计算机数值方法 第五节 常微分方程数值解法lz.pptVIP

例:用四阶R-K法 求解初值问题 举例 解： 举例 举例  举例 例:用四阶Adams 求解初值问题 举例 解： 举例 第五章 常微分方程数值解法 线性多步法（ Multistep Method ） * 提问学生：数值解法的步进式特点，让学生回答这个特点是怎么回事，然后让学生按照递归的特点，得出计算表达式的特点。 * * 三阶龙格 - 库塔法 三、四阶R-K法思想： 利用各种显化方法，对以上公式显化 Simpson公式求积 xi xi +h xi +h/2 三阶龙格 - 库塔法 K1 K2 K3 显Euler P177 要计算3个函数 可以证明(Taylor展开K1，K2，K3） e(h)=O(h4) 具有3阶精度 P180 例：取h=0.1，用三阶、 四阶R-K法求解初值问题 举例 解：用三阶R-K法 取n=1 计算K1， K2， K3， = y1 取n=2 计算K1， K2， K3， = y2 取n=3 计算K1， K2， K3， = y3 n 1 2 K1 … … K2 … … K3 … … y1 … … 列表计算 四阶龙格 - 库塔法(经典R-K法) /* Classical Runge-Kutta Method */ e(h)=O(h5) 4阶精度 ?优缺点： 优点是：(1)都是一步法，因此只要给定一个初始值就 可以一直计算下去； (2)精度相对较高，如经典R-K法为四阶精度 缺点是：(特别是三阶和四阶法)计算量较大。 ?其他问题讨论： R-K法推导基于Taylor展式，因而要求y(x)有较好的光滑性（即有高阶导数）。 最常用的是四阶公式，它适用于一般的问题，准确、稳定、易于编程。 步长h减小，局部误差O(h5)减小 但步数增加，舍入误差积累增加 h要适当， 总误差才最小 四阶龙格 - 库塔法(经典R-K法) /* Classical Runge-Kutta Method */ P180 例：取h=0.1，用三阶、 四阶R-K法求解初值问题 解：用三阶R-K法 取n=1 计算K1， K2， K3， K4 = y1 取n=2 计算K1， K2， K3， K4 = y2 取n=3 计算K1， K2， K3， K4 = y3 n 1 K1 … K2 … K3 … K4 … y1 … 列表计算 例：取h=0.2，用四阶龙格－库塔法求解初值问题 举例 解： 这里 ，经典的四阶龙格-库塔公式为 举例 表中列出了计算结果，同时列出了相应的精确解.比较本章第一个例子的计算结果，显然龙格-库塔方法的精度高. ?名称RK4（A,B,Y0,H） ?存储：K[1]~K[4] = K1~K4 Y[N] = y1,y2…yn ?算法：(1) 输入a，b，n，y0，设计函数F(x,y) (2)Y[0]=y0, H=(b-a)/n，H1=H/2 (3)对i=0，1，2，… ,N-1(由Y[i]计算Y[i+1]) xi=x0+i*h K[1]=F(xi,Y[i]) K[2]=F(xi+H1,Y[i]+H1*K[1]) K[3]=F(xi+H1,Y[i]+H1*K[2]) K[4]=F(xi+H,Y[i]+H*K[3]) Y[i+1]=Y[i]+(K[1]+2*K[2]+2*K[3]+K[4])*h/6 (4)输出Y[1], Y[2],…,Y[N]. 四阶龙格 - 库塔法算法设计（P182) P199 习题10（2） 第五章 作 业 龙格－库塔法 （Runge－Kutta Method ） 第五章 常微分方程数值解法 线性多步法（ Multistep Method ） 线性多步法（ Multistep Method ） 单步法： yk-1 yk 对应xk： a = x0 x1… xn= b 的yk： y0 y1 … yn 优点：不需要其他计算值，计算yk只要用到yk-1 缺点：没有充分利用前几步得到的信息 处理y(xk-1+ah)的困难 多步法： yk-p … yk-2 ，yk-1 yk 用到p步计算的结果 开型求解——Adams法 思想：计算积分时，插值节点取在积分区间[xk-1,xk]的外部 三阶Adams： 显式：取xk-1, xk-2, xk-3 作节点f(x,y)≈L2(x) 误差O(h4) 隐式：取xk, xk-1, xk-2