Факультет (институт, филиал)___Прикладная математика и физика
Кафедра 804_____
Направление подготовки
Группа 8О-404Б-13
01.03.04
Квалификация (степень) ____________бакалавр_______________________________________
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
БАКАЛАВРА
На тему «Применение сплайн-вейвлетов к решению интегральных и дифференциальных_______
_уравнений»________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
Автор квалификационной работы
Цапко Екатерина Дмитриевна
(
)
(
)
(
)
(
)
(фамилия, имя, отчество)
Руководитель
Битюков Юрий Иванович
(фамилия, имя, отчество)
Консультант
(фамилия, имя, отчество)
Рецензент
Денискин Юрий Иванович
(фамилия, имя, отчество)
К защите допустить
Зав. кафедрой ________Кибзун Андрей Иванович________________(_______________)
(фамилия, имя, отчество)
«31» мая 2017 г.
Москва 2017
2
РЕФЕРАТ
Выпускная квалификационная работа содержит 52 страницы, 7 рисунков, 0 таблиц, 17 источников, 0 приложений.
ВЕЙВЛЕТ-СИСТЕМА НА ОТРЕЗКЕ, B-СПЛАЙН, СПЛАЙН-ВЕЙВЛЕТ,
ИНТЕГРАЛЬНЫЕ УРАВНЕНИЯ, ДИФФЕРЕНЦИАЛЬНЫЕ УРАВНЕНИЯ,
АВТОМАТИЗИРОВАННАЯ ВЫКЛАДКА.
В первой части работы определяется вейвлет-система на отрезке, вводится понятие банка фильтров, показывается методика построения вейвлетсистем на отрезке числовой прямой. Далее рассмотриваются сплайн-вейвлеты,
построенные на основе В-сплайнов нулевого (вейвлеты Хаара) и первого
порядка. Доказана теорема о равномерной сходимости проекций непрерывной функции на отрезке [𝑎; 𝑏] на конечномерные подпространства, составляющие кратномасштабный анализ в 𝐿2 [𝑎; 𝑏], к самой функции. Во второй
части показан общий подход для получения приближённого решения линейных интегральных уравнений второго рода и линейных обыкновенных
дифференциальных уравнений с помощью сплайн-вейвлетов, представлены численные примеры, сформулированы и доказаны теоремы сходимости
приближений к точному решению. В третьей части рассмотрена прикладная
задача, в которой вейвлеты Хаара применяются в CAD/CAM/CAE-системе
для изготовления конструкций из композиционных материалов методом автоматизированной выкладки.
3
СОДЕРЖАНИЕ
ВВЕДЕНИЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
ОСНОВНАЯ ЧАСТЬ . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1 ТЕОРЕТИЧЕСКАЯ ЧАСТЬ . . . . . . . . . . . . . . . . . . . . .
7
1.1 Сплайновые вейвлет-системы на отрезке . . . . . . . . . . . . .
7
1.1.1
Вейвлет-система на отрезке . . . . . . . . . . . . . . .
7
1.1.2
В-сплайны . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.1.3
Сплайн-вейвлеты нулевого порядка . . . . . . . . . . .
12
1.1.4
Сплайн-вейвлеты первого порядка . . . . . . . . . . .
17
1.1.5
Оценка погрешности аппроксимации сплайн-вейвлетами 24
2 ПРАКТИЧЕСКАЯ ЧАСТЬ . . . . . . . . . . . . . . . . . . . . . .
30
2.1 Применение вейвлетов к решению интегральных и дифференциальных уравнений . . . . . . . . . . . . . . . . . . . . . . . .
30
2.1.1
О проекционных методах решения линейных уравнений 30
2.1.2
Применение сплайн-вейвлетов к решению интегральных уравнений . . . . . . . . . . . . . . . . . . . . . .
2.1.3
32
Применение сплайн-вейвлетов к решению дифференциальных уравнений . . . . . . . . . . . . . . . . . . .
38
2.2 Применение вейвлетов Хаара в CAD/CAM/CAE-системе для
изготовления конструкций из композиционных материалов методом автоматизированной выкладки . . . . . . . . . . . . . . .
42
2.2.1
Постановка задач . . . . . . . . . . . . . . . . . . . . .
42
2.2.2
Теория . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
2.2.3
Методы . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
2.2.4
Результаты эксперимента . . . . . . . . . . . . . . . . .
48
ЗАКЛЮЧЕНИЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ . . . . . . . . . . .
51
4
ВВЕДЕНИЕ
Известно, что для большинства прикладных физических и математических задач, описываемых дифференциальными и интегральными уравнениями, затруднительно получить решение в явном виде. Для приближённого
решения таких задач применяются различные численные методы. В настоящее время развитие этих методов обосновано необходимостью увеличения
точности и скорости сходимости к точному решению.
В данной работе рассматривается один из численных методов, который называется проекционным. Он основан на применении к уравнению
оператора, проецирующего банахово пространство на некоторое его подпространство, в котором ищется решение, называемое приближённым. В
некоторых проекционных методах (Ритца, Галёркина) решение при этом
представляется в виде линейной комбинации базисных элементов этого подпространства. Такие проекционные методы различаются выбором базисных
элементов.
В [11] описано, как получить B-сплайны произвольного порядка. На
их основе строятся сплайн-вейвлеты, которые образуют вейвлет-систему на
отрезке. Сплайн-вейвлеты могут быть выбраны в качестве базиса для проекционного метода.
Функции, образующие вейвлет-систему на отрезке, могут быть выбраны в качестве базиса для проекционного метода. В [16] описан подход, при
котором для решения различных задач применяются сплайн-вейвлеты нулевого порядка, называемые вейвлетами Хаара. Проблема в том, что, поскольку они являются кусочно-постоянными, решения получаются также
кусочно-постоянными, а гладкость на порядок меньше порядка уравнения.
В настоящей работе в качестве базиса для проекционного метода рассмотрены сплайн-вейвлеты первого порядка, являющиеся кусочно-непрерывными функциями на отрезке [0; 2], что позволяет получать непрерывные
5
решения. В работе найдены явные выражения для интегралов от сплайнвейвлетов, которые необходимы для нахождения приближенного решения
дифференциальных уравнений. Получена оценка погрешности аппроксимации и доказана равномерная сходимость проекций функции из 𝐶 ([0; 2])
на пространства вейвлетов к самой функции. Для линейных интегральных
уравнений Фредгольма и Вольтерра второго рода и линейных обыкновенных дифференциальных уравнений с начальными условиями доказана сходимость приближений, полученных представленным методом, к точному.
В качестве задачи, имеющей важное прикладное значение, рассматривается методика применения сплайн-вейвлетов к построению схемы армирования вентиляторной лопатки самолета МС-21, изготавливаемой из композиционных материалов методом автоматизированной выкладки.
