En este documento, se resuelve numéricamente el problema inverso de valor de frontera relacionado con las ecuaciones generalizadas de Burgers-Fisher y Burgers-Huxley basadas en una herramienta de aproximación spline. Se utilizan B-splines con métodos de cuasilinealización y regularización de Tikhonov para obtener nuevas soluciones numéricas a este problema. Primero, se utiliza un método de cuasilinealización para linearizar la ecuación en un paso de tiempo específico. Luego, se utiliza una combinación lineal de B-splines para aproximar el orden más alto de derivadas en la ecuación. Al integrar esta combinación lineal, se han obtenido algunas aproximaciones para cada una de las funciones y derivadas con respecto al tiempo y al espacio. Las condiciones de frontera y adicionales del problema también se aplican en estas aproximaciones. Se utiliza el método de regularización de Tikhonov para resolver el sistema de ecuaciones lineales utilizando datos ruidosos. Se proporcionan varios ejemplos numéricos para ilustrar la precisión y eficiencia del método.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Mecanismo de optimización incremental para construir un árbol de decisión en la minería de flujos de datos
Artículos:
Algoritmo de reconocimiento y recuperación facial en tiempo real de alta capacidad basado en un modelo de programación de tareas para el área de tratamiento de un hospital.
Artículos:
Esquema ERM para Regresión Cuantil
Artículos:
Gestión del búfer y enrutamiento híbrido de elección de probabilidad para la entrega de paquetes en redes oportunistas
Artículos:
Modelo de estabilidad global de la infección por VIH-1 con dos retardos temporales
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos