方程组,然后通过求解线性方程组来获得数值解。

- 有限元法:将区域进行剖分,将偏微分方程转化为变分问题,通过选取适当的试函数和加权残差法来逼近真实解。

总结:数值积分和微分方程数值解法是数值计算中重要的工具,能够帮助我们处理实际问题和解决科学工程中的复杂计算。

  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)。

∑ ( −1)
n
n +i
(5)
经过线性变换后,我们令 Qn = ( x)
2n + 1 Ln ( t ) , {Qn ( x )}i=1 是标准正交基。
n
3. 造核
定义:设 H 是 Hilbert 空间,B 是某个数集,若存在二元函数 K ( s, t ) ,使得 ∀s ∈ B ,都有
f (s) = f ( t ) , K s ( t ) , ∀f ( t ) ∈ H , K s ( t ) ∈ H ,则称 K ( s, t ) 为 H 的再生核核,此时 H 为再生核空间。
(1)
其中 q1 ( x ) , q2 ( x ) , q3 ( x ) , k1 ( t , x ) , k2 ( t , x ) , f1 ( x ) 为已知的连续函数, α i , β j 为常数, u ( x ) 为未知函数。
2. 勒让德多项式
当区间为 [ −1,1] ,权函数 ρ ( x ) = 1 时,对 {1, x, 式.记 { Pn ( x )}n=0 ,这些多项式满足
i =1 n
得证。
3.1. 构造再生核空间(RKM)
由上述定理知 H 是有限维的 Hilbert 空间, 则 K ( x, y ) = ∑ Qn ( x ) Qm ( y ) {Qn ( x )}i=1 是 H 的标准正交基,
n
n
i =1
为 H 的再生核。具体表达式如下:
K ( x, y ) = 1 + 3 ( 2 x − 1)( 2 y − 1) + 5
(3)
Li+ = 1 (t )
( 2i + 1)( 2 − 1)
i +1 L0 ( t= 1, L t = 2t − 1. ) 1( )
Li ( t ) −
i Li−1 ( = t ) , i 1, 2, i +1
(4)
n 阶移位的 Legendre 多项式的一般表达式为:
Ln (= t)
( n + i )!t i , ( n − i )!( i )!2 i =0 n Ln ( 0 ) = 1. ( −1)( ) , Ln (1) =
DOI: 10.12677/aam.2018.77090
3 ( 2 x − 1) 3 ( 2 y − 1)
2
2
2
751
2
+
+ ( 2n + 1) Qn ( x ) Qm ( y ) .
(8)
应用数学进展
刘杨,王玉兰
3.2. 近似解的表示
对于方程(1)中非齐次边值条件需齐次化处理。 令 v ( x= ) u ( x ) + a1 + a2 x + a3 x 2 + + an x n−1 ,则方程(1)转化为:
A Numerical Solution of Mixed Integral Differential Equations
Yang Liu, Yulan Wang
Inner Mongolia University of Technology, Hohhot Inner Mongolia Received: Jun. 16 , 2018; accepted: Jul. 4 , 2018; published: Jul. 11 , 2018
(10)
方程(9)转化为
( Av )( x ) = f ( x ) .
其中 A 是线性可逆算子。
(11) 此时, {ψ i ( x )}i=1
∞ ∞
= 1, 2, 且 ψ j ( x ) ,ψ i ( x ) A 令ψ i ( x) A = = , i 0,1, 2, = x Ay K ( x, y ) x = x , i, j y K ( x, y )
i =1
n
证明: ∀f ( t ) = ∑ ci ei ( t ) ,故
i =1
n
f (t ) , Ks (t ) =
= i 1= j 1 n n
∑ ci ei ( t ), ∑ ei ( t ) , ei ( s )
(7)
n
n
= i 1= j 1
= ∑ ci ei ( t ) , ∑ e j ( t ) e j ( s ) = ∑ ci ei ( s ) = f ( s ).
n
引理:H 是有限维的 Hilbert 空间, {ei ( t )}i=1 是 H 的标准正交基,即
0 ( i ≠ j ) ei ( t ) , e j ( t ) = δ= , ij 1 ( i = j )
(6)
则有 K ( s, t ) = ∑ ei ( t ) e j ( s ) 为 H 的再生核。
刘杨,王玉兰
且关于积分微分方程数值解法的研究一直是存在于各领域的重要课题。 本文主要基于Legendre多项式重 新构建再生核,通过Gram-Schmidt给出方程的近似解。同时,给出三个Volterra-Fredholm积分微分方 程的数值算例,与传统的再生核方法进行数值比较,进一步验证了我们方法是有效的,且具有很高的精 度。所有数值计算都是通过数学软件Mathematica8.0给出。
Keywords
Legendre Polynomials, Reproducing Kernel, Numerical Solution, Volterra-Fredholm Integral Differential Equation
一类混合型积分微分方程的数值解法
刘 杨,王玉兰
内蒙古工业大学,内蒙古 呼和浩特
q ( x ) u ( n ) ( x ) + q ( x ) u ( n−1) ( x ) + q ( x ) u ( x ) + x k ( t , x ) u ( t ) dt + 1 k ( t , x ) u (= t ) dt f ( x ) , 0 ≤ x ≤ 1 2 3 1 ∫0 1 ∫0 2 i () = = ) α i , u ( j ) (1 ) β j , 0 ≤ i, j ≤ n − 1. u ( 0
对于齐次化后的初边值条件,我们放到再生核空间中,放核过程见文献[12]。 完全系的构造
1 x n n −1 令 Av= q1 ( x ) v( ) ( x ) + q2 ( x ) v( ) ( x ) + q3 ( x ) v ( x ) + ∫ k1 ( t , x ) v ( t ) dt + ∫ k2 ( t , x ) v ( t ) dt , 0 0
刘杨,王玉兰
Legendre 多项式。记 Pn ( 2t − 1) = Ln ( t ) ,显然 { Ln ( t )}n=0 在区间 [ 0,1] 上带权函数 ρ ( x ) = 1 正交,即

∫0
Li ( t ) 有如下的递推关系
1
2n + 1 Ln ( t ) 2n + 1 Lm ( t ) dt = 1.
关键词
Legendre多项式,再生核,数值解,Volterra-Fredholm型积分微分方程
Copyright © 2018 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
th th th
Abstract
Polynomial approximation in the mathematical analysis and numerical approximation theory has an important position; it has been widely used in engineering calculation and the actual life. And the study of the numerical method for solving the integral differential equation is one of the important subjects exists in every field. This paper mainly based on Legendre polynomial rebuilding the reproducing kernel, through the “Gram-Schmidt”, the approximate solution of the equation is given. At the same time, it gives three numerical examples of Volterra-Fredholm integral differential equation. Compared with the traditional methods of reproducing kernel, we further verified that our method was effective and had high precision. All numerical calculations are given by the Mathematica 8.0 software.
收稿日期:2018年6月16日;录用日期:2018年7月4日;发布日期:2018年7月11日


多项式逼近在数学分析和数值逼近理论中具有重要的地位,它已广泛应用于工程计算和实际生活中。而
文章引用: 刘杨, 王玉兰. 一类混合型积分微分方程的数值解法[J]. 应用数学进展, 2018, 7(7): 749-757. DOI: 10.12677/aam.2018.77090
相关文档
最新文档