10
писать в виде
[(Φ𝑗−1 , Ψ𝑗−1 )] = 0.
Отсюда
[(Φ𝑗 P𝑗 , Φ𝑗 Q𝑗 )] = 0,
или
P𝑇𝑗 [(Φ𝑗 , Φ𝑗 )] Q𝑗 = 0.
Положим 𝑀𝑗 = 𝑃𝑗𝑇 [(Φ𝑗 , Φ𝑗 )]. Тогда имеем систему однородных уравнений для определения матрицы 𝑄𝑗 .
Рассмотрим ортогональный случай:
[(Φ𝑗 , Φ𝑗 )] = 𝐸, [(Ψ𝑗 , Ψ𝑗 )] = 𝐸, [(Φ𝑗 , Ψ𝑗 )] = 0.
Используя блочные матрицы (Φ𝑗 | Ψ𝑗 ), эти равенства можно переписать в
виде
[((Φ𝑗 | Ψ𝑗 ) , (Φ𝑗 | Ψ𝑗 ))] = 𝐸.
Отсюда получаем
[((Φ𝑗 P𝑗 | Φ𝑗 Q𝑗 ) , (Φ𝑗 P𝑗 | Φ𝑗 Q𝑗 ))] = 𝐸;
[(Φ𝑗 (P𝑗 | Q𝑗 ) , Φ𝑗 (P𝑗 | Q𝑗 ))] = 𝐸;
(P𝑗 | Q𝑗 )𝑇 [(Φ𝑗 , Φ𝑗 )] (P𝑗 | Q𝑗 ) = 𝐸;
(P𝑗 | Q𝑗 )𝑇 (P𝑗 | Q𝑗 ) = 𝐸.
Поскольку
⎛
⎜
⎜
⎝
то
A𝑗
B𝑗
⎛
⎜
⎜
⎝
A𝑗
B𝑗
⎞
⎟
⎟
⎠
=
)︂−1
(︂
P𝑗 Q𝑗
⎞
⎟
⎟
⎠
=
)︂𝑇
(︂
P𝑗 Q𝑗
или
A𝑗 = P𝑇𝑗 , B𝑗 = Q𝑇𝑗 .
,
18
Функция 𝜙 удовлетворяет масштабному уравнению:
1
1
𝜙(𝑥) = 𝜙(2𝑥) + 𝜙(2𝑥 − 1) + 𝜙(2𝑥 − 2).
2
2
Функция 𝜙𝑗,𝑘 (𝑥) = 2 /2 𝜙(2𝑗 𝑥 − 𝑘) отлична от нуля на отрезке [0; 2], если
𝑗
0 ≤ 2𝑗 𝑥 − 𝑘 ≤ 2. Таким образом,
𝑘
≤𝑥≤
𝑘+2
. Итак, отличными от нуля
2𝑗
на отрезке [0; 2] будут функции 𝜙𝑗,−1 , 𝜙𝑗,0 , ..., 𝜙𝑗,2𝑗+1 −1 . Таким образом,
2𝑗
Φ𝑗 = 𝜙𝑗,−1 , 𝜙𝑗,0 , ..., 𝜙𝑗,2𝑗+1 −1 , 𝑛𝑗 = dim 𝑉𝑗 = 2𝑗+1 + 1.
(︁
)︁
Следовательно, dim 𝑊𝑗 = dim 𝑉𝑗+1 − dim 𝑉𝑗 = 2𝑗+2 + 1 − 2𝑗+1 − 1 = 2𝑗+1 .
Из масштабного уравнения получаем
𝑗+1
𝑗+1
2 2
2 2
𝜙𝑗,𝑘 (𝑥) = 2 𝜙(2𝑗 𝑥 − 𝑘) = √ 𝜙(2𝑗+1 𝑥 − 2𝑘) + √ 𝜙(2𝑗+1 𝑥 − 2𝑘 − 1)+
2 2
2
𝑗+1
2 2
+ √ 𝜙(2𝑗+1 𝑥 − 2𝑘 − 2).
2 2
𝑗/2
Отсюда
1
1
1
𝜙𝑗,𝑘 = √ 𝜙𝑗+1,2𝑘 + √ 𝜙𝑗+1,2𝑘+1 + √ 𝜙𝑗+1,2𝑘+2 .
2 2
2
2 2
(︁
)︁
(︁
)︁
Поэтому матрица P𝑗 размера 2𝑗+1 + 1 × 2𝑗 + 1 имеет вид
⎛
1
P𝑗 = √
2 2
⎜2
⎜
⎜
⎜
⎜1
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎝
⎞
1
2
1 1
2
1
...
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟.
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
⎟
1⎟
⎟
⎟
⎠
2
24
Подставив |H𝑛 | и проделав несложные преобразования, получаем необходимое равенство.
1.1.5
Оценка погрешности аппроксимации сплайн-вейвлетами
(︁
)︁)︁𝑇
(︁
Пусть 𝜙(𝑥) = 𝑁1 (𝑥). Обозначим [(𝑓, Φ𝑗 )] = (𝑓, 𝜙𝑗,−1 ) , ..., 𝑓, 𝜙
𝑗,2𝑗+1 −1
.
Заметим, что
𝑗/2
(𝑓, 𝜙𝑗,𝑘 ) = 2
∫︁2
𝑗
∫︁
𝑗/2
𝑓 (𝑥)𝜙(2 𝑥 − 𝑘)d𝑥 = 2
0
𝑓 (𝑥)𝜙(2𝑗 𝑥 − 𝑘)d𝑥.
[0;2]∩[ 2𝑘𝑗 ; 𝑘+2
]
2𝑗
Функция 𝜙 неотрицательна, поэтому, если 𝑓 ∈ 𝐶 [0; 2], то по теореме о
среднем получаем
∫︁
𝑗/2
(𝑓, 𝜙𝑗,𝑘 ) = 2 𝑓 (𝜉𝑘 )
𝑘 𝑘+2
𝜙(2 𝑥 − 𝑘)d𝑥, 𝜉𝑘 ∈ [0; 2] ∩ 𝑗 ; 𝑗 .
