常微分方程数值解法上机实验报告.docxVIP

常微分方程数值解法上机实验报告 实验题1.ODE:u=1-2tu1+t2u0=0，采用Euler折线法、梯形法、RK3、RK4、三步三阶Adams方法求解。 要求：（1）绘制误差下降曲线； （2）确定每个方法的“数值阶” 实验图像和数据： （1）误差曲线图： ①为了比较不同的方法在区间[0,T]固定、所分区间数N不断变大的情况下，在整个区间上数值解与真解的最大误差下降情况，取T=100、N=1000:10000，得到如下图像： 图一：不同方法随着区间数N的增大，最大误差的下降曲线 ②为了探究三步三阶Admas方法的初值选取对后续误差的下降速度的影响，分别用Euler方法给初值，梯形方法给初值，和同阶的RK3方法给初值，同样考虑区间数N变大时，最大误差的下降情况，得到如下图二。 图二：使用不同阶数的方法给出初值对Admas方法的影响 （2）数值阶： 利用如下方法来计算数值阶： ehT=chαeh2T=ch2αorder=log2eheh2 取h=0.1，T=100，对h、h/2、h/4、h/8、h/16，分别计算eh(T)，再利用上述公式，两两相邻计算数值阶，可得如下表格： Euler方法1.0230763111.0111956971.00551595711.002706721梯形方法1.9887729752.0001562161.9984676212.000017355RK33.1010330853.0511392423.0265982583.013430782RK44.0214762184.0112186024.0057134444.002890934三步三阶Admas2.9383190132.98437935832.9960819872.999019688 实验数据分析： 首先这里函数f(t,u)对u满足 Lipschitz 条件，故初值问题是适定的，且可求得真解为：u(t)=3t+t33+3t2. ①.从图一中我们可以看出，随着区间数的增大，5种方法的误差都在下降，由于问题是适定的，这是合理的。且在图中，高阶方法比低阶的方法下降地更快。 我们知道,整体误差e=C*hα，其中常数C与函数的高阶导数大小相关，α为方法的阶数，故整体误差取决于方法的阶数和高阶导数的大小。在一般情形,即函数的高阶导数增长不剧烈的情况下，则此时高阶方法整体误差较小；但在极端情形下，即函数的高阶导数增长特别剧烈时，也有可能反而较低阶的方法整体误差更小。此处对应函数的高阶导数增长不剧烈，故所得结果合理。 ②从图1中可以看出，一阶方法Euler法的下降最慢，其次三阶Admas方法的误差下降与梯形方法差距不大，再然后RK3和RK4依次下降速度变大。 注意到三阶Admas方法的误差下降与梯形方法差距不大，，而梯形方法仅为二阶方法，三阶Admas方法与同为3阶的RK3方法相比误差下降速度小了不少。 对此做出的解释是：一方面三阶Admas方法的另两个初始值由单步Euler法给出，可能影响到了后序误差的下降速度；另一方面，注意到三步Admas法每多迭代一次只计算一个新的函数值，而RK3要计算3个新的函数值，计算量大了不少，也更多地利用了原问题的信息，从这个角度来看故必然有Admas方法的误差下降速度不如同阶的单步法。 ③.从上面图2中可以看出，对三步三阶Admas 方法，由Euler法、梯形法、RK3给初值的误差下降的效果依次变好，但三者效果几乎平行，并无如图1中Admas方法和RK3所呈现出的那般本质上的区别，且通过不断缩小步长h，三者均能达到同样小的误差界。由此得出结论，不必非得用同阶或更高阶的单步法来给多步法提供初值。 ④.从数值阶表格中可以看出，五种方法的数值阶均与理论上的阶数对应，且注意到虽然在图1中三阶Admas方法的表现效果与RK3方法相比有明显的差距，但两者的数值阶都近似为3，没有大的区别。 实验题2.ODE：u=xu(u-2)u0=2，采用如上方法计算；若u0=2+ε ，结果如何？ 实验图像： ① 设置区间为[0,10],初始值为u0=2+10-4,区间数分别为N=100,200,300,500，得到如下数值解与真解的对应图像： ②同样设置区间为[0,10],初始值为u0=2+10-4,步长为0.1,分别使用不同的方法，可得如下图像： 实验数据分析： 这个初值问题由于对u不满足lipschitz条件，故不是适定的。问题的真解为:u(t)=2u0u0-u0-2et2. ①取初值u0=2. 在此种情形下，问题的真解为ut=2,且此时有ft,2=0,? t0.对上述Euler方法、梯形法、RK3、RK4、三步三阶Admas方法对应的迭代公式，从第一步开始每一步都有 fxnyn=0，且利用