Численное исследование скорости сходимости черновских аппроксимаций к решениям уравнения теплопроводности

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена построению примеров, иллюстрирующих (с помощью компьютерного счёта) скорость сходимости черновских аппроксимаций к решению задачи Коши для уравнения теплопроводности. Рассмотрены две функции Чернова (первого и второго порядка касания по Чернову к оператору взятия второй производной) и несколько начальных условий различной гладкости. В качестве графической иллюстрации для начального условия, равного модулю синуса в степени пять вторых, построены график точного решения задачи Коши и графики десятых черновских аппроксимаций, даваемых двумя разными функциями Чернова. По графикам визуально определяется, что аппроксимации близки к решению. Для каждой из двух функций Чернова, для нескольких начальных условий различной гладкости и для номера аппроксимации до 11 включительно численно найдена соответствующая каждому приближению ошибка, то есть, супремум модуля разности точного решения и аппроксимирующей функции. Как оказалось, во всех исследованных случаях зависимость ошибки от номера аппроксимационного приближения имеет приблизительно степенной вид. Это следует из того, что, как мы обнаружили, зависимость логарифма ошибки от логарифма номера приближения имеет приблизительно линейный вид. Находя уравнение приближающей прямой с помощью линейной регрессии, мы находим показатель степени в степенной зависимости ошибки от номера приближения и называем его порядком сходимости. Порядки сходимости для всех изученных начальных условий собраны в таблицу. На рассмотренном семействе начальных условий найдена эмпирическая зависимость порядка сходимости от класса гладкости начального условия.

Об авторах

Ксения Александровна Драгунова

Национальный исследовательский университет «Высшая школа экономики»

Email: k.dragunova13@mail.ru
ORCID iD: 0000-0001-9318-6681

магистр факультета информатики, математики и компьютерных наук

Россия, 603150, Россия, г. Нижний Новгород, ул. Б. Печерская, д. 25/12

Насрин Никбахт

университет Окленда

Email: nasrin.nikbakht@gmail.com
ORCID iD: 0009-0001-7152-6590

аспирант, факультет математики

Новая Зеландия, Окленд 1142, Новая Зеландия

Иван Дмитриевич Ремизов

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: ivremizov@yandex.ru
ORCID iD: 0000-0002-1968-0793

кандидат физико-математических наук, старший научный сотрудник Международной лаборатории динамических систем и приложений

Россия, 603150, Россия, г. Нижний Новгород, ул. Б. Печерская, д. 25/12

Список литературы

  1. Butko Ya. A. The method of Chernoff approximation // Springer Proceedings in Mathematics and Statistics. 2020. Vol. 325. P. 19–46. DOI: https://doi.org/10.1007/978-3-030-46079-2 2
  2. Chernoff P. R. Note on product formulas for operator semigroups // J. Functional Analysis. 1968. Vol. 238, No 2. DOI: https://doi.org/10.1016/0022-1236(68)90020-7
  3. Engel K.-J., Nagel R. One-parameter semigroups for linear evolution equations. NY: Springer, 1999. 589 p. DOI: https://doi.org/10.1007/b97696
  4. Remizov I. D. Feynman and Quasi-Feynman formulas for evolution equations // Doklady Mathematics. 2017. Vol. 96. P. 433-437. DOI: https://doi.org/10.1134/S1064562417050052
  5. Смолянов О. Г., Шавгулидзе Е. Т. Континуальные интегралы. М.: Изд-во МГУ. 1990. 150 с.
  6. Кальметьев Р. Ш., Орлов Ю. Н., Сакбаев В. Ж. Итерации Чернова как метод усреднения случайных аффинных преобразований // Ж. вычисл. матем. и матем. физ. 2022. Т. 62, № 6. С. 1030–1041. DOI:
  7. https://doi.org/10.31857/S0044466922060114
  8. Remizov I. D. Quasi-Feynman formulas – a method of obtaining the evolution operator for the Schrodinger equation // Journal of Functional Analysis. 2016. Vol. 270, No. 12. P. 4540–4557. DOI: https://doi.org/10.1016/j.jfa.2015.11.017
  9. Zagrebnov V. A. Notes on the Chernoff product formula // Journal of Functional Analysis. 2020. Vol. 279, No. 7. DOI: https://doi.org/10.1016/j.jfa.2020.108696
  10. Vedenin A. V. Fast converging Chernoff approximations to solution of a parabolic differential equation on a real line // Zhurnal Srednevolzhskogo matematicheskogo obshchestva. 2022. Vol. 24, No. 3. pp. 280–288. DOI: https://doi.org/10.15507/2079-6900.24.202203.280-288
  11. Galkin O. E., Remizov I. D. Upper and lower estimates for rate of convergence in the Chernoff product formula for semigroups of operators. 2021. DOI: https://doi.org/10.48550/arXiv.2104.01249
  12. Веденин А. В., Воеводкин В. С., Галкин В. Д., Каратецкая Е. Ю., Ремизов И. Д. Скорость сходимости черновских аппроксимаций решений эволюционных уравнений // Матем. заметки. 2020. Т. 108, № 3. С. 463-468. DOI: https://doi.org/10.4213/mzm12704
  13. Dragunova K. A. Garashenkova, A. A. ,Nikbakht N., Remizov I. D. Numerical study of the rate of convergence of Chernoff approximations to solutions of the heat equation with full list of illustrations and Python source code. 2023. DOI: https://doi.org/10.48550/arXiv.2301.05284
  14. Remizov I. D. On estimation of error in approximations provided by Chernoff ’s product formula // International Conference "ShilnikovWorkshop-2018" dedicated to the memory of outstanding Russian mathematician Leonid Pavlovich Shilnikov (1934-2011). Nizhny Novgorod: Lobachevsky State University, 2018. P. 38–41.
  15. Галкин О. Е., Ремизов И. Д. Скорость сходимости черновских аппроксимаций операторных C0-полугрупп // Матем. заметки. 2022. Т. 111, №2. С. 297–299. DOI: https://doi.org/10.4213/mzm13292
  16. Prudnikov P. S. Speed of convergence of Chernoff approximations for two model examples: heat equation and transport equation. 2020. DOI: https://doi.org/10.48550/arXiv.2012.09615
  17. Орлов Ю. Н., Сакбаев В. Ж., Смолянов О. Г. Скорость сходимости фейнмановских аппроксимаций полугрупп, порождаемых гамильтонианом осциллятора // ТМФ. 2012. Т. 172, № 1.С. 122–137. DOI: https://doi.org/10.4213/tmf6936
  18. Remizov I. D. Approximations to the solution of Cauchy problem for a linear evolution equation via the space shift operator (second-order equation example) // Applied Mathematics and Computation. 2018. Vol. 328. P. 243–246. DOI: https://doi.org/10.1016/j.amc.2018.01.057

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Драгунова К.А., Никбахт Н., Ремизов И.Д., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».