第九章 常微分方程的数值解法48589.pptVIP

* 第九章 常微分方程数值解法 第一节 Euler方法 第三节 单步法的收敛性和稳定性 第二节 Runge-Kutta方法 上一页 下一页 返回 上一页 下一页 返回 本章介绍求解微分方程数值解的基本思想和方法. 含有自变量、未知函数和它的一阶导数和高阶导数的方程. 常微分方程 它是描述运动、变化规律的重要数学方法之一，分为两类： 1. 初值问题 即给出未知函数及导数在初始点的值； 2. 边值问题 即给出未知函数及（或）它的某些导数在区间两个端点的值 。 ? 考虑一阶常微分方程的初值问题 : 只要 f (x, y) 在[a, b] ? R1 上连续，且关于 y 满足 Lipschitz 条件，即存在与 x, y 无关的常数 L 使 对任意定义在 [a, b] 上的 y1(x) 和 y2(x) 都成立，则上述问题解存在唯一解。 所谓数值解法就是要计算出初值问题的解函数 y(x) 在一系列离散点 a = x0 x1… xN= b上的近似值： y0 , y1 ,……yN . 节点间距 为步长， 通常采用等距节点，即取 hi = h (常数)。 { yn} 称为问题的数值解. 数值解所满足的离散方程统称为差分格式. 上一页 下一页 返回 第一节 欧拉方法 一、 欧拉公式 令yn为y(xn)的近似值，将上式代入(*)式可得 此式称为欧拉(Euler)公式. 为Euler方法的局部截断误差. 上一页 下一页 返回 例1 用欧拉公式解初值问题 解： 取步长 h=0.1, 欧拉公式的具体形式为： 依次计算可得 … … … y3，y4，y5，y6，y7，y8，y9，y10 上一页 下一页 返回 其部分结果见下表 可见Euler方法的计算结果精度不太高。 上一页 下一页 返回 ? 欧拉公式的几何意义： x0 P0 x1 P1 x2 P2 xn Pn 几何意义： 用折线近似代替方程的解曲线,因而也称Euler方法为折线法. 上一页 下一页 返回 二、 后退的欧拉公式 也用一阶差商逼近导数 令yn+1为y(xn+1)的近似值，则可得 称为后退Euler公式 已知 yn时,必须通过解方程才能求出yn＋1 ,这样的公式称为隐式公式, 而Euler公式为显式公式. Euler公式和后退Euler公式都是由yn去计算yn+1 ，因此，称 它们为单步法。 上一页 下一页 返回 定义 　　　在假设 yi = y(xi)，即第 i 步计算是精确的前提下，考虑的截断误差 Ti+1 = y(xi+1) ? yi+1 称为局部截断误差。 定义 　　　若某算法的局部截断误差为O(hp+1)，则称该算法有p 阶精度。 显然, p越大, 精度越高. 三、 局部截断误差与方法的阶 （将准确解 代入公式的左、右两端，其左端与右端之差） Euler方法的精度 其中： 上一页 下一页 返回 所以， Euler方法具有 1 阶精度。 将 在点 处一阶Taylor展开 上一页 下一页 返回 所以， 后退的Euler方法也具有 1 阶精度。 将 在点 处一阶Taylor展开 隐式Euler方法的精度 上一页 下一页 返回 — 显、隐式两种算法的平均 ? 欧拉公式的改进 其局部误差为： 此公式具有2阶精度. 称平均公式或梯形公式 梯形公式可由下迭代式计算：其中迭代初值是Euler公式提供. 上一页 下一页 返回 四、改进的欧拉公式 Step 1: 先用显式欧拉公式作预测，算出 ) , ( 1 i i i i y x f h y y + = + Step 2: 再将 代入隐式梯形公式的右边作校正，得到 1 + i y )] , ( ) , ( [ 2 1 1 1 + + + + + = i i i i i i y x f y x f h y y 注：此法亦称为预测-校正法 。 可以证明该算法具有 2 阶精度，同时可以看到它是个单步递推格式，比隐式公式的迭代求解过程简单。它的精度高于显式欧拉法。 上一页 下一页 返回 为了便于编程, 常将改进的欧拉公式写为： 上一页 下一页 返回 例2 用改进的欧拉法解例1中的初值问题. 解：取步长 h=0.1, 改进欧拉法的具体 形式为 具体计算过程如下 上一页 下一页 返回 0.005818 1.737869 1.0 0.001719 1.343360 0.4