常微分方程的解法.pptVIP

机动 目录 上页 下页 返回 结束 常微分方程的解法 常微分方程的离散化 欧拉（Euler）方法 改进的Euler 方法 龙格—库塔（Runge—Kutta）方法 线性多步法 机动 目录 上页 下页 返回 结束 建立微分方程只是解决问题的第一步，通常需要求出方程的解来说明实际现象，并加以检验。如果能得到解析形式的解固然是便于分析和应用的，但是我们知道，只有线性常系数微分方程，并且自由项是某些特殊类型的函数时，才可以肯定得到这样的解，而绝大多数变系数方程、非线性方程都是所谓“解不出来”的，即使看起来非常简单的方程 于是对于用微分方程解决实际问题来说，数值解法就是一个十分重要的手段。 机动 目录 上页 下页 返回 结束 §1 常微分方程的离散化 下面主要讨论一阶常微分方程的初值问题，其一般形式是 在下面的讨论中，我们总假定函数 李普希兹(Lipschitz)条件，即存在常数L ，使得 这样，由常微分方程理论知，初值问题(1)的解必定存在唯一。 机动 目录 上页 下页 返回 结束 所谓数值解法，就是求问题（1）的解 若用向前差商 建立数值解法，首先要将微分方程离散化，一般采用以下几种方法： （i）用差商近似导数 化简 机动 目录 上页 下页 返回 结束 这样，问题（1）的近似解可通过求解下述问题 式（3）是个离散化的问题，称为差分方程初值问题。 需要说明的是，用不同的差商近似导数，将得到不同的计算公式。 机动 目录 上页 下页 返回 结束 （ii）用数值积分方法 将问题（1）的解表成积分形式，用数值积分方法离散化。例如，对微分方程两端积分，得 右边的积分用矩形公式或梯形公式计算。 以上三种方法都是将微分方程离散化的常用方法，每一类方法又可导出不同形式的计算公式。其中的Taylor 展开法，不仅可以得到求数值解的公式，而且容易估计截断误差。 （iii）Taylor多项式方法 §2 欧拉（Euler）方法 2.1 Euler 方法 Euler 方法就是用差分方程初值问题（3）的解来近似微分方程初值问题（1）的解，即由公式（3）依次算出 这组公式求（1）的数值解称为 向前Euler 公式。 如果在微分方程离散化时，用向后差商代替导数即 用这组公式求问题（1）的数值解称为向后Euler 公式 向后 Euler 法与Euler 法形式上相似，但实际计算时却复杂得多。向前Euler 公式是显式的，可直接求解。向后Euler公式的右端含有 一般要用迭代法求解，迭代公式通常为 2.2 Euler 方法的误差估计 对于向前Euler 公式（3）我们看到当 这里先讨论比较简单的所谓局部截断误差。 分析累积误差比较复杂， 局部截断误差指的是，按(7)式计算 （7）、（8）两式相减 为了估计它，由Taylor展开得到的精确 而数值算法的精度定义为： 若一种算法的局部截断误差为 显然 p 越大，方法的精度越高。式（9）说明，向前Euler 方法是一阶方法，因此它的精度不高。 §3改进的 欧拉（Euler）方法 3.1 梯形公式 利用数值积分方法将微分方程离散化时，若用梯形公式计算式(4)中之右端积分，即 这就是求解初值问题（1）的梯形公式。 直观上容易看出，用梯形公式计算数值积分要比矩形公式好。梯形公式为二阶方法。 3.2 改进欧拉公式 按式（5）计算问题（1）的数值解时，如果每步只迭代一次，相当于将Euler 公式与梯形公式结合使用： 式（11）称为由Euler 公式和梯形公式得到的预测—校正系统，也叫改进Euler 法。 为便于编制程序上机，式（11）常改写成 改进 Euler 法是二阶方法。 §4 龙格—库塔（Runge—Kutta）方法 回到 Euler 方法的基本思想—用差商代替导数—上来。实际上，按照微分中值定理应有 可见给出一种斜率 ，（13）式就对应地导出一种算法。 要确定它们使（14）式的精度尽量高。 就有可能构造出精度更高的计算公式。这就是龙格—库塔方法的基本思想。 注意到 待定系数满足（16）的（15）式称为2 阶龙格—库塔公式。由于（16）式有4 个未知数而只有3 个方程，所以解不唯一。 经过与推导2 阶龙格—库塔公式类似、 4.2 4 阶龙格—库塔公式 要进一步提高精度，必须取更多的点，如取 4 点构造如下形式的公式： 取既满足这些方程、又较简单的一组λi ,αi ,βi ，可得 这就是常用