Upload
marfianti-rell
View
44
Download
0
Embed Size (px)
DESCRIPTION
Solusi Numerik Nonlinear HammersteinSolusi Numerik Nonlinear Hammerstein
Citation preview
SOLUSI NUMERIK DARI PERSAMAAN NONLINEAR INTEGRAL
HAMMERSTEIN MELALUI METODE SINC COLLOCATION
BERDASARKAN TRANSFORMASI EKSPONENSIAL GANDA
Abstrak
Dalam paper ini menjelaskan solusi numerik dari persamaan nonlinear integral
Hammerstein melalui metode kolokasi berdasarkan transformasi eksponensial ganda. Beberapa
komentar sehubungan dengan biaya komputasi dan stabilitas dan implementasi. Contoh disajikan
untuk menggambarkan efektivitas metode.
Pendahuluan
Dalam paper ini, kita mempertimbangkan persamaan nonlinear integral Hammerstein dari rumus
ini :
u ( x )=g ( x )+∫Γ
❑
K ( x ,t ) F (t , u ( t ) )dt , x , t∈Γ=[a , b] (1)
di mana a, b, dan adalah konstanta real : g (x), K (x, t), dan F (t, u (t)) yang diberikan fungsi,
dan u (x) yang akan menghalangi. Persamaan (1) diterapkan dalam berbagai bidang
elektromaknetik, dinamika fluida, masalah nilai reformulasi batas dua titik [1]. Banyak metode
yang berbeda yang biasa digunakan untuk memecahkan Persamaan (1) seperti pendekatan
polyno-mial [2], radial fungsi dasar [3], metode dekomposisi Adomian [4], Chebyshev dan
Taylor Collo-kation [5], dan wavelet [6] . .
Metode Sinc adalah alat numerik yang baik untuk mencari solusi yang cepat dan akurat
dalam berbagai bidang masalah. Dalam [7,8], menjelaskan fungsi Sinc dan kondisi yang tepat
dan teorema yang didiskusikan. Dalam [9], metode kolokasi Sinc digunakan untuk solusi
numerik dari persamaan integral Hammerstein. Transformasi eksponensial ganda yang disingkat
DE pertama kali diusulkan oleh Takahashi dan Mori [10] pada tahun 1974 untuk integrasi
numerik satu dimensi, dan itu telah digunakan secara luas. Hal ini diketahui bahwa transformasi
eksponensial ganda memberikan hasil yang optimal untuk evaluasi numerik dari integral tertentu
dari fungsi analitik [11-13] . Sesungguhnya telah didemonstrasi bahwa penggunaan metode Sinc
bekerjasama dengan transformasi DE memberikan metode numerik yang sangat efisien untuk
pendekatan fungsi, numerik integrasi terbatas, dan solusi persamaan diferensial [14] . Akan
tetapi, Sugihara [15-17] baru-baru ini menemukan bahwa adanya kesalahan dalam metode
numerik Sinc pada O(exp(cN/logN)) dengan c > 0 ,yang juga memiliki makna.
Tujuan utama dari penelitian ini adalah untuk mempertimbangkan solusi numerik dari
persamaan integral Hammerstein berdasarkan transformasi eksponensial ganda dan investigasi
gerbang biaya komputasi dan stabilitas dan implementasi algoritma . Serta, menjelaskan
beberapa hal penting dari metode ini.
Isi dalam paper ini adalah sebagai berikut : pada bagian " Metode ", kami memberikan
definisi dasar , asumsi dan persiapan dari perkiraan Sinc dan gagasan utama dalam pekerjaan.
Dalam bagian " Hasil dan diskusi ", algoritma yang diusulkan diterapkan untuk memecahkan
beberapa persamaan nonlinear integral Hammerstien dan rincian pelaksanaan numerik dan
beberapa hasil eksperimen yang disebutkan; pada bagian akhirnya, " Kesimpulan ", berisi
pernyataan kesimpulan.