2
2
[︃
𝑗
[0;2]∩[ 2𝑘𝑗 ; 𝑘+2
]
2𝑗
]︃
Отсюда
∫︁
𝑗/2
(𝑓, 𝜙𝑗,𝑘 ) = 2 𝑓 (𝜉𝑘 )
−𝑗/2
𝑗
𝜙(2 𝑥 − 𝑘)d𝑥 = 2
𝑓 (𝜉𝑘 )
[ 2𝑘𝑗 ; 𝑘+2
]
2𝑗
[︃
]︃
𝑘 𝑘+2
𝜉𝑘 ∈ 𝑗 ; 𝑗 , 𝑘 = 0, 1, ..., 2𝑗+1 − 2;
2
2
−𝑗/2
(𝑓, 𝜙𝑗,−1 ) = 2
∫︁
𝑓 (𝜉−1 )
−𝑗/2−1
𝜙(𝑡)d𝑡 = 2
∫︁
𝜙(𝑡)d𝑡 = 2− /2 𝑓 (𝜉𝑘 ),
[0;2]
∫︁
𝑓, 𝜙𝑗,2𝑗+1 −1 = 2 /2 𝑓 (𝜉2𝑗+1 −1 )
)︁
𝑗
[︁
𝑓 (𝜉−1 ), 𝜉−1
𝑗
]︁
⎤
Теорема 1.2. Пусть 𝑓 ∈ 𝐿2 [0; 2], тогда Π𝑗 𝑓 = Φ𝑗 C*𝑗 ,
где C*𝑗 = [(Φ𝑗 , Φ𝑗 )]−1 [(𝑓, Φ𝑗 )].
Доказательство. Имеем
]︃
𝜙(2𝑗 𝑥 − 2𝑗+1 + 1)d𝑥 = 2− /2−1 𝑓 (𝜉2𝑗+1 −1 ),
2𝑗+1 − 1 ⎦
⎣
∈
;2 .
2𝑗
⎡
𝜉2𝑗+1 −1
2𝑗+1 −1 2𝑗+1
; 2𝑗
2𝑗
1
∈ 0; 𝑗 ;
2
[︃
[1;2]
(︁
𝑗
26
Итак,
𝑐𝑗,𝑠 =
2𝑗+1
∑︁−1
Γ𝑗𝑠,𝑘
−𝑗/2−1
(𝑓, 𝜙𝑗,𝑘 ) = 2
𝑓 (𝜉−1 )Γ𝑗𝑠,−1
+2
−𝑗/2
2𝑗+1
∑︁−2
𝑘=−1
Γ𝑗𝑠,𝑘 𝑓 (𝜉𝑘 )+
𝑘=0
+ 2− /2−1 𝑓 (𝜉2𝑗+1 −1 )Γ𝑗𝑠,2𝑗+1 −1 .
𝑗
𝑘 𝑘+1
Пусть 𝑥 ∈ 𝑗 ; 𝑗 , 𝑘 = 0, 1, ..., 2𝑗+1 − 2. Тогда
2
2
]︃
[︃
𝑓 (𝑥) − Π𝑗 𝑓 (𝑥) = 𝑓 (𝑥) −
2𝑗+1
∑︁−1
𝑐𝑗,𝑖 𝜙𝑗,𝑖 (𝑥) = 𝑓 (𝑥) −
𝑖=−1
Поскольку
2𝑗+1
∑︁−1
𝑘
∑︁
𝑐𝑗, 𝑖𝜙𝑗,𝑖 (𝑥).
𝑖=𝑘−1
𝜙𝑗,𝑖 (𝑥) ≡ 2 /2 , 𝑥 ∈ [0; 2], то
𝑗
𝑖=−1
𝑘 (︁
∑︁
−𝑗/2
𝑓 (𝑥) − Π𝑗 𝑓 (𝑥) =
2
)︁
𝑓 (𝑥) − 𝑐𝑗,𝑖 𝜙𝑗,𝑖 (𝑥).
𝑖=𝑘−1
Из (4) следует
𝑗+1
⎛
−𝑗/2
2
−𝑗/2
𝑓 (𝑥) − 𝑐𝑗,𝑖 = 2
2 ∑︁−2
1
⎝𝑓 (𝑥) − 𝑓 (𝜉 )Γ𝑗
−
Γ𝑗𝑖,𝑘 𝑓 (𝜉𝑘 )−
−1 𝑖,−1
2
𝑘=0
⎞
⎡
⎛
𝑗+1
⎞
2 ∑︁−2
1 𝑗
1
1
𝑗
−𝑗/2 ⎣
⎠
⎝
𝑓 (𝑥) Γ𝑖,−1 +
Γ𝑗𝑖,𝑘 + Γ𝑗𝑖,2𝑗+1 −1 ⎠−
− 𝑓 (𝜉2𝑗+1 −1 )Γ𝑖,2𝑗+1 −1 = 2
2
2
2
𝑘=0
𝑗+1
⎤
2 ∑︁−2
1
1
1
𝑗
𝑗
Γ𝑗𝑖,𝑘 𝑓 (𝜉𝑘 ) − 𝑓 (𝜉2𝑗+1 −1 )Γ𝑗𝑖,2𝑗+1 −1 ⎦ = 2− /2
(𝑓 (𝑥)−
− 𝑓 (𝜉−1 )Γ𝑖,−1 −
2
2
2
𝑘=0
− 𝑓 (𝜉−1 )) Γ𝑗𝑖,−1
+
2𝑗+1
∑︁−2
𝑘=0
(︃
⎞
Γ𝑗𝑖,𝑘
1
(𝑓 (𝑥) − 𝑓 (𝜉𝑘 )) + (𝑓 (𝑥) − 𝑓 (𝜉2𝑗+1 −1 )) Γ𝑗𝑖,2𝑗+1 −1 ⎠ .
2
Оценим значения Γ𝑗𝑖,𝑘 . Согласно теореме (1.1) справедливо равенство
Γ𝑗𝑖,𝑘 = (−1)𝑖+𝑘
6𝜇(min(𝑖, 𝑘) − 1)𝜇(𝑛𝑗 − max(𝑖, 𝑘))
,
2𝜇(𝑛𝑗 − 1) − 𝜇(𝑛𝑗 − 2)
(︃
)︃
√
1
1
где 𝑛𝑗 = 2𝑗+1 + 1, 𝜇(𝑠) =
𝑎𝑠 + 𝑠 , 𝑎 = 2 + 3.
2
𝑎
𝑗
𝑗
Поскольку Γ𝑖,𝑘 = Γ𝑘,𝑖 , то достаточно оценить значения Γ𝑗𝑖,𝑘 , 𝑘 ≥ 𝑖. В
этом случае
Γ𝑗𝑖,𝑘 = (−1)𝑖+𝑘
6𝜇(𝑖 − 1)𝜇(𝑛𝑗 − 𝑘)
.
