Решение регуляризованное

Очевидно, уравнение (10.103) параболическое, для него корректны как задача Коши, так и смешанная задача. При этом оно первого порядка по времени и в качестве начального условия достаточно задать и(х, 0). Задачи такого рода и методы их решения хорошо изучены, известно решение регуляризованного уравнения (10.103). Ясно, что регуляризованное уравнение описывает дисперсию с коэффициентом дисперсии, даваемым формулой (10.84). При этом утрачены эффекты распространения возмущений с конечной скоростью и регулярного сноса вешества против течения. [c.247]

На рис. 3.10 приведены результаты решения обратной задачи термоупругости. Кривая 1 (сплошная) соответствует точному распределению температуры на внутренней поверхности, кривая 2 (пунктир с точкой) соответствует регуляризованному решению обратной задачи, полученному по точным значениям совместно использованных осевых и кольцевых напряжений на внешней поверхности. [c.86]

Рис. 3.11. Регуляризованные решения при двух уровнях погрешностей исходных данных

В случае внутренних течений для решения системы уравнений (2.1)-(2.5), эллиптической в дозвуковых областях, будем использовать глобальные итерации с фиксацией на каждой из них эволюционных производных, ответственных за передачу информации против потока в дозвуковых областях течения [5, 12, 13, 25-29, 32, 39]. Другими словами, будем находить решение итерациями по продольной составляющей градиента функции ф, характеризующей степень отклонения от локального подобия нормированных поперечных распределений давления. Предварительно в систему уравнений вместо искомого давления р вводятся две искомые функции ф, р по формуле (2.6). На текущей глобальной итерации маршевым методом [38] интегрируется регуляризован-ная система уравнений (2.1)-(2.4), (2.7). [c.39]

На рис. 3.11 представлены регуляризованные решения при двух уровнях погрешности задания кольцевых и меридиональных напряжений, Кривые 7 и 2 отвечают значениям относительных случайных ошибок с нормальным законом распределения, не превышающим соответственно 5 и 10% от величины напряжений в узловых точках s,-. Рисунок иллюстрирует устойчивость регул яризованных приближений к возмущению исходных данных (кривая 3 — точное значение искомой температуры), [c.86]

Полученные результаты показьшают следующее. Регуляризованное решение (см. кривую 3 на рис. 3.10), полученное на основе совместного использования информации о кольцевых и меридиональных напряжениях, обладает высокой степенью приближения к точному решению. Хотя количество информации, необходимое для восстановления распределения температуры в рассматриваемом случае, могло бы быть значительно меньше, использование избыточной информации позволило получить устойчивые приближения в широком диапазоне изменения параметра регуляри- [c.86]

В КХД отсутствует строгое матем. доказательство как существования фазового перехода, так и удержания цвета. Значительные успехи достигнуты на пути решения этих сложных проблем в компьютерном варианте теории — спец. образом регуляризованной КХД на решётке (дискретной совокупности 4-точек, заменяющих непрерывное пространство-время). Не-пертурбативные (не связанные с теорией возмущений) вычисления здесь основаны на числ. интегрировании методом Монте-Карло точных выражений, вытекающих из теории (см. Решётки, метод). Наиб, надёжные результаты относятся к квантовой динамике глюонных полей, где кварки рассматриваются лишь как статич. источники. В этом случае получено свидетельство в пользу удержания цвета и существования фазового перехода 1-го рода при темп-ре Г 200 МэВ, причём вычисленные наблюдаемые величины (напр., темп-ра перехода, скачок плотности в точке перехода) находятся в хорошем согласии со значениями, найденными из феноменологич. описания адронной спектроскопии и ив процессов глубоко неунругого рассеяния. [c.339]

В случае чисто степенной модели, как уже говорилось, метод линеаризации оказывается неприменимым. В работе И.Г. Семакина [60] развит приближенный подход, основанный на введении понятия эффективной вязкости. Согласно этому подходу рассматривается истинное (неньютоновское) распределение скорости основного течения [61], а уравнения возмущений записываются в том же виде, что и для обычной ньютоновской жидкости с заменой вязкости на эффективную , определяемую по расходу в одном из встречных потоков. Приведенные выше результаты решения задачи устойчивости на основе регуляризованной модели при больших а удовлетворительно согласуются с результатами, найденными в приближении эффективной вязкости. [c.155]