Metodedasar dan pendahuluan
f didefinisikan sebagai fungsi pada ℝ, h> 0 sebagai ukuran langkah, dan kemudian kardinal
Whittaker didefinisikan oleh rumus
C (f , h)(x)=∑j=−∞
∞
f ( jh)S ( j , h)(x) (2)
rumus ini bersifat konvergen, dan
S ( j , h ) (x )=sin [ π ( x− jh )
h ]π ( x− jh)
h
, j=0 ,± 1 ,± 2 ,... , (3)
dimana S (j,h) (x) dikenal sebagai j th fungsi Sinc dievaluasi pada x. Dalam tulisan ini, d> 0
dan Dd menyatakan Wilayah {z = x+iy |y|<d} dalam skema kompleks C dan dari peta
konformal domain D terhubung secara sedarhana kedalam domain kompleks Dd, sehingga (a)
= , (b) = , dimana a, b merupakan titik batas dari D dengan a, b ∂D. menunjukkan
kebalikan peta , dan membiarkan busur Γ , dengan titik akhir a, b (a, b Γ), yang diberikan
oleh Γ = (, ). Untuk h> 0, xk poin diberikan oleh xk = (kh), k Z..
Selain itu, mari kita perhatikan H1 (Dd) menjadi keluarga semua fungsi g analitik di Dd,
sehingga
N 1 (g , Dd )=lim ¿c → 0 ∫∂ Dd( ϵ )
❑
¿g (t)∨¿dt∨¿∞ ,¿
Dd (ϵ )={t∈C ,∨Ret∨¿ 1ϵ
,∨Imt∨¿d (1−ϵ)}
kita mengingat kembali definisi dari [10,16] yang akan menjadi instrumental kita dalam
membangun rumus:
Definisi 1. Fungsi g dikatakan eksponansial ganda jika terdapat konstanta dan C, sehingga
¿ g(t )∨≤C exp¿
Secara ekuivalen, sebuah fungsi g dikatakan eksponensial ganda dengan conformal peta
jika konstanta dan C bernilai positif sehingga
|g ( (t ) ) (t )|≤ C exp (−α exp|t|) ,t∈(−∞, ∞).
Di sini, kita menganggap bahwa K❑α (Dd) sebagai bagian fungsi g, dimana g ( (t)) (t)
mengikuti H1 (Dd) dan secara menyeluruh eksponensial ganda berhubungan dengan . Jika f
mengikuti K❑α (Dd), berhubungan dengan , maka kita sudah memiliki rumus untuk integral
terbatas dan tak terbatas berdasarkan Transformasi DE yang diberikan dan dibahas penuh dalam
[18]:
∫a
b
f ( x )dx=h ∑j=−N
j=N
f (¿¿ ( jh ))❑' ( jh)+O(exp( −2πdN
log( 2 πdNα )))¿¿ (4)
∫a
b
f ( x )dx=h ∑j=−N
j=N
f (¿¿ ( jh ))❑' ( jh) ×(12 + 1π
si( π❑−1(s)h
− jπ))+O( log NN
exp ( −πdN
log( πdNα )))¿¿
Dimana:
(t)=b−a2
tanh ( π2
sin ht)+ a+b2 (5)
❑'( t)=b−a2
π /2cosh(t)cosh2¿¿
(6)
N T(s) ||.|| ||.||2 RMS Cond
5 34.60 9.36E-004 1.96E-002 5.90E-004 3.86E+000
8 480.80 8.72E-005 1.29E-004 5.56E-005 5.56E+000
11 100.1 9.15E-006 2.73E-005 5.70E-006 7.19E+000
Serta Si (t) adalah integral Sine didefinisikan oleh
si (t )=∫0
t sin ww
dw ,
dan ukuran mesh h memenuhi h=1N
log ( πdNα
)
Dasar Pemikiran
Untuk menerapkan transformasi DE yang diestimasi pada Persamaan 1, pertama, kita
menggunakan integrasi tidak terbatas untuk
Istilah kedua pada sisi kanannya
∫a
x
K ( x ,t ) F (t , u (t ) )dt ≃h ∑j=−N
N
K (¿x , , ( j h ))❑' ( jh )(12 + 1π
si( π❑−1 ( x )h
− jπ))F j .¿ (7)
Demikian pula, untuk integral terbatas yang kita miliki:
∫a
b