2𝜇(𝑛𝑗 − 1) − 𝜇(𝑛𝑗 − 2)
28
Пусть 𝜔(𝑓, 𝛿) = max
|𝑓 (𝑥) − 𝑓 (𝑥′ )| — модуль непрерывности функ′
𝑥,𝑥 ∈[0;2]
|𝑥−𝑥′ |<𝛿
𝑘 𝑘+1
𝑠 𝑠+2
ции. Поскольку 𝑥 ∈ 𝑗 ; 𝑗
и 𝜉𝑠 ∈ 𝑗 ; 𝑗 , то
2
2
2
2
[︃
]︃
[︃
]︃
𝑁 +2
, ∀𝑠 ∈ Δ, |𝑠 − 𝑘| ≤ 𝑁.
|𝑓 (𝑥) − 𝑓 (𝜉𝑠 )| ≤ 𝜔 𝑓,
2𝑗
)︃
(︃
Поэтому
⃒
𝑗
⃒
⃒ −
⃒2 2 𝑓 (𝑥)
⃒
−
⃒
⃒
𝑐𝑗,𝑖 ⃒⃒⃒
≤
⎛
(︃
𝑗
−2 ⎜
2 ⎝𝜔 𝑓,
𝑁 +2
2𝑗
⎞
)︃
∑︁
∑︁
𝜆𝑖,𝑠 + 2𝐾
|𝑠−𝑘|≤𝑁
⎠,
𝜆𝑖,𝑠 ⎟
|𝑠−𝑘|>𝑁
𝑖 = 𝑘 − 1, 𝑘.
∑︁
Оценим
|𝑠−𝑘|≤𝑁
∑︁
𝜆𝑖,𝑠 . Имеем
|𝑠−𝑘|>𝑁
∑︁
𝜆𝑘−1,𝑠 =
|𝑠−𝑘|≤𝑁,
𝑠∈Δ
∑︁
𝜆𝑖,𝑠 и
∑︁
𝜆𝑘−1,𝑠 +
𝑠∈{𝑘−1,...,𝑘+𝑁 }∩Δ
𝜆𝑘−1,𝑠 ≤
𝑠∈{𝑘−𝑁,...,𝑘−2}∩Δ
√
∑︁
∑︁
1
𝑎2 𝑘−2
1
𝑎2 𝑎 + 1 𝑎2 3
𝑎2 𝑘+𝑁
+
<
=
.
≤
2 𝑠=𝑘−1 𝑎𝑠−𝑘+1
2 𝑠=𝑘−𝑁 𝑎𝑘−1−𝑠
2 𝑎−1
2
Аналогично
∑︁
|𝑠−𝑘|≤𝑁,
𝑠∈Δ
∑︁
𝜆𝑘,𝑠 =
𝜆𝑘,𝑠 +
𝑠∈{𝑘−1,...,𝑘+𝑁 }∩Δ
∑︁
𝜆𝑘,𝑠 ≤
𝑠∈{𝑘−𝑁,...,𝑘−2}∩Δ
√
∑︁
∑︁
𝑎2 𝑘+𝑁
1
𝑎2 𝑘−1
1
𝑎2 𝑎 + 1 𝑎2 3
+
<
≤
=
.
2 𝑠=𝑘 𝑎𝑠−𝑘
2 𝑠=𝑘−𝑁 𝑎𝑘−𝑠
2 𝑎−1
2
Далее
+∞
∑︁
∑︁
𝑎2 ⎝ 𝑘−𝑁
1
1 ⎠
𝜆𝑖,𝑠 ≤
𝜆𝑖,𝑠 +
𝜆𝑖,𝑠 ≤
+
=
𝑖−𝑠
𝑠−𝑖
2
𝑎
𝑎
𝑠=−∞
𝑠<𝑘−𝑁,
𝑠>𝑘+𝑁,
𝑠=𝑘+𝑁
|𝑠−𝑘|>𝑁,
𝑠∈Δ
𝑠∈Δ
𝑠∈Δ
√
⎛
⎞
(︃
)︃
𝑎2 ⎝ 1
1
1
𝑎
3
1
1 ⎠ 𝑎2 1
𝑘−𝑖
=
+
=
+
𝑎
<
.
2 𝑎𝑖−𝑘+𝑁 1 − 𝑎1 𝑎𝑘+𝑁 −𝑖 1 − 𝑎1
2 𝑎𝑁 𝑎𝑘−𝑖
𝑎 − 1 𝑎𝑁 −2
⎛
∑︁
∑︁
⎞
∑︁
Таким образом, учитывая, что
2𝑗+1
∑︁−1
𝜙𝑗,𝑖 (𝑥) ≡ 2 /2 , 𝑥 ∈ [0; 2], получаем
𝑗
𝑖=−1
√ (︃
√
)︃
[︃
]︃
𝑎2 3
𝑁 +2
2 3𝐾
𝑘 𝑘+1
|𝑓 (𝑥) − Π𝑗 𝑓 (𝑥)| ≤
𝜔 𝑓,
+ 𝑁 −2 , 𝑥 ∈ 𝑗 ; 𝑗 .
2
2𝑗
𝑎
2
2
31
и определяется из условия ортогональности невязки 𝐾𝑢𝑛 − 𝑓 первым 𝑛
элементам второй последовательности:
(𝐾𝑢𝑛 − 𝑓, 𝜈𝑖 ) = 0, 𝑖 = 1, ..., 𝑛.
Это приводит к линейной системе уравнений для отыскания коэффициентов
𝑐𝑙 :
𝑛
∑︁
(𝐾𝜇𝑙 , 𝜈𝑖 ) 𝑐𝑙 = (𝑓, 𝜈𝑖 ) , 𝑖 = 1, ..., 𝑛.
(8)
𝑙=1
Видно, что условия (7), (8) равносильны условиям (6), в которых 𝐸𝑗
и 𝐹𝑗 — линейные оболочки элементов 𝜇1 , ..., 𝜇𝑛 и 𝜈1 , ..., 𝜈𝑛 соответственно, а Π𝑗 — оператор ортогонального проектирования на подпространство
𝐹𝑗 (ортопроектор). При этом подпространства 𝐸𝑗 и 𝐹𝑗 конечномерны и
𝐸𝑗 ⊆ 𝐸𝑗+1 и 𝐹𝑗 ⊆ 𝐹𝑗+1 , 𝑗 = 0, 1, .... Этот метод называется методом
Галёркина-Петрова.
Если гильбертовы пространства 𝐸 и 𝐹 совпадают и если координатные
последовательности одинаковы (𝜇𝑙 = 𝜈𝑙 , 𝑙 = 1, 2, ...), то метод ГалёркинаПетрова принято называть методом Бубнова-Галёркина.
