Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1607.01106v1

帮助 | 高级搜索

数学 > 动力系统

arXiv:1607.01106v1 (math)
[提交于 2016年7月5日 ]

标题: 动力系统不变性保持离散化方法

标题: Invariance Preserving Discretization Methods of Dynamical Systems

Authors:Zoltán Horváth, Yunfei Song, Tamás Terlaky
摘要: 在本文中,我们考虑当将离散化方法应用于线性或非线性动力系统时,在集合上局部和统一不变性保持步长阈值。 对于前向或后向欧拉方法,当不变集为多面体、椭球或洛伦兹锥时,证明了局部和统一不变性保持步长阈值的存在性。 此外,我们还量化了后向欧拉方法在线性动力系统这些集合上的步长阈值。 最后,我们提出了关于一般离散化方法在一般凸集、紧集和适当锥上统一不变性保持步长阈值存在性的主要结果,适用于线性和非线性动力系统。
摘要: In this paper, we consider local and uniform invariance preserving steplength thresholds on a set when a discretization method is applied to a linear or nonlinear dynamical system. For the forward or backward Euler method, the existence of local and uniform invariance preserving steplength thresholds is proved when the invariant sets are polyhedra, ellipsoids, or Lorenz cones. Further, we also quantify the steplength thresholds of the backward Euler methods on these sets for linear dynamical systems. Finally, we present our main results on the existence of uniform invariance preserving steplength threshold of general discretization methods on general convex sets, compact sets, and proper cones both for linear and nonlinear dynamical systems.
主题: 动力系统 (math.DS)
引用方式: arXiv:1607.01106 [math.DS]
  (或者 arXiv:1607.01106v1 [math.DS] 对于此版本)
  https://doi.org/10.48550/arXiv.1607.01106
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yunfei Song [查看电子邮件]
[v1] 星期二, 2016 年 7 月 5 日 03:58:51 UTC (94 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-07
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号