Geri Dön

Standart ağlar üzerinde ?-düzgün yakınsayan metotlar

An ?-uniform method on equidistant meshes

  1. Tez No: 269636
  2. Yazar: MEHMET EKİCİ
  3. Danışmanlar: YRD. DOÇ. DR. ALİ FİLİZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Adnan Menderes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Tekil olarak pertürbe edilmiş iki noktalı sınır değer problemi için, bir diferansiyeldenklemin hiçbir tam çözümünü gerektirmeyen, eş uzunluklu bir ağ üzerinde?-düzgün bir sonlu fark metodu önerilir. Problemin tekil pertürbasyon doğasınıyerel bir sınır değer problemi boyunca yansıtan bir tam-sabitlenmiş operatör metoduile başlanır. Ancak, yerel sınır değer problemini çözmek için, tam olarak çözmekyerine yerel bölgede bir Shishkin ağı üzerinde bir geri metot kullanılır. Ayrıca,önerilen nümerik metodun yakınsaklık özellikleri incelenir ve herhangi bir ? içinbunun gerçek çözüme düğümsel olarak yakınsadığı ispatlanır.

Özet (Çeviri)

For a singularly-perturbed two-point boundary value problem, we propose an?-uniform finite difference method on an equidistant mesh which requires no exactsolution of a differential equation. We start with a full-fitted operator methodreflecting the singular perturbation nature of the problem through a local boundaryvalue problem. However, to solve the local boundary value problem, we employ anupwind method on a Shishkin mesh in local domain, instead of solving it exactly.We further study the convergence properties of the numerical method proposed andprove it nodally converges to the true solution for any ?.

Benzer Tezler

  1. Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

    Examination of the effects of distributed generation on smart grids

    MİKAİL PÜRLÜ

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY

  2. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

  3. Ensemble and deep learning on astronomical data with different modalities

    Astronomik veride farklı kiplerle topluluk öğrenmesi ve derin öğrenme

    FATMA KUZEY EDEŞ HUYAL

    Doktora

    İngilizce

    İngilizce

    2023

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE ONUR KAHYA

    PROF. DR. ZEHRA ÇATALTEPE

  4. Intelligent plate number recognition system using segmentized method with artificial neural networks

    Yapay sinir ağları ile segmentasyon metodu kullanılarak akıllı plaka numarası tanıma sistemi

    AUWAL SALISU YUNUSA

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CAFER BAL

  5. Genetic algorithm based ARINC-664 worst case delay optimization using network calculus

    Genetik algoritma ve network calculus ile ARINC-664 uçtan uca gecikme optimizasyonu

    EYÜP CAN AKPOLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN