[論文レビュー] Numerical methods for solution of singular integral equations

I. V. Boykov|arXiv (Cornell University)|Oct 30, 2016

Mathematical functions and polynomials参考文献 28被引用数 6

ひとこと要約

本稿では、閉曲線および開曲線における線形および非線形特異積分方程式を解くための数値解法について、ホルダー空間およびL²空間における収束性、安定性、誤差推定について包括的な分析を提示する。コロケーション法、機械的求積法、スプライン・コロケーション法を導入し、特に滑らかさおよび近似条件を満たす場合に収束性と安定性を証明する。特に、機械的求積法がホルダー空間で安定であり、誤差境界がεn^β ln²nに比例することを示している。

ABSTRACT

This paper is devoted to overview of the authors works for numerical solution of singular integral equations (SIE), polysingular integral equations and multi-dimensional singular integral equations of the second kind. The authors investigated onsidered iterative - projective methods and parallel methods for solution of singular integral equations, polysingular integral equations and multi-dimensional singular integral equations. The paper is the second part of overview of the authors works devoted to numerical methods for calculation singular and hypersingular integrals \cite{Boy23} and to approximate methods for solution of singular integral equations.

研究の動機と目的

• 閉曲線および開曲線における不連続係数を有する線形および非線形特異積分方程式を解くための信頼性の高い数値解法の開発および分析。
• ホルダー空間およびL²関数空間におけるコロケーション法、機械的求積法、スプライン・コロケーション法の収束速度および誤差推定の確立。
• 特に非線形方程式に対して、入力データの摂動に対する数値スキームの安定性の調査。
• 多次元特異積分方程式および積分微分方程式への分析の拡張、特に円形および線分に基づく曲線のような例外的な場合を含む。
• 非線形特異積分方程式を解くための射影法および反復法（例：ニュートン＝カンタロヴィチ法）の理論的裏付けを提供し、収束保証および誤差制御を実現する。

提案手法

• 閉曲線および開曲線における特異積分方程式を離散化するため、コロケーション法および機械的求積法を用い、代数方程式系に変換する。
• 有限次元部分空間における解の近似に、射影作用素（Pⁿ）および切断されたフーリエ級数展開を用いる。
• コンパクト作用素およびフレドホルム理論を用いて、離散系の可解性および可逆性を解析する。
• ベルンシュタイン不等式および逆ベルンシュタイン不等式を用い、近似誤差をn（コロケーション点数）および滑らかさパラメータβの関数として評価する。
• 非線形方程式に対してはニュートン＝カンタロヴィチ法を適用し、フレチェット微分の作用素ノルムおよびその逆作用素の条件を満たす場合に収束を証明する。
• 摂動解析を用いて安定性を確立：係数および右辺の小さな誤差が、解の誤差に有界に影響し、ホルダー空間では誤差境界がεn^β ln²nに比例することを示す。

実験結果

リサーチクエスチョン

• RQ1 線形特異積分方程式に対して、コロケーション法および機械的求積法のホルダー空間およびL²空間における収束速度は何か？
• RQ2 カーネルおよび右辺の近似誤差が摂動を受ける場合、特異積分方程式の解にどのように影響を与えるか？
• RQ3 非線形特異積分方程式に対して、機械的求積法が安定であるための条件は何か？
• RQ4 非線形方程式の反復解法の収束を保証するために、フレチェット微分およびその逆作用素が果たす役割は何か？
• RQ5 多次元特異積分方程式の解をどのように効率的に近似できるか？また、これらのスキームが有する安定性特性は何か？

主な発見

• 閉曲線における線形特異積分方程式に対する機械的求積法は、ホルダー空間Hβで安定であり、解の誤差が∥x∗_kl − x∗_kl∥ ≤ Aεで抑えられ、εが十分に小さい場合に成立する。
• 非線形特異積分方程式に対して、機械的求積法を用いた近似解の誤差は、∥x∗_n(t) − ˜x∗_n(t)∥_β ≤ Aεn^β ln²nで抑えられ、小さなデータ摂動に対しても安定性が保証される。
• ニュートン＝カンタロヴィチ法は、条件∥[K′(x₀)]⁻¹∥_β n^(-r+β) ln n < 1 を満たす場合に非線形方程式に対して収束し、初期推定値の近傍に一意解が存在することを保証する。
• 係数および右辺の摂動に対して、多次元特異積分方程式に対しても機械的求積法が安定であり、行列の可逆性およびハダールの定理を用いて誤差境界が導出される。
• 不連続係数を有する方程式に対しても、適切な滑らかさおよび近似仮定のもとで、これらの方法の収束性および安定性が保たれる。
• スプライン・コロケーション法は、線形および非線形特異積分方程式の両方に対して強固な手法であり、解の滑らかさおよびスプラインの次数に依存する収束速度を示す。