We propose an algebraic method that finds a sequence of functions that exponentially approach the solution of any second-order ordinary differential equation (ODE) with any boundary conditions. We define an extended ODE (eODE) composed of a linear generic differential operator that depends on free parameters, $p$, plus an $\epsilon$ perturbation formed by the original ODE minus the same linear term. After the eODE's formal $\epsilon$ expansion of the solution, we can solve order by order a hierarchy of linear ODEs, and we get a sequence of functions $y_n(x;\epsilon,p)$ where $n$ indicates the number of terms that we keep in the $\epsilon$-expansion. We fix the parameters to the optimal values $p^*(n)$ by minimizing a distance function of $y_n$ to the ODE's solution, $y$, over a given $x$-interval. We see that the eODE's perturbative solution converges exponentially fast in $n$ to the ODE solution when $\epsilon=1$: $\vert y_n(x;\epsilon=1,p^*(n))-y(x)\vert<C\delta^{n+1}$ with $\delta<1$. The method permits knowing the number of solutions for Boundary Value Problems just by looking at the number of minima of the distance function at each order in $n$, $p^{*,\alpha}(n)$, where each $\alpha$ defines a sequence of functions $y_n$ that converges to one of the ODE's solutions. We present the method by its application to several cases where we discuss its properties, benefits and shortcomings, and some practical algorithmic improvements.


翻译:我们建议一种代数法, 找到一个函数序列, 以指数方式接近任何边界条件的二阶普通差分方程式( ODE) 的解决方案。 我们定义了一个扩展的 ODE (eODE), 由线性通用差分操作器组成, 取决于自由参数, $p$, 加上由原 ODE 与同一线性术语构成的 $\ epsilon$ 扰动。 在 eODE 的正式 $\ epsilon$ 扩大解决方案之后, 我们可以通过命令一个线性ODE 的等级来解析顺序, 并且我们得到一个函数的序列 $_n; $n 表示我们保留在 $\ 美元 美元与线性交易的参数数量。 将参数固定到 $_ n$ 的距离函数, 美元, 超过给定的 $x interval 。 我们看到 eODE 的单性解决方案以指数快速地结合 $$; 美元 的计算方法的数值, 当 美元\\\\ xxxxxxxxxxxxxxx 运的数值 的数值 的数值, 的数值, 的数值到它的计算方法的数值, 其法的数值, 的数值到一个方法的数值, 它的数值, 它的数值的数值, 的数值的数值的数值, 它的数值, 它的数值, 的数值, 它的数值, 的数值, 的数值, 的数值的数值, 它的计算法的数值, 它的数值, 它的数值, 它的数值, 它的数值, 它的数值, 它的数值, 它的数值的数值, 它的数值的数值的数值, 它的数值, 它的数值, 的值是的值的数值, 的数值, 的值是的数值, 的数值的数值的数值的值是的数值的数值的值, 的数值, 的值的值的值的值, 它的数值的数值的数值的数值的数值的数值的值, 。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Artificial Intelligence: Ready to Ride the Wave? BCG 28页PPT
专知会员服务
26+阅读 · 2022年2月20日
专知会员服务
50+阅读 · 2020年12月14日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年7月21日
Arxiv
0+阅读 · 2022年7月21日
Arxiv
0+阅读 · 2022年7月20日
VIP会员
相关VIP内容
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Artificial Intelligence: Ready to Ride the Wave? BCG 28页PPT
专知会员服务
26+阅读 · 2022年2月20日
专知会员服务
50+阅读 · 2020年12月14日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员