Пусть 𝐸 = 𝐹 = 𝑋, 𝐸𝑗 = 𝐹𝑗 = 𝑉𝑗 . Рассмотрим два уравнения: первое в
полном нормированном пространстве 𝑋
𝐾𝑢 ≡ 𝑢 − 𝜆𝐻𝑢 = 𝑓,
(9)
а второе в его полном подпространстве 𝑉𝑗
𝐾𝑗 𝑢𝑗 ≡ 𝑢𝑗 − 𝜆𝐻𝑗 𝑢𝑗 = Π𝑗 𝑓,
(10)
где 𝐻 — непрерывный линейный оператор в 𝑋, а 𝐻𝑗 — непрерывный линейный оператор в 𝑉𝑗 . Уравнение (9) называется точным, а уравнение (10)
— приближённым. При этом предполагается, что выполнены условия:
1 (Условие близости операторов 𝐻 и 𝐻𝑗 ). Для любого 𝑢𝑗 ∈ 𝑉𝑗 выполняется ||Π𝑗 𝐻𝑢𝑗 − 𝐻𝑗 𝑢𝑗 || ≤ 𝜌𝑗 ||𝑢𝑗 ||, что равносильно
||Π𝑗 𝐾𝑢𝑗 − 𝐾𝑗 𝑢𝑗 || ≤ |𝜆|𝜌𝑗 ||𝑢𝑗 ||, 𝑢𝑗 ∈ 𝑉𝑗 .
34
Применим метод Бубнова-Галёркина для нахождения вейвлеткоэффициентов. Они ищутся из условия, чтобы функция 𝑢 ≈ Π𝐽+1 𝑢 =
=
𝑀
∑︁
𝑐𝑙 ℎ𝑙 (𝑥) ∈ 𝑉𝐽+1 вела себя, как решение уравнения на пространстве 𝑉𝐽+1 .
𝑙=1
ℎ1 (𝑥), ℎ2 (𝑥), ..., ℎ𝑀 (𝑥) — базис в 𝑉𝐽+1 . Таким образом должно выполняться
⎛
𝑀
⎜ ∑︁
⎝
𝑐𝑙 ℎ𝑙 (𝑥)
𝑙=1
𝑀
∑︁
−𝜆
𝑀
∑︁
𝑐𝑙
𝑙=1
𝑐𝑙 (ℎ𝑙 , ℎ𝑠 ) − 𝜆
𝑀
∑︁
∫︁2
⎞
⎠ = 0, 𝑠 = 1, 2, ..., 𝑀.
𝑈 (𝑥, 𝑡)ℎ𝑙 (𝑡)d𝑡 − 𝑓 (𝑥), ℎ𝑠 (𝑥)⎟
0
⎛
⎞
∫︁2
⎟
⎝ 𝑈 (𝑥, 𝑡)ℎ𝑙 (𝑡)d𝑡, ℎ𝑠 ⎠ = (𝑓, ℎ𝑠 ) , 𝑠 = 1, 2, ..., 𝑀.
𝑐𝑙 ⎜
𝑙=1
𝑙=1
0
⎛
⎞⎤
⎡
∫︁2
𝑀
∑︁
⎟⎥
⎝ 𝑈 (𝑥, 𝑡)ℎ𝑙 (𝑡)d𝑡, ℎ𝑠 ⎠⎦
𝑐𝑙 ⎢⎣(ℎ𝑙 , ℎ𝑠 ) − 𝜆 ⎜
𝑙=1
0
= (𝑓, ℎ𝑠 ) , 𝑠 = 1, 2, ..., 𝑀.
Перепишем в матричном виде
𝐶 [[(𝐻𝐽 , 𝐻𝐽 )] − 𝜆𝐺𝐽 ] = 𝐹,
где [(𝐻𝐽 , 𝐻𝐽 )] — матрица скалярных произведений вейвлетов,
𝐺𝐽 =
⎞⎤𝑀
⎡⎛
∫︁2
⎟⎥
⎢⎜
⎣⎝ 𝑈 (·, 𝑡)ℎ𝑙 (𝑡)d𝑡, ℎ𝑠 (·)⎠⎦
0
𝑀
= (𝐺𝑙,𝑠 )𝑀
𝑙,𝑠=1 , 𝐹 = (𝑓, ℎ𝑠 (·))𝑠=1 .
𝑙,𝑠=1
Следовательно, 𝐶 = 𝐹 [[(𝐻𝐽 , 𝐻𝐽 )] − 𝜆𝐺𝐽 ]−1 .
Аналогично решаются линейные интегральные уравнения Вольтерра,
если заменить определённый интеграл на интеграл с переменным верхним
пределом.
Теорема 2.3 (о сходимости приближений к точному). Если
(2)
𝜌𝑗 = 0, 𝜌1,𝑗 = ||𝑈 − Π𝑗 𝑈 ||𝐿2 ([0;2]2 ) , 𝜌2,𝑗 =
||𝑓 − Π𝑗 𝑓 ||𝐿2 ([0;2])
,
||𝑓 ||𝐿2 ([0;2])
то
lim ||𝑢* − 𝑢*𝑗 || = 0,
𝑗→+∞
где 𝑢* — точное решение линейного интегрального уравнения Фредгольма
или Вольтерра второго рода. То есть приближения, полученные с помощью
сплайн-вейвлетов первого порядка, сходятся к точному решению.
38
Решение представляем в виде 𝑢(𝑥) ≈ Π𝐽+1 𝑢(𝑥) =
𝑀
∑︁
𝑐𝑙 ℎ𝑙 (𝑥).
𝑙=1
Тогда, применяя метод Бубнова-Галёркина, имеем
⎛
𝑀 ∫︁2
∑︁
⎜
⎝ ℎ𝑙 (𝑥)ℎ𝑖 (𝑥)d𝑥
𝑙=1 0
−
∫︁2 ∫︁𝑥 (︁
1
20
⎞
⎠ =
𝑒𝑥−𝑡 − 𝑒𝑡−𝑥 ℎ𝑙 (𝑡)ℎ𝑖 (𝑥)d𝑡d𝑥⎟
)︁
0
=
∫︁2
𝑥ℎ𝑖 (𝑥)d𝑥, 𝑖 = 1, ..., 𝑀. (22)
0
Разрешая систему (22), получаем коэффициенты 𝑐1 , ..., 𝑐𝑀 .
𝑥3
. На рис. 2.2
6
представлено решение этого уравнения, реализованном в MATLAB, в сравТочное решение уравнения (21) имеет вид 𝑈 (𝑥) = 𝑥 −
нении с его точным решением.
2.1.3
Применение сплайн-вейвлетов к решению дифференциальных
уравнений
Основная идея при решении дифференциальных уравнений с помощью
вейвлетов, предложенная впервые в [14], заключается в разложении по вейвлетам старшей производной, которая встречается в уравнении с последующим её интегрированием для получения разложений производных младших
порядков.
Рассмотрим линейное дифференциальное уравнение 𝑛-го порядка с задачей Коши.
𝑦
(𝑛)
(𝑥) +
𝑛−1
∑︁
𝐴𝑘 (𝑥)𝑦 (𝑘) (𝑥) = 𝑓 (𝑥), 𝑥 ∈ [0; 2] ,
(23)
𝑘=0
(𝑛−1)
𝑦(0) = 𝑦0 , 𝑦 ′ (0) = 𝑦0′ , ... 𝑦 (𝑛−1) (0) = 𝑦0
Решение ищется в виде 𝑦 (𝑛) =
𝑀
∑︁
.