K ( x ,t ) F (t , u ( t ) )dt ≃h ∑j=−N
N
K (¿x , , ( j h ))❑' ( jh ) F j ,¿
dimana Fj = F (tj, u (tj)), j = N. .. N. Jika kita mengganti Persamaan 7 di sisi kanan dari
Persamaan 1 ,
u ( x )−h ∑j=−N
N
K ¿¿ (8)
Untuk mendapatkan diketahui Fj = F (tj, u (tj), j = N. .. N, kita bisa menerapkan Sinc poin
kolokasi xk sebagai xk = (kh), k = N. .. N, jadi kita memiliki sistem nonlinear berikut dari (2N
+ 1) (2N + 1) diketahui Fj:
u ( x )−h ∑j=−N
N
K ¿¿k, j = −N..N. (9)
Dengan menyelesaikan sistem persamaan nonlinier, kita memperoleh solusi perkiraan u j
yang sesuai dengan solusi u (x j ) di Sinc titik xk = (kh). Dalam memperkirakan x disembarang
tempat, kita menggunakan metode mirip dengan metode Nyström [19] untuk persamaan
diferensial integro Volterra :
uN ( x )=g ( x )+ λ h ∑j=−N
N
K ¿¿ (10)
Dengan beberapa catatan
A=(akj ) , akj=¿
U ¿(u−N ,…. , uN)t , g¿(g (x−N) ,…. , g (xN))
t ,F ¿(F−N , …. , F N)t ,
sistem dalam Persamaan 9 dapat ditampilkan bentuk matriks :
U−AF=g (11)
Akhirnya, kami memberikan Algoritma 1 untuk menghitung solusi numerik dari persamaan 1.
Hasil dan diskusi
eksperimen numerik
Pada bagian ini, tiga contoh disajikan berdasarkan Algoritma 1 untuk menggambarkan
efektivitas dan kepentingan metode yang diusulkan. Semua program telah disediakan oleh Maple
13. Serta, untuk menunjukkan kesalahan dan akurasi dari perkiraan, kami menerapkan kriteria
sebagai berikut:
1) kesalahan Absolute antara solusi tepat dan perkiraan
(L error normal) didefinisikan untuk M = 2N + 1 oleh
¿∨.∨¿∞=Ma x i=−N .. N [u ( xi )−uM (x i )] . (12)
2) L2 error normal didefinisikan oleh
¿∨.∨¿2=√∑i=−N
N
[u (x i )−uM ( xi )]2 (13)
3) Root mean square (RMS) didefinisikan oleh
RMS√ 1M ∑
−N ≤ i ≤N[u (x i )−uM (x i )]
2 (14)
dimana M = 2N + 1 adalah jumlah titik uji (Sinc points).
4) Program Runtime yang ditunjukkan oleh T (S artinya Second)
Contoh 1. Pertimbangkan persamaan integral [3]:
u ( x )=1+sin2 ( x )+∫0
x
−3sin ( x− t ) u2 (t ) dt , 0 ≤ x≤ 1 (15)
dengan solusi yang tepat: u (x) = cos (x).
Untuk mendapatkan hasil, kita mengambil tiga nomor sampel dari fungsi dasar , seperti N
= 5 , 8 , 11. Serta, dalam rangka untuk memiliki hasil yang lebih baik , kita konsentrasi pada
kriteria yang disebutkan sebagai runtime , infinity normal , L2 error normal, kesalahan ,
bilangan. Hasil dalam metode kolokasi Sinc ditunjukkan pada Tabel 1.
Pengmatan pada Tabel 1 , hasil numerik menunjukk an kesederhanaan dan akurasi yang
sangat baik dari metode ini . Melalui penurunan jumlah fungsi dasar , Serta kesalahan telah
berkurang , dibandingkan dengan hasil [3], yang menggunakan fungsi dasar MQ Radial, kondisi
bilangan dalam setiap baris adalah sangat kecil , yang merupakan faktor yang baik dalam metode
Sinc.
