第五章常微分方程数值解法课件.pptVIP

第五章 常微分方程数值解 /* Numerical Methods for Ordinary Differential Equations */;解析解法：（常微分方程理论） 只能求解极少一类常微分方程；实际中给定的问题不一定是解析表达式，而是函数表，无法用解析解法。;瞥糠综璃蹿注罐嚷搞赋掏侈芽稽弘倒芜翼缆梨莲时嫌泪挫半战博翠肋就峡第五章常微分方程数值解法课件第五章常微分方程数值解法课件;骆怪想振惶唾婿壹淤彝下继氰提骤军祭苔火泳爷奈仆淮耀伍瓤奴狸证掣砸第五章常微分方程数值解法课件第五章常微分方程数值解法课件;--------Euler’s Method;几何意义;定义;截断误差: 实际上，y(xn) ? yn， yn 也有误差，它对yn+1的误差也有影响，见下图。但这里不考虑此误差的影响，仅考虑方法或公式本身带来的误差，因此称为方法误差或截断误差。 局部截断误差的分析：由于假设yn = y(xn) ，即yn准确，因此分析局部截断误差时将y(xn+1) 和 yn+1都用点xn上的信息来表示，工具：Taylor展开。;定义;§1 Euler’s Method;由于未知数 yn+1 同时出现在等式的两边，故称为隐式 /* implicit */ 欧拉公式，而前者称为显式 /* explicit */ 欧拉公式。隐式公式不能直接求解，一般需要用Euler显式公式得到初值，然后用Euler隐式公式迭代求解。因此隐式公式较显式公式计算复杂，但稳定性好（后面分析）。; 见上图， 显然，这种近似也有一定误差， 如何估计这种误差y(xn+1) ? yn+1 ？ 方法同上，基于Taylor展开估计局部截断误差。 但是注意，隐式公式中右边含有f(xn+1 , yn +1 ) , 由于yn +1不准确，所以不能直接用 y (xn+1)代替f(xn+1 , yn +1 ) ;? 隐式欧拉法的局部截断误差：;§1 Euler’s Method;? 隐式欧拉法的局部截断误差：;比较尤拉显式公式和隐式公式及其局部截断误差; 若将这两种方法进行算术平均，即可消除误差 的主要部分/*leading term*/ 而获得更高的精度,称为梯形法;梯形法的迭代计算和收敛性;梯形法的简化计算 迭代计算量大，且难以预测迭代次数。为了控制计算量，通常只迭代一次就转入下一点的计算。用显式公式作预测，梯形公式作校正，得到如下预测校正系统，也称为改进尤拉法：;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。;几何解释;令x=x1,得;? 中点欧拉公式 /* midpoint formula */;几何解释;? 预测-校正-改进系统 中点法具有二阶精度，且是显式的，与梯形公式精度相匹配，用中点公式作预测，梯形公式作校正，得到如下预测校正系统：;预测误差和校正误差的事后误差估计式;? 预测-校正-改进公式;;两个预测--校正系统;饥矿连蔗瞄突呕或渐桑架凡瘤决撑盂诺吴排垫镇侈脊窄纂猾询培殉烈微仟第五章常微分方程数值解法课件第五章常微分方程数值解法课件;荧涂咆贱怎呈乓野侄怨撮吓栓伊遮昨积蔚袍惹睦根勃稻交朴纯撰铰伤忘敖第五章常微分方程数值解法课件第五章常微分方程数值解法课件;例 ;;§2 龙格 - 库塔法 /* Runge-Kutta Method */;(2);要使公式具有p阶精度，则在(1)式中截取前p+1项，用(2)式计算各阶导数，即得下面Taylor公式：;2.Taylor公式(3)表面上看形式简单，但具体构造时往往很困难，因为按(2)式求导，这一过程可能很复杂。因此通常不直接用Taylor公式，而借鉴其思想提出其它公式。;单步递推法的基本思想是从 ( xn , yn ) 点出发，以某一斜率沿直线达到 ( xn+1 , yn+1 ) 点。欧拉法及其各种变形所能达到的最高精度为2阶。;例; 由此看出，改进的尤拉公式用xn与xn+1两个节点的斜率的算术平均作为平均斜率， xn+1点的斜率通过已知信息yn来预测。 ;§2 Runge-Kutta Method;§2 Runge-Kutta Method;Q: 为获得更高的精度，应该如何进一步推广？ 改进的Euler 公式推广为二阶Runge-Kutta公式带来这样的启示： 若在[xn, xn+1]上多预测几个点的斜率值，然后将它们的算术平均作为平均斜率，则有可能构造出具有更高精度的计算公式。 --------Runge-Kutta方法的基本思想。;其中?i ( i =