(24)
𝑐𝑙 ℎ𝑙 (𝑥).
𝑙=1
Проинтегрируем 𝑦 (𝑛) , получаем
𝑦
(𝑛−1)
(𝑥) = 𝑦
(𝑛−1)
(0) +
∫︁𝑥
𝑦
(𝑛)
(𝑡)d𝑡 =
(𝑛−1)
𝑦0
+
𝑀
∑︁
𝑙=1
0
=
(𝑛−1)
𝑦0
+
𝑀
∑︁
𝑙=1
𝑐𝑙
∫︁𝑥
ℎ𝑙 (𝑡)d𝑡 =
0
𝑐𝑙 𝑝1,𝑙 (𝑥), где 𝑝1,𝑙 (𝑥) =
∫︁𝑥
0
ℎ𝑙 (𝑡)d𝑡.
42
2.2
Применение вейвлетов Хаара в CAD/CAM/CAE-системе для
изготовления конструкций из композиционных материалов
методом автоматизированной выкладки
2.2.1
Постановка задач
При разработке схемы армирования конструкций из композиционных
материалов, изготавливаемых методом автоматизированной выкладки, необходимо использовать специализированную CAD/CAM/CAE-систему. С помощью такой системы можно не только построить геометрическую модель
конструкции, но и создать программу её изготовления на станках с числовым программным управлением.
В статье [2] описывается алгоритм оптимальной укладки ленты на технологическую оправку в процессе автоматизированной выкладки.
Одним из методов получения высокопрочных оболочек из композиционных материалов является метод автоматизированной выкладки, в котором
на технологическую оправку по заданной схеме с помощью прижимных
валиков укладывается лента, составленная из волокон, пропитанных связующим. С помощью CAD/CAM/CAE-системы производится моделирование
выкладки ленты на технологическую оправку, геометрическое моделирование будущего изделия и, как результат моделирования – генерация программы для станка с числовым программным управлением.
В статье [6] описывается математическая модель укладки ленты переменной ширины на поверхность технологической оправки произвольной
формы. В этой модели укладка ленты моделируется с помощью некоторого
гладкого отображения прямоугольника в трёхмерное евклидово пространство.
Для задания поверхности технологической оправки зафиксируем в пространстве декартову систему координат 𝑂𝑥𝑦𝑧, неподвижную относитель-
43
но оправки. Пусть ⃗𝑖, ⃗𝑗, ⃗𝑘 — орты координатных осей. Тогда параметрическое представление поверхности оправки произвольной формы имеет вид
¯ где 𝐻
¯ — замкнутая, огра⃗𝑟(𝑢, 𝑣) = 𝑥(𝑢, 𝑣)⃗𝑖 + 𝑦(𝑢, 𝑣)⃗𝑗 + 𝑧(𝑢, 𝑣)⃗𝑘, (𝑢, 𝑣) ∈ 𝐻,
ниченная область в 𝑅2 . Предполагаем, что функции 𝑥(𝑢, 𝑣), 𝑦(𝑢, 𝑣), 𝑧(𝑢, 𝑣)
¯ Лента на оправку укладываетдважды непрерывно дифференцируемы в 𝐻.
ся по некоторой кривой 𝛾 : ⃗𝑟(𝑠) = ⃗𝑟(𝑢𝐴 (𝑠), 𝑣𝐴 (𝑠)), 𝑠 ∈ [0; 𝐿], где 𝑠 — переменная длина дуги кривой. Эта кривая определяет полугеодезическую [9]
систему координат (𝑠, 𝛿), 𝑠 ∈ [0; 𝐿], 𝛿 ∈ [−𝑑/2; 𝑑/2] (𝑑 — максимальная ширина ленты) на поверхности. В итоге возникает координатное отображение
𝐹Γ : (𝑠, 𝛿) ↦→ (𝑢(𝑠, 𝛿), 𝑣(𝑠, 𝛿)). Моделировать ленту переменной ширины на
оправке можно теперь с помощью отображения:
𝑤(𝑠,
⃗ 𝛿) = ⃗𝑟 ∘ 𝐹Γ ∘ 𝑇 (𝑠, 𝛿), (𝑠, 𝛿) ∈ 𝐾 = [0; 𝐿] × [−𝑑/2; 𝑑/2] ,
где 𝑇 — локальный гомеоморфизм, определяющий закон изменения ширины
ленты. В статье [6] он определялся следующим образом:
2𝛿 + 𝑑
𝑇 (𝑠, 𝛿) = 𝑠, −𝜎1 (𝑠) + (𝜎1 (𝑠) + 𝜎2 (𝑠))
,
2𝑑
𝑑
𝑑
− ≤ 𝜎1 (𝑠) ≤ , 𝜎1 (𝑠) + 𝜎2 (𝑠) ̸= 0, ∀𝑠 ∈ [0; 𝐿] .
2
2
(︃
)︃
Координатное отображение 𝐹Γ не может быть выписано явно, но его
можно с любой точностью аппроксимировать явно заданным отображением нужной гладкости. В статье [2] в качестве аппроксимации координатного отображения используется отображение 𝐹Γ : (𝑠, 𝛿) ↦→ (𝑢𝑞 (𝑠, 𝛿), 𝑣𝑞 (𝑠, 𝛿)),
определённое равенством:
⎛
⎞
⎜𝑢𝑞 (𝑠, 𝛿)⎟
⎜
⎟
⎝
⎠
𝑣𝑞 (𝑠, 𝛿)
⎛
⎞
⎛
⎞
⎛
⎞
𝑢𝜂,𝜈+1 − 𝑢𝜂,𝜈 ⎟ 𝑠 − 𝑠˜𝜂 ⎜𝑢𝜂+1,𝜈 − 𝑢𝜂,𝜈 ⎟
𝛿 − 𝛿𝜈 ⎜
⎜𝑢𝜂,𝜈 ⎟
⎜
⎟+
⎜
⎟+
⎟+
=⎜
⎝
⎠
⎝
⎠
⎝
⎠
𝛿
−
𝛿
𝑠
˜
−
𝑠
˜
𝜈+1
𝜈 𝑣𝜂,𝜈+1 − 𝑣𝜂,𝜈
𝜂+1
𝜂 𝑣𝜂+1,𝜈 − 𝑣𝜂,𝜈
𝑣𝜂,𝜈
⎛
+
⎞
𝑢𝜂+1,𝜈+1 − 𝑢𝜂+1,𝜈 − 𝑢𝜂,𝜈+1 + 𝑢𝜂,𝜈 ⎟
𝛿 − 𝛿𝜈
𝑠 − 𝑠˜𝜂 ⎜
⎜
⎟,
⎝
𝛿𝜈+1 − 𝛿𝜈 𝑠˜𝜂+1 − 𝑠˜𝜂 𝑣𝜂+1,𝜈+1 − 𝑣𝜂+1,𝜈 − 𝑣𝜂,𝜈+1 + 𝑣𝜂,𝜈 ⎠
44
где 𝑠 ∈ [˜
𝑠𝜂 ; 𝑠˜𝜂+1 ], 𝛿 ∈ [𝛿𝜈 ; 𝛿𝜈+1 ] и 0 = 𝛿0 < 𝛿1 < ... < 𝛿𝐼−1 < 𝛿𝐼 = 2𝑑 — сетка
на отрезке [0; 2𝑑].