Можно убедиться, что это решение находится в соответствии с условием (2). Отметим, что для регуляризованной неперенормируемой теории, устремляя в (9) Л к бесконечности, мы приходим к нулевому значению амплитуды рассеяния. Это — известная трудность обращения заряда в нуль [3. [c.47]

О некоторых методах моделирования турбулентности. Помимо статистического подхода к моделированию турбулентности в настоящее время все более широкое применение находит феноменологический (полуэмпириче-ский) подход и методы прямого численного моделирования турбулентности на основе решения специальных кинетических уравнений или нестационарной системы трехмерных уравнений Навье-Стокса, хотя в силу стохастичности данного явления в реальности удается получать лишь осредненные характеристики движения. Это позволяет, тем не менее, иногда проследить не только эволюцию образований различных пространственных структур с течением времени, но также изучать общую динамику и природу развития турбулентности. Например, результаты численного моделирования явления перебросов в гидродинамической системе (сконструированной в виде многоярусной модели зацепления простейших элементов - триплетов) иллюстрируют каскадный процесс передачи энергии в развитом турбулентном потоке, соответствующий известному закону Колмогорова-Обухова Гледзер и др., 1961) и подкрепляют представления об общих свойствах в поведении динамических систем. Интересно также отметить, что исследование процесса стохастизации динамических систем и сценариев перехода к хаосу при численном моделировании турбулентности служит аналогом решения некорректных задач с использованием оператора осреднения и параметрического расширения Тихонов и Арсенин, 1986). При таком подходе упорядоченная структура турбулентного течения, которая определяется как аттрактор асимптотически устойчивого решения для осредненных величин, представляет собой его регуляризованное описание Белоцерковский, 1997). Следует однако заметить, что использование методов прямого численного моделирования турбулентности для решения практически важных задач (особенно задач, связанных с расчетами турбулентного тепло-и массопереноса в многокомпонентных химически активных смесях) часто затруднительно или является слишком громоздким. Поэтому подобные задачи целесообразнее решать с помощью более простых, полуэмпирических теорий. [c.16]

Используя эти операторы, обратные задачи светорассеяния можно свести к решению систем интегральных уравнений, что иллюстрируется в главе на примере теории поляризационного зондирования атмосферы. Этот оптический метод технически реализуется с помощью поляризационных нефелометров и бистати-ческих схем зондирования. Поскольку операторы перехода, определенные на совокупности элементов матрицы Мюллера, играют существенную роль и в теории, и в практике обработки оптических измерений, в главе дается обстоятельный анализ их основных свойств. В частности, показана их компактность и непрерывность, возможность их представления в виде интегральных операторов, приведена структура регуляризованного аналога, что весьма важно в случаях их применения в схемах обработки экспериментальной информации. Кратко изложены основы их спектрального анализа. Во избежание формализма авторы используют известные аналогии между интегральными операторами и матрицами. [c.14]

Изложение методов прикладного анализа спектральных характеристик светорассеяния системами частиц сопровождалось достаточно простыми примерами из атмосферной оптики, а именно решением задач аппроксимации, построением степенных разложений и операторов разделения компонент рассеяния в теории зондирования слабозамутненной атмосферы. К более сложным задачам оптики дисперсных сред, где их применение приводит к существенным аналитическим результатам и эффективным вычислительным схемам обращения, следует отнести нелинейные обратные задачи рассеяния. В этом случае, как было показано в главе, оказывается возможным с использованием разработанных методик дифференцирования полидисперсных интегралов формальное преобразование интегральных уравнений первого рода в интегральные уравнения второго рода. Эта возможность иллюстрировалась на примере обратной задачи светорассеяния относительно спектрального хода показателя преломления аэрозольного вещества. В полной мере это справедливо и в том случае, когда требуется найти распределение ф(/), характеризующее взаимодействие зондируемой аэрозольной системы частиц с полем влажности. Построение соответствующего регуляризованного аналога исходного уравнения выполнено в ранее опубликованной заботе [21]. [c.272]

Уравнения (3.97) - (3.99) включают отношение вида /и, где знаменатель и может принимать значения, как годно близкие к нулю. Поэтому при использовании этих равнений для оценки параметров модели ГТИ абсо-[ютно необходима та или иная регуляризация решения. Стандартный прием в этом случае сводится к замене роби а/и ее регуляризованной версией аи/[и + де (5 - это дисперсия величины и, - произвольная юложительная величина, скажем, 0,0001 < < 0,01. Регуляризация этим способом уравнения (3.97), напри-lep, дает его регуляризованную версию [c.103]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...