首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
本文研究微分方程对称方法在非线性偏微分方程组边值问题中的应用.首先,利用吴-微分特征列集算法确定给定非线性偏微分方程组边值问题的多参数对称;其次,利用对称将非线性偏微分方程组边值问题约化为常微分方程组初值问题;最后,利用龙格-库塔法求解常微分方程组初值问题的数值解.  相似文献   

2.
基于微分特征集理论和算法,提出在一定条件下判定偏微分方程(组)非古典对称存在性的机械化方法.该方法对Clarkson P A提出的关于偏微分方程(组)的非古典对称的公开问题给出了部分回答,为完全解决该问题提供了一个思路.通过若干个发展方程的非古典对称的确定说明了该方法的有效性.  相似文献   

3.
本文基于微分形式吴方法理论及算法给出无需确定对称Lie代数本身而事先构造其同构像(具有同结构常数的Lie代数)的机械化算法.该算法有效提高构造(偏)微分方程(组)对称Lie代数的效率,并可应用于对称Lie代数各类性质的机械化分析和判定.最后给出算例验证算法的有效性.  相似文献   

4.
首先,我们给出了引入伴随方程(组)扩充原方程(组)的策略使给定偏微分方程(组)的扩充方程组具有对应泛瓯即,成为Lagrange系统的方法,以此为基础提出了作为偏微分方程(组)传统守恒律和对称概念的一种推广-偏微分方程(组)扩充守恒律和扩充对称的概念;其次,以得到的Lagrange系统为基础给定了确定原方程(组)扩充守恒律和扩充对称的方法,从而达到扩充给定偏微分方程(组)的首恒律和对称的目的;第三,提出了适用于一般形式微分方程(组)的计算固有守恒律的方法;第四,实现以上算法过程中,我们先把计算(扩充)守恒律和对称问题均归结为求解超定线性齐次偏微分方程组(确定方程组)的问题.然后,对此关键问题我们提出了用微分形式吴方法处理的有效算法;最后,作为方法的应用我们计算确定了非线性电报方程组在内的五个发展方程(组)的新守恒律和对称,同时也说明了方法的有效性.  相似文献   

5.
特木尔朝鲁  银山 《数学学报》2007,50(5):1017-103
考虑了一般微分方程(组)高次积分和其微分特征列集(吴方法)机械化确定算法.首先提出微分方程的积分因子和首次积分的推广高次积分因子与其对应的高次积分的概念.其次给出了由高次积分因子确定其对应的高次积分的计算公式,使确定高次积分的问题转化为求高次积分因子的问题.再其次对确定高次积分因子的问题,给出了微分特征列集算法.最后用给定的算法确定了二阶和三阶微分方程拥有高次积分的结构定理,并给出了具体的算例和结论.  相似文献   

6.
微分多项式系统的约化算法理论   总被引:8,自引:0,他引:8  
朝鲁 《数学进展》2003,32(2):208-220
本文中,作者推广了纯代数形式的特征列集理论(吴方法)为微分形式的相应理论,即建立了在机器证明了诸多微分问题中非常重要的微分多项式组的约化算法理论。引入了一些新的概念和观点使函数微分(导数)具有直观的代数几何表示。给出了Coherent条件下的特征列集的算法。给出的算法易于在计算机上实现并适合应用于广泛的微分问题,如微分方程对称计算,各种微分关系的自动推理等问题。  相似文献   

7.
本文基于微分形式吴方法,给出了确定和分类微分方程古典和非古典对称的统一的机械化算法理论.用该理论克服了在传统Lie算法中存在的缺陷,使确定和分类对称更系统和直接,从而扩大了对称方法的应用范围.这也是吴方法在微分领域中一个新的应用.  相似文献   

8.
首先给出一类含有任意函数的变系数波动方程uxx=H(x)utt的古典对称及其势对称的完全分类,然后借助于这个波动方程的对称分类,系统讨论了含有两个任意函数的一类组合方程的势对称分类,所得结果确实扩充了原方程的对称.在计算过程中,采用微分形式的吴方法,微分特征列的程序包起到了重要作用.  相似文献   

9.
微分方程(组)对称向量的吴-微分特征列算法及其应用   总被引:9,自引:0,他引:9  
给出(偏)微分方程(组)(PDEs)对称向量的吴-微分特征列集(消元)算法理论.把古典和非古典PDEs对称问量的计算问题统-在吴-微分特征列理论框架之下处理.给出了产生PDEs对称向量的无穷小方程和验证已知向量为PDES对称向量的机械化原理,理论上彻底克服了传统算法中的缺陷并为计算PDEs对称向量提供了一种新算法.用计算机代数系统mathematica编制了相应的软件包,具体实现了该算法.作为应用给出了Burgers方程的非古典对称向量的完整解答.  相似文献   

10.
一类非线性波动方程的势对称分类   总被引:1,自引:0,他引:1  
先给出了含有一个任意函数的线性波动方程的古典和势对称的完全分类.然后,在此基础上给出了含有两个任意函数的一类非线性波动方程的两种情形势对称分类,得到了该方程的新势对称.在处理对称群分类问题的难点-求解确定方程组时我们提出了微分形式吴方法算法,克服了以往难于处理的困难.在整个计算过程中反复使用了吴方法,吴方法起到了关键的作用.  相似文献   

11.
12.
13.
微分概念是高等数学中的核心概念,通过问题教学法和几何图形演示,将一元函数的微分教学和二元函数的全微分教学统一起来,使学生更深刻理解微分这一概念的核心本质,并认识到从一元函数到多元函数许多结论要发生变化,量变引发质变的变化过程.  相似文献   

14.
15.
Peter J. Olver 《Acta Appl Math》1995,41(1-3):271-284
This paper summarizes recent results on the number and characterization of differential invariants of transformation groups. Generalizations of theorems due to Ovsiannikov and to M. Green are presented, as well as a new approach to finding bounds on the number of independent differential invariants.Supported in part by NSF Grants DMS 91-16672 and DMS 92-04192.  相似文献   

16.
The aim of this paper is to show how differential characters of Abelian varieties (in the sense of [A. Buium, Differential characters of Abelian varieties over p-adic fields, Invent. Math. 122 (1995) 309-340]) can be used to construct differential modular forms of weight 0 and order 2 (in the sense of [A. Buium, Differential modular forms, Crelle J. 520 (2000) 95-167]) which are eigenvectors of Hecke operators. These differential modular forms will have “essentially the same” eigenvalues as certain classical complex eigenforms of weight 2 (and order 0).  相似文献   

17.
微分多项式系统的近微分特征列集   总被引:12,自引:0,他引:12  
本文对微分多项式系统的近微分特征列集与微分特征列集之间的一些关系进行了研究,给出了在某些条件下近微分特征列集是微分特征列集的结论,从而对微分多项式系统特征列集理论(吴方法)进行了改进,并且建立的算法较大地提高了计算微分特征列集的效率.  相似文献   

18.

Book Reviews

Differential equationsC. M. Dafermos, G. Ladas, and G. Papanicolaou (editors): Lecture Notes in Pure and Applied Mathematics 118, Marcel Dekker, New York, Basel, 1989, xiv + 787 pp.  相似文献   

19.
20.
Differential torsion theories are introduced and it is shown that for a hereditary torsion theory τ every derivation on an R-module M has a unique extension to its module of quotients if and only if τ is a differential torsion theory. Dually, we show that when τ is cohereditary, every derivation on M can be lifed uniquely to its module of coquotients.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号