В такой модели не учитывалась толщина ленты. В работе [13] описано
дальнейшее развитие модели выкладки — алгоритм локальной модификации
сплайновой поверхности на основе применения сплайн-вейвлетов. С помощью этого алгоритма учтено изменение формы поверхности в соответствии
с толщиной ленты.
В статье [2] рассмотрено ещё одно применение сплайн-вейвлетов для
решения важной задачи, возникающей при разработке схемы укладки ленты
на сложную криволинейную поверхность. В автоматизированной выкладке
на оправку укладывается целое семейство лент по некоторым кривым. Для
обеспечения равновесности лент на поверхности в качестве таких кривых
обычно выбирают геодезические линии.
Итак, рассмотрим на поверхности оправки семейство геодезических
линий:
𝛾𝑞 : ⃗𝑟𝑞 (𝑠) = 𝑥 (𝑢𝑞 (𝑠), 𝑣𝑞 (𝑠))⃗𝑖 + 𝑦 (𝑢𝑞 (𝑠), 𝑣𝑞 (𝑠)) ⃗𝑗 + 𝑧 (𝑢𝑞 (𝑠), 𝑣𝑞 (𝑠)) ⃗𝑘, 𝑠 ∈ [0; 𝑆𝑞 ] ,
где функции 𝑢𝑞 , 𝑣𝑞 ∈ 𝐶 2 [0; 𝑆𝑞 ] и при любом 𝑠 ∈ [0; 𝑆𝑞 ] точка (𝑢𝑞 (𝑠), 𝑣𝑞 (𝑠))
¯ Как известно, функции 𝑢𝑞 (𝑠), 𝑣𝑞 (𝑠) находятся из
принадлежит области 𝐻.
системы дифференциальных уравнений [9]:
d𝑢𝑞 2
d𝑣𝑞 2
1
1 d𝑢𝑞 d𝑣𝑞
1
+ Γ11
+ 2Γ12
+ Γ22
= 0;
d𝑠
d𝑠
d𝑠
d𝑠
d𝑠
)︃
)︃
(︃
(︃
⎪
⎪
d2 𝑢𝑞
d𝑢𝑞 2
d𝑢𝑞 d𝑣𝑞
d𝑣𝑞 2
⎪
2
2
2
⎪
⎪
+ Γ11
+ 2Γ12
+ Γ22
= 0,
⎩
d𝑠2
d𝑠
d𝑠 d𝑠
d𝑠
⎧
⎪
d2 𝑢𝑞
⎪
⎪
⎪
⎪
⎨
2
(︃
)︃
(︃
)︃
(29)
где Γ𝑘𝑖𝑗 (𝑢, 𝑣) — символы Кристоффеля, которые вычисляются по формулам:
(︁
Γ𝑘𝑖𝑗 =
[︁
𝐷(𝑘−1,2−𝑘)⃗𝑟, 𝐷(4−𝑖−𝑗,𝑖+𝑗−2)⃗𝑟, 𝐷(1,0)⃗𝑟, 𝐷(0,1)⃗𝑟
⃒[︁
]︁⃒2
⃒
⃒ 𝐷 (1,0)⃗
𝑟, 𝐷(0,1)⃗𝑟 ⃒⃒
]︁)︁
.
(30)
Для построения такого семейства кривых необходимо задать начальные
условия для системы (29):
′
𝑢𝑞 (0) = 𝑈𝑞0 , 𝑣𝑞 (0) = 𝑉𝑞0 , 𝑢′𝑞 (0) = 𝑈𝑞0
, 𝑣𝑞′ (0) = 𝑉𝑞0′ ,
(31)
45
или краевые условия:
𝑢𝑞 (0) = 𝑈𝑞0 , 𝑣𝑞 (0) = 𝑉𝑞0 , 𝑢′𝑞 (𝑆𝑞 ) = 𝑈𝑞1 , 𝑣𝑞′ (𝑆𝑞 ) = 𝑉𝑞1 .
2.2.2
(32)
Теория
Для решения поставленной задачи применим вейвлеты Хаара, определяемые формулами (2). Аппроксимацию решения системы (29) будем искать
в виде:
𝑈𝑞′′ (𝑠)
=
2𝑀
∑︁
𝑢𝑞𝑖 ℎ𝑖 (𝑠),
𝑉𝑞′′ (𝑠)
=
𝑖=1
2𝑀
∑︁
𝑣𝑞𝑖 ℎ𝑖 (𝑠).
(33)
𝑖=1
Последовательно интегрируя (33) и применяя интегралы от вейвлетов
(3), находим:
𝑈𝑞′ (𝑠) = 𝑈𝑞′ (0) +
𝑈𝑞 (𝑠) = 𝑈𝑞 (0) + 𝑈𝑞′ (0)𝑠 +
2𝑀
∑︁
𝑖=1
2𝑀
∑︁
𝑢𝑞𝑖 𝑝1,𝑖 (𝑠); 𝑉𝑞′ (𝑠) = 𝑉𝑞′ (0) +
2𝑀
∑︁
𝑣𝑞𝑖 𝑝1,𝑖 (𝑠).
𝑖=1
𝑢𝑞𝑖 𝑝2,𝑖 (𝑠); 𝑉𝑞 (𝑠) = 𝑉𝑞 (0) + 𝑉𝑞′ (0)𝑠 +
𝑖=1
2𝑀
∑︁
𝑣𝑞𝑖 𝑝2,𝑖 (𝑠).
𝑖=1
Учитывая краевые условия (32), получим
⎧
⎪
⎪
⎪
⎪
⎪
𝑈 (𝑠)
⎪
⎨ 𝑞
⎛
⎞
∑︁
𝑈𝑞1 − 𝑈𝑞0 2𝑀
𝑠
= 𝑈𝑞0 + 𝑠
+
𝑢𝑞𝑖 ⎝𝑝2,𝑖 (𝑠) − 𝑝2,𝑖 (𝑆𝑞 )⎠ ;
𝑆𝑞
𝑆𝑞
𝑖=1 ⎛
⎞
2𝑀
⎪
∑︁
𝑠
𝑉
−
𝑉
⎪
𝑞1
𝑞0
⎪
⎪
⎪
𝑉 (𝑠) = 𝑉𝑞0 + 𝑠
+
𝑣𝑞𝑖 ⎝𝑝2,𝑖 (𝑠) − 𝑝2,𝑖 (𝑆𝑞 )⎠ .
