The Functional Voxel Method Applied to Solving a Linear First-Order Partial Differential Equation with Given Initial Conditions

Cover Page

Cite item

Full Text

Abstract

This paper considers an approach to solving the Cauchy problem for a linear first-order partial differential equation by the functional voxel (FV) method. The approach is based on the principles of differentiation and integration developed for functional voxel modeling (FVM) and yields local geometrical characteristics of the resulting function at linear approximation nodes. A classical approach to solving the Cauchy problem for a partial differential equation is presented on an example, and an FV-model is built as a reference for further comparison with the FVM results. An algorithm for solving differential equations by FVM means is described. The FVM results are visually and numerically compared with the accepted reference. Unlike numerical methods for solving such problems, which give the values of a function at approximation nodes, the FV-model contains local geometrical characteristics at the nodes (i.e., gradient components in the space increased by one dimension). This approach allows obtaining an implicit-form nodal local function as well as an explicit-form differential local function.

About the authors

A. V Tolok

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: tolok_61@mail.ru
Moscow, Russia

N. B Tolok

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: nat_tolok@mail.ru
Moscow, Russia

References

  1. Егоров А.И. Обыкновенные дифференциальные уравнения с приложениями. – М.: ФИЗМАТЛИТ, 2003. – 384 с. [Egorov, A.I. Obyknovennye differencial'nye uravneniya s prilozheniyami. – M.: FIZMATLIT, 2003. – 384 s. (In Russian)]
  2. Романко В.К. Курс дифференциальных уравнений и вариационного исчисления. – М.: Лаборатория базовых знаний, 2000. – 344 с. [Romanko, V.K. Kurs differencial'nyh uravnenij i variacionnogo ischisleniya. – M.: Laboratoriya bazovyh znanij, 2000. – 344 s. (In Russian)]
  3. Степанов В.В. Курс дифференциальных уравнений. – М.: Едиториал УРСС, 2004. – 472 с. [Stepanov, V.V. Kurs differencial'nyh uravnenij. – M.: Editorial URSS, 2004. – 472 s. (In Russian)]
  4. Математический анализ | Онлайн калькулятор : электронный ресурс. – URL: https://allcalc.ru/node/863 (дата обращения 27.06.2023). [Matematicheskij analiz | Onlajn kal'kulyator : electronic resource. – URL: https://allcalc.ru/node/863 (accessed June 27, 2023).]
  5. Microsoft Math Solver : электронный ресурс. – URL: https://mathsolver.microsoft.com (дата обращения 27.06.2023). [Microsoft Math Solver : electronic resource. – URL: https://mathsolver.microsoft.com (accessed June 27, 2023).]
  6. Крайнов А.Ю., Моисеева К.М. Численные методы решения краевых задач для обыкновенных дифференциальных уравнений: учеб. пособие. – Томск: STT, 2016. – 44 с. [Krajnov, A.Yu., Moiseeva, K.M. Chislennye metody resheniya kraevyh zadach dlya obyknovennyh differencial'nyh uravnenij: ucheb. posobie. – Tomsk: STT, 2016. – 44 s. (In Russian)]
  7. Мышенков В.И., Мышенков Е.В. Численные методы. Ч. 2. Численное решение обыкновенных дифференциальных уравнений: Учебное пособие для студентов специальности 073000. – М.: МГУЛ, 2005. – 109 с. [Myshenkov, V.I., Myshenkov, E.V. CHislennye metody. CH. 2. CHislennoe reshenie obyknovennyh differencial'nyh uravnenij: Uchebnoe posobie dlya studentov special'nosti 073000. – M.: MGUL, 2005. – 109 s. (In Russian)]
  8. Soundararajan, R.; Subburayan, V.; Wong, P. J.Y. Streamline Diffusion Finite Element Method for Singularly Perturbed 1D-Parabolic Convection Diffusion Differential Equations with Line Discontinuous Source / Mathematics. – 2023. – Vol. 11. – Art. no. 2034. – DOI: https://doi.org/ 10.3390/math11092034.
  9. Mohammed, M. Well-Posedness for Nonlinear Parabolic Stochastic Differential Equations with Nonlinear Robin Conditions / Symmetry. – 2022. – Vol. 18. – Art. no. 1722.
  10. Толок А.В. Функционально-воксельный метод в компьютерном моделировании. – М.: Физматлит, 2016. – 112 с. [Tolok, A.V. Funkcional'no-voksel'nyj metod v komp'yuternom modelirovanii. – M.: Fizmatlit, 2016. – 112 s. (In Russian)]
  11. Толок А.В. Локальная компьютерная геометрия. Учебное пособие. – М.: Ай Пи Ар Медиа, 2022. – 147 с. [Tolok, A.V. Lokal’naya komp’yuternaya geometriya. – Moscow: IPR-Media, 2022. – 112 s. (In Russian)]
  12. Толок А.В., Толок Н.Б. Дифференцирование и интегрирование в функционально-воксельном моделировании // Проблемы управления. – 2022. – № 5. – С. 60–67. [Tolok, A.V. and Tolok, N.B. Differentiation and Integration in Functional Voxel Modeling / Control Sciences. – 2022. – No. 5. – P. 51–57.]
  13. Конев В.В. Уравнения в частных производных: Учебное пособие. – Томск: Томский политехнический университет, 2011. – URL: https://portal.tpu.ru/SHARED/k/KONVAL/notes/Partial.pdf. [Konev, V.V. Uravneniya v chastnyh proizvodnyh: Uchebnoe posobie. Tomsk: Tomskiy politekhnicheskiy universitet, 2011. – URL: https://portal.tpu.ru/SHARED/k/KONVAL/notes/Partial.pdf. (In Russian)]

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a 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».