Misalnya, dalam metode Sinc untuk N = 10 , kita memiliki sebuah sistem 21 × 21 dari
persamaan nonlinear dengan kondisi penjumlahan 7.19E + 000 , tetapi dalam [ 3 ] , kondisi
penjumlahan adalah 2.45E + 013 yang sangat jelas . Serta , kita harus melihat ukuran sistem
yang dalam hal ini adalah 10 × 10 . Program RunTime dibandingkan dengan ukuran sistem
nonlinear dalam metode Sinc adalah luar biasa . Gambar 1 menunjukkan solusi perkiraan yang
tepat yang dicontoh
Contoh 2 . Perhatikan persamaan integral berikut [ 9 ] :
u ( x )=exp ( x+1 )−∫0
1
exp ( x−2 t )u3 (t )dt , 0≤ x≤ 1 (16)
dengan solusi yang tepat: u (x) = exp (x).
Dalam contoh ini, hasil menunjukkan pendekatan yang baik berdasarkan metode Sinc
kolokasi. Jelas bahwa faktor-faktor penting sebagian besar disebabkan oleh struktur matriks
koefisien yang penting. Serta, dalam [9], Sinc kolokasi dengan transformasi tunggal (x) = ln
( x1−x ) diterapkan dan untuk N = 35 kesalahan maksimum. ||.|| = 9.37E 10 diperoleh
dengan membandingkan dengan dua transformasi eksponensial adalah sangat luar biasa karena
dengan cara ini ukuran sistem nonlinier adalah 71 × 71. Gambar 2 menunjukkan konvergensi
perilaku metode kolokasi Sinc dalam hal infinity normal dibandingkan kebalikan dari jumlah
titik kolokasi N. Mirip dengan kolom. ||.|| pada Tabel 2, Gambar 2 menunjukkan bahwa
infinity norma berkurang dengan meningkatkan jumlah kolokasi titik. Gambar 3 menunjukkan
solusi perkiraan yang tepat dicontoh ini.
Contoh 3. Pertimbangkan persamaan nonlinear integral Hammerstein berikut [9]:
u ( x )=∫0
1
xtu2 ( t ) dt− 512
x+1 , 0≤ x ≤ 1 (17)
dengan solusi yang tepat: u ( x )=1+ 13
x
Hasil pada Tabel 3, menunjukkan efisiensi dan tingkat konvergensi metode. Dengan
mengurangi jumlah fungsi dasar, kesalahan telah menurun. Nilai kondisi dalam setiap baris
adalah kecil, yang merupakan faktor yang baik dalam metode Sinc. Properti ini disebabkan oleh
struktur khusus dari koefisien Matrix. Dibandingkan dengan [9] oleh transformasi eksponensial
tunggal dan kesalahan besar. ||.| = 5.88E 9 dengan N = 45, hasil pada Tabel 3 adalah sangat
besar. Gambar 4 menunjukkan sifat konvergensi metode Sinc kolokasi. Juga, Gambar 5
menunjukkan soluasi perkiraan yang tepat pada contoh ini.
Namun, hasil menunjukkan bahwa metode yang diusulkan praktis dapat diandalkan.
Serta, metode kolokasi Sinc memberikan akurasi yang lebih baik dalam waktu jangka yang
sangat kecil dengan biaya computasi yang rendah. Berdasarkan hasil dan karya-karya lain
[20,21], metode kolokasi Sinc memberikan akurasi yang lebih baik dengan biaya komputasi,
juga, pelaksana dan pengkodean yang sangat mudah.
kesimpulan
Kami menerapkan metode kolokasi Sinc berdasarkan transformasi eksponensial ganda untuk
persamaan integral nonlinear Hammerstein. Metode Sinc kolokasi dalam waktu berjalan dan
kondisi penomoran memiliki keandalan yang baik dan efisiensi. Juga, kita dapat meningkatkan
akurasi dari solusi dengan memilih parameter bentuk yang sesuai dengan memilih nilai-nilai
besar N. Hasil menunjukkan akurasi yang tinggi dari metode dengan mengambil pandangan ini
bahwa menyimpan dalam waktu dan memori properti lain yang berguna dalam Sinc metode.
Selain itu, metode ini adalah portable ke area lain yang bermasalah dan program yang mudah.