§4 积分方程的近似解法
[对Fr方程的线性代数方程组的逼近法] Fr方程
(1)
可按形式
(2)
来逼近,其中xk(k=1,2,…,n)是区间[a,b]上n个适当选定的求积节点,常数ωk是对应的求积系数。如果要求在每点xk(k=1,2,…,n)处,(2)式两边相等,则得到关于n个未知函数y(x1),y(x2),…y(xn)的n个线性方程:
(3)
式中y(xi)(i=1,2,…n)为未知函数y(x)分别在n个点xi(i=1,2,…n)处指定的近似值。
若令
(3)可改写为
(i=1,2,…n)
写成矩阵形式为
y=F+λKWy
或 Ay=F (4)
式中A=I-λKW,I为n阶单位矩阵,K=(Kij),W为对角线矩阵
W=éw 1,w 2,L,wnû ,y=(y1,y2,L,yn)t,F=(F1,F2,L,Fn)t
例 解第二类Fr方程
解 1° 在这个特例中,积分方程可化为具端点条件y(0)=0,y(1)=1的微分方程
其精确解为
2° 用逼近法来求近似解。取n=5个等距节点:
可以算出矩阵K 为
如果采用梯形法求积,那么求积系数的对角线矩阵W为
W= éû
由于l=1,则
而
解线性方程组,计算到小数点后四位得到
y1=0, y2=0.2943, y3=0.5702, y4=0.8104, y5=1
与精确解y(x)在点x=0,和1的值
y1=0, y2=0.2940, y3=0.5697, y4=0.8100, y5=1
进行比较,可以看到误差程度。
上述方法显然可以用来求第一类Fr方程的近似解,以及处理特征值的问题。
应当指出,当核K(x,x)不是以分析表达式给定,而由实验数据确定时,上述方法特别有用。
[待定系数逼近法] 为了求积分方程
(1)
的解,可适当选择n个函数,用它们的线性组合来逼近
其中n个系数ak(k=1,2,Ln)可以这样决定:使这个线性组合尽可能近似地满足(1),即
(a≤x≤b)
令
上式变成
(a≤x≤b) (2)
待定系数a1,a2,L,an可由n个条件决定,方法如下:
1° 配置法 令
(a≤x ≤b) (3)
为决定这n个常数a1,a2,L,an,在区间[a,b]上适当选择a≤x1<x2<L<xn≤b(xi称为配置点),使
(i=1,2,Ln)
其矩阵形式为
ya =F (4)
式中y =(ψij)=(ψj(xi)),F=(F(x1),F(x2),LF(xn))τ为已知量,
a =(a1,a2,L,an)t
为 未 知 量。解 线性方程组(4)便得到所求的系数a1,a2,L,an。
2°权函数法 设w1(x),w2(x),L,wn(x)为区间[a,b]上n个线性无关的函数(称为权函数)。为决定系数a1,a2,L,an,可以要求(3)式两边之差
与这n个权函数正交,即使得
(i=1,2,…n)
其矩阵形式为
Aa =b (5)
式中
为已知量,
a =(a 1,a 2,L,a n)t
为未知量。解线性方程组(5)便得到所求的系数a 1,a 2,L,a n。
通常选取权函数w i(x)与近似函数j i(x)恒等比较方便,一般都取为
1,x,x2,L,xn-1
[核的逼近法] §1指出Fr方程的核可用x和ξ的一个多项式或一个更一般形式的可分离核来逼近,并用那里的方法来解所得的近似方程。
例 积分方程
(1)
中的核
可用多项式A1+A2x+A3x2或更适当的形式x(1-x)(B1+B2x+B3x2)来逼近,其中A,B为包含ξ的参数,采用权函数或配置点可决定A与B。
首先取一个粗糙的逼近形式
它在端点x=0和x=1是精确的,为决定系数B,可要求在[0,1]上核的积分等于它的近似表达式的积分,即
直接计算得
B=3ξ(1-ξ)
并把对应的近似核代入(1)导出近似积分方程
(2)
令
(2)式化为
y(x)=x+3cx(1-x) (3)
为了决定c,以x(1-x)乘上式的两边,并在[0,1]上积分,得
从此算出,代入(3)得到方程(1)的近似解
更一般地,如果取近似核为
则类似地可得方程(1)的近似解
)