线性多步法2详解.pptVIP

* §1 Euler’s Method 欧拉公式的改进： 隐式欧拉法 /* implicit Euler method */ 向后差商近似导数 x0 x1 )) ( , ( ) ( 1 1 0 1 x y x f h y x y + ? ) 1 , ... , 0 ( ) , ( 1 1 1 - = + = + + + n i y x f h y y i i i i 由于未知数 yi+1 同时出现在等式的两边，不能直接得到，故称为隐式 /* implicit */ 欧拉公式，而前者称为显式 /* explicit */ 欧拉公式。 一般先用显式计算一个初值，再迭代求解。 隐式欧拉法的局部截断误差： 即隐式欧拉公式具有 1 阶精度。 §1 Euler’s Method 梯形公式 /* trapezoid formula */ — 显、隐式两种算法的平均 注：的确有局部截断误差 ， 即梯形公式具有2 阶精度，比欧拉方法有了进步。但注意到该公式是隐式公式，计算时不得不用到迭代法，其迭代收敛性与欧拉公式相似。 中点欧拉公式 /* midpoint formula */ 中心差商近似导数 x0 x2 x1 假设 ，则可以导出 即中点公式具有 2 阶精度。 需要2个初值 y0和 y1来启动递推 过程，这样的算法称为双步法 /* double-step method */，而前面的三种算法都是单步法 /* single-step method */。 方 法 ? ? §1 Euler’s Method 显式欧拉 隐式欧拉 梯形公式 中点公式 简单 精度低 稳定性最好 精度低, 计算量大 精度提高 计算量大 精度提高, 显式 多一个初值, 可能影响精度 改进欧拉法 /* modified Euler’s method */ 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 /* predictor-corrector method */。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。后面将看到，它的稳定性高于显式欧拉法。 §1 Euler’s Method §2 龙格 - 库塔法 /* Runge-Kutta Method */ 建立高精度的单步递推格式 单步递推法的基本思想是从 ( xi , yi ) 点出发，以某一斜率沿直线达到 ( xi+1 , yi+1 ) 点。欧拉法及其各种变形所能达到的最高精度为2阶。 考察改进的欧拉法，可以将其改写为： 斜率 一定取K1 K2 的平均值吗？ 步长一定是一个h 吗？ §2 Runge-Kutta Method 首先希望能确定系数 ?1、?2、p，使得到的算法格式有2阶精度，即在 的前提假设下，使得 Step 1: 将 K2 在 ( xi , yi ) 点作 Taylor 展开 如何确定下式中的系数？ ) , ( ) , ( ] [ 1 2 1 2 2 1 1 1 phK y ph x f K y x f K K K h y y i i i i i i + + = = + + = + l l Step 2: 将 K2 代入第1式，得到 §2 Runge-Kutta Method Step 3: 将 yi+1 与 y( xi+1 ) 在 xi 点的泰勒展开作比较 要求 ，则必须有： 这里有 个未知数， 个方程。 3 2 存在无穷多个解。所有满足上式的格式统称为2阶龙格 - 库塔格式。 注意到， 就是改进的欧拉法。 Q: 为获得更高的精度，应该如何进一步推广？ 其中?i ( i = 1, …, m )，?i ( i = 2, …, m ) 和 ?ij ( i = 2, …, m; j = 1, …, i?1 ) 均为待定系数，确定这些系数的步骤与前面相似。 §2 Runge-Kutta Method ) ... , ( ... ... ) , ( ) , ( ) , (