Chapter9常微分方程数值解法选编.pptVIP

取 再利用Taylor展开 利用Taylor展开， 代入 当 时， * * 第九章 常微分方程数值解法 /*Numerical Method for Ordinary Differential Equations*/ 本章主要介绍一阶常微分方程初值问题的数值解法。 ?初值问题及其数值解的概念 §1 引言 常用的一些解析解法： Lapalace变换等 分离变量法、常数变易法、 一阶常微分方程初值问题： 对于初值问题 ，如果 在下列区域内连续： （解的存在唯一性） 且关于 满足Lipschitz条件，即存在常数 ，使 则初值问题 存在唯一解，且解是连续可微的。 所谓数值解是指：在解的存在区间上取一系列点 逐个求出 的近似值 等距节点： 步长 ?初值问题 的解析解及其数值解的几何意义： 初值问题 的解表示过点 的一条曲线 初值问题 的数值解表示一组离散点列 可用拟合方法求该组数据 的近似曲线 积分曲线 §2 Euler方法 ?Euler方法的导出 将 在点 处进行Taylor展开 略去 项： 然后用 代替 ，即得 称上述公式为向前Euler 公式。 若将 在点 处进行Taylor展开 称上述公式为向后Euler 公式。 向后Euler 公式为隐式格式，一般需要迭代求解 略去高阶项，即得 向前Euler公式： 例1：分别用向前和向后Euler 方法求解初值问题 （取步长为 ） 向后Euler公式： 具体计算结果见教材表9.2.1。 解：本题 ?常微分方程数值解法的稳定性 设一个数值方法以定步长 求解实验方程 得到线性差分方程的解 。当 时，若 ， 则称该方法对步长为绝对稳定的；否则称为不稳定的。 将数值方法应用于实验方程，若对一切 都是绝对稳定的，则称区域 为该方法的绝对稳定域。 上述定义表明，若数值方法可使任何一步产生的误差 在后面的计算中都能逐步削弱，则该方法为绝对稳定。 例如，对于向前Euler法： 将其应用于实验方程 当 时，误差将逐步减弱，故此时方法稳定。 向前Euler法绝对稳定区间： 当 因有误差变为 时，则有 ?单步方法的局部误差和阶 单步法的一般形式 隐式单步法 通常称 为增量函数 显式单步法 设 是准确的，用某种方法计算 时产生的截 称 为某方法在点 的整体截断误差。 断误差，称为该方法的局部截断误差，即 其中 为自然数，则称该方法是 阶的或具有 阶精度。 如果给定方法的局部截断误差为 如果一个 阶单步方法的局部截断误差为 则称 为该方法的局部截断误差的主项。 如向前Euler方法的局部截断误差(Taylor展开) 一阶方法 主项 ?Euler方法的误差分析 对初值问题中的微分方程两端在区间 上积分 如果用左矩形公式计算右端积分，并令 其中 上述等式中如果用 代替 ，即得向前Euler格式。 其局部截断误差为 设 关于 和 均满足Lipschitz条件，即 和 其中 而整体截断误差为 注意到 对于初值问题 ，如果 关于 满足 （向前Euler方法的整体截断误差） Lipschitz条件， 为对应的Lipschitz常数，当 时，向前Euler方法的数值解 一致收敛 于初值问题 的精确解，且整体截断误差满足估计式 如果 ，Euler方法的整体截断误差为 一、Runge-Kutta方法的基本思想 §3 龙格-库塔（Runge-Kutta）方法 显式单步法的一般形式： R-K方法是利用一些点的线性组合构造增量函数， 使得相应方法的局部截断误差的阶数尽可能高。 ?二阶Runge-Kutta方法 确定参数 ，使得 与 在点 的Taylor展开式有尽可能多的相同项。 将 在 点展开，有 从而 比较两式的相同项得 方程组有无穷多解 另