函数逼近论数值分析A.DOC

第6章 常微分方程的数值解法 §0 引言 一阶常微分方程初值问题 （*） 其中是平面某一区域D上的连续函数， 如果，满足 存在，并满足方程 那么是初值问题（*），在上的解。 对于（*）是否有唯一解？对还要附加一些条件。 定义0.1 如果存在常数，使得对任有 则称满足Lipschitz条件，L为Lipschitz常数。 如果 ，那么有 导数有界(满足Lipschitz条件 如果存在常数，使得对一切及有 则称对满足Lipschitz条件. 定理0.2（存在唯一性），设是在 上的连续函数，而且对满足Lipschitz条件，则对任， 初值问题（*）在上存在唯一的连续可微解. 为了对初值问题进行求解，一些简单问题有解析解，大量非线性问题没有 解析表达式，因此，近似求解和数值求解常微分方程是非常必要的。 首先对连续区间离散化 为常数。 离散点是等矩的也可以不等距的，下面仅讨论等距情况。 在处的值记为，其近似值用表示 §1 简单数值方法 I）显式Euler方法 Euler 略去高阶项 即 设是初值问题的解，那么有 从而有 左边称为差商，即用差商近似微商 从开始，，再利用 （*） 得 的近似值， 再以作为的近似值，由（*）得到的近似值 （1） 这是计算初值问题近似解的公式，当已知时，可由 公式（1）简单地求出，方法称为显式的，由上的 近似值可求出上的近似值，称为单步公式， 称为显式Euler方法。 （II）隐式Euler方法 略去高阶项，并设是初值问题的解，则有 即写为 同样用 的近似值代入有 （2） （2）的右端含有，不能直接由（2）可得，这种方法称为是隐式的。 （2）称为隐式Euler方法；由于不能由直接计算出，而是要解方程，一般 用迭代方法，即 取，或用显式求出作为 即 。 当 时，取 这样方法称为迭代法 考虑迭代收敛性： 当收敛；称为迭代收敛条件 （III）梯形方法 在上对上式进行积分有 等式右边采用梯形公式近似有 用来代替就得到 （3） 此公式称为梯形公式，由于等式右边含有，因而是隐式方法。 用它们来求时必须解方程，一般用迭代求解。取， 迭代公式为 同样，当时，取；仿隐式 Euler方法推导，梯形公式迭代收敛条件为 例1.1 取 计算到 Euler方法 用 代入有 梯形方法 用，代入有 由于是线性方程，因此不用进行迭代 Euler方法与梯形方法计算比较： 从数值结果看出，梯形公式比Euler公式好，但一般梯形公式 需要进行迭代，因此做一步费时；“计算效率”比较，应从 精度，耗机时等方面进行比较，还应从实际对精度要求来考虑。 （IV）予估一校正方法 为了消除迭代，出现了予估一校正的方法，先给出粗糙 估计，然后再给出稍精确的求解，这是微分方程数值解 常用方法。 改进Euler方法 予估 校正 或写成 这公式称为改进的Euler公式，其精度比Euler公式好， 比梯形公式稍差些。 例1.2 用Euler方法和改进Euler方法解初值问题。 步长取 ；由0计算到3。 可以看出改进Euler方法较为精确 （V）显式单步方法基本概念 已经引入了四种方法；Euler方法，隐式Euler方法，梯形方法， 以及改进Euler方法，其中二种为隐式方法，Euler方法与改进Euler方法 为显式方法，下面重点讨论显式方法. 其中，一般显式方法可以统一写成如下形式 从开始进行计算， 在处微分方程初值问题 的精确解。 与之差 称为方法在处的整体截断误差，当然这与整个计算中 每步情况有关，但一般求得较为困难，因此先考虑一步的 截断误差：Euler方法 是典型单步方法， 定义1.3： 称为显式单步法在处的局部截断误差， 其中是微分方程初值问题在处的精确解。 显然对于单步方法 如果每步是精确的 那么 即