非线性斜边界价值问题的半解析解
人工智能
2025-06-30 v1 机器学习
摘要
发展了一种新型数值方法，用于近似球体外部拉普拉斯方程具有强非线性斜边界条件的解。由于关于解的存在性和唯一性的结果仍有限，试图对此类边界条件进行函数分析方法并不直观。因此，本文描述了一种半解析方法来求解。单极子附近的扰动解将非线性斜问题转化为一系列已知的球体外部Neumann问题的级数。对应于外部Neumann问题的Green函数表示为每个扰动步骤在球体表面的积分提供了精确解析解。然而，边界条件变得非常复杂，需要数值近似。通过对球面积分的不同划分辅助运用自适应求积方法计算每个扰动步骤中的扰动解。我们将在球面上使用以二十面体网格的积分称为二十面体方法，采用Gauss 5点或自适应求积，根据积分参数而定。该方法成功地处理了Green函数的奇异性，避免了数值近似中的不准确性，这是本工作的重要贡献。对两个给定的精确解进行数值扰动方案。二十面体方法表现得非常精确。近似值表现出所需属性：随着扰动参数变小，误差减小；在单位球体外部实现快速收敛；随着半径增大，误差趋于零。
引用
@article{arxiv.2506.21887,
title = {Interactive Multi-Objective Probabilistic Preference Learning with Soft and Hard Bounds},
author = {Edward Chen and Sang T. Truong and Natalie Dullerud and Sanmi Koyejo and Carlos Guestrin},
journal= {arXiv preprint arXiv:2506.21887},
year = {2025}
}