MétaCan
Menu
Retour à la cohorte
Enregistrement W4283804589 · doi:10.5539/jmr.v14n4p1

Accurate Eigenvalues for the Sturm-Liouville Problems, Involving Generalized and Periodic Ones

2022· article· en· W4283804589 sur OpenAlexvenueno aff
Chein‐Shan Liu

Notice bibliographique

RevueJournal of Mathematics Research · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueMatrix Theory and Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsEigenvalues and eigenvectorsDirichlet boundary conditionBoundary value problemMathematical analysisVariable (mathematics)EigenfunctionSturm–Liouville theoryUniquenessDirichlet eigenvalueNonlinear systemBoundary (topology)Mixed boundary conditionApplied mathematicsDirichlet's principle

Résumé

récupéré en direct d'OpenAlex

In the paper, the eigenvalues of Sturm-Liouville problems (SLPs), generalized SLPs and periodic SLPs are solved. First, we propose a new method to transform the SLP with mixed boundary conditions to a {generalized} SLP for a transformed variable, for which the Dirichlet boundary conditions occur on two-side, but the coefficients are nonlinear functions of eigenvalue. To computing the eigenvalue and eigenfunction, we further recast the transformed system to an initial value problem for a new variable. In terms of the relative residual of two consecutive terminal values of the new variable a nonlinear equation is solved for seeking the eigenvalue by the fictitious time integration method (FTIM), which monotonically converges to the exact eigenvalue. We solve a numerically characteristic equation by the half-interval method (HIM) and a derivative-free iterative scheme LHL {(Liu, Hong $\&$ Li, 2021)} to achieve high precision eigenvalues. Next, the generalized SLP is transformed to a {new} one, so that the Dirichlet boundary condition happens on the right-end. By using the boundary shape function method and the uniqueness condition of the transformed variable, a definite initial value problem is derived for the new variable. To match the right-end Dirichlet boundary condition a numerically characteristic equation is {obtained and} solved by the HIM and LHL. Finally, new techniques for solving the periodic SLPs with three types periodic boundary conditions are proposed, which preserve the periodic boundary conditions with the aids of boundary shape functions. Three iterative algorithms are developed, which converge quickly. All the proposed iterative algorithms are identified by testing some examples.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,137
Tête enseignante GPT0,380
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetMatrix Theory and AlgorithmsTravaux en français237 207