⎪
⎩ 𝑞
𝑆𝑞
𝑆𝑞
𝑖=1
(34)
Коэффициенты 𝑢𝑞𝑖 , 𝑣𝑞𝑖 будем искать методом коллокации. Обозначим
𝑠˜𝑙 = 𝑙Δ𝑠, 𝑙 = 0, 1, ..., 2𝑀 и в качестве узлов коллокации выберем следующие
точки 𝑠𝑙 = 0.5 (˜
𝑠𝑙−1 + 𝑠˜𝑙 ), 𝑙 = 1, ..., 2𝑀 . Подставим (34) в (29), тогда получим
⎛
⎞⎞2
⎛
∑︁
𝑈𝑞1 − 𝑈𝑞0 2𝑀
𝑝2,𝑖 (𝑆𝑞 ) ⎠⎠
1
⎝
𝑢𝑞,𝑖 ℎ𝑖 (𝑠) + Γ11 (𝑠)
+
𝑢𝑞𝑖 ⎝𝑝1,𝑖 (𝑠) −
+
𝑆𝑞
𝑆𝑞
𝑖=1
𝑖=1
⎛
⎛
⎞⎞ ⎛
2𝑀
∑︁
𝑝
(𝑆
)
𝑈
−
𝑈
𝑞1
𝑞0
2,𝑖 𝑞 ⎠⎠ ⎝ 𝑉𝑞1 − 𝑉𝑞0
+ 2Γ112 (𝑠) ⎝
+
𝑢𝑞𝑖 ⎝𝑝1,𝑖 (𝑠) −
·
+
𝑆𝑞
𝑆𝑞
𝑆𝑞
𝑖=1
⎛
⎞⎞
⎛
2𝑀
∑︁
𝑝
(𝑆
)
𝑉𝑞1 − 𝑉𝑞0
2,𝑖 𝑞 ⎠⎠
+
𝑣𝑞𝑖 ⎝𝑝1,𝑖 (𝑠) −
+ Γ122 (𝑠) ⎝
+
𝑆𝑞
𝑆𝑞
𝑖=1
2𝑀
∑︁
2𝑀
∑︁
⎛
⎞⎞2
𝑝2,𝑖 (𝑆𝑞 ) ⎠⎠
+
𝑣𝑞𝑖 ⎝𝑝1,𝑖 (𝑠) −
= 0, (35)
𝑆𝑞
𝑖=1
49
Учитывая, что |⃗𝑟1 (0)| = 1, мы получаем начальные условия для системы
(29):
𝑈10 = 𝜉, 𝑉10 = 𝜂,
𝑉10′
=
⎯
⎸
⎸𝐸
⎷
𝐹
cos 𝛼
· sin2 𝛼
′
, 𝑈10
= − 𝑉10′ + √ ,
2
𝐸𝐺 − 𝐹
𝐸
𝐸
где 𝐸, 𝐺, 𝐹 вычисляются в точке (𝜉, 𝜂). Первая лента укладывается по геодезической. Кривая находится из системы (29), которая решается методом
Рунге-Кутты. Остальные кривые находятся с использованием вейвлетов Хаара. На Рис. 2.4 показан результат работы алгоритма построения семейства
геодезических. На этом же рисунке показаны значения:
||𝑅𝛾 || = max (|𝑅1 (𝑠𝑙 , 𝑢𝑞,1 , ..., 𝑢𝑞,2𝑀 , 𝑣𝑞,1 , ..., 𝑣𝑞,2𝑀 )| ,
𝑙
|𝑅2 (𝑠𝑙 , 𝑢𝑞,1 , ..., 𝑢𝑞,2𝑀 , 𝑣𝑞,1 , ..., 𝑣𝑞,2𝑀 )|)
для построенных кривых. Они характеризуют отличие найденных кривых
от геодезических.
Рис. 2.4. Выкладка нескольких лент на оправку.
50
ЗАКЛЮЧЕНИЕ
В работе для решения линейных интегральных уравнений и линейных обыкновенных дифференциальных уравнений с начальными условиями были применены сплайн-вейвлеты первого порядка. Для них была доказана сходимость приближений к точному решению. Показано, что для интегральных уравнений решения получаются непрерывными, а для линейных
дифференциальных уравнений гладкость приближения решения равна порядку уравнения. Рассматривая сплайн-вейвлеты высших порядков можно
добиться получения приближений любого класса гладкости. Также описанный подход можно будет применять для решения линейных ОДУ с краевыми условиями, нелинейных задач и разного рода уравнений в частных
производных, если доказать для них сходимость приближений к точному
решению.
52
8. Келдыш М. В. О методе В. Г. Галеркина для решения краевых задач //
Изв. АН СССР. Сер. матем. — 1942. — Т. 6, № 6. — С. 309–330.
9. Рашевский П. К. Курс дифференциальной геометрии. — М. : Гостехиздат, 1956.
10. Блаттер, К. Вейвлет - анализ. Основы теории. — М. : Техносфера,
2004. — С. 271.
11. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB:
[учеб. пособие для вузов по направлениям подгот. и специальностям
"Математика "Математика. Прикладная математика"]. — ДМК Пресс,
2008. — С. 448.
12. Airy G.B. On the Intensity of Light in the Neighbourhood of a Caustic. —
Printed at the Pitt Press, by John William Parker, University printer, 1838.
13. Bityukov Yu. I., Akmaeva V. N. The use of wavelets in the mathematical
and computer modelling of manufacture of the complex-shaped shells made
of composite materials. // Ser. Mathematical Modelling, Programming &
Computer Software. — 2016. — Vol. 9, no. 3. — P. 5–16.
14. Chen C. F., Hsiao C. H. Haar wavelet method for solving lumped and
distributed-parameter systems // IEE Proceedings - Control Theory and
Applications. — 1997. — Jan. — Vol. 144, no. 1. — P. 87–94.
15. Daubechies Ingrid. Ten Lectures on Wavelets. — Philadelphia, PA, USA :
Society for Industrial and Applied Mathematics, 1992. — ISBN: 0-89871-2742.
16. Lepik Ü., Hein H. Haar wavelets. With applications. — Cham: Springer,
2014. — P. 207.
53
17. Stollnitz Eric J., DeRose Tony D., Salesin David H. Wavelets for computer
graphics: A primer - part 2 // IEEE Computer Graphics and Applications. —
1995. — Vol. 15. — P. 76–84.
Отзывы:
Авторизуйтесь, чтобы оставить отзыв