上海交通大学计算方法课件(宋宝瑞)CH.8.docVIP

第八章 常微分方程初值问题的数值解法 （1） （1）的解：解析解 函数 常微分方程课程中讨论了（1）的解的存在性，唯一性条件 例如，且满足对的Lipchitz条件： 则（1）的解存在，唯一 以后我们总设 解析解不易求得，或太复杂。实际问题中归结出的方程主要用数值解，即求在一系列离散点上的近似值，这些点是 诸可以不同，为方便计算，设 方法： ⊙据常微分方程理论，已知，则（1）在上的解满足 提示我们从出发，一步一步向前跨，得到 初值问题： Taylor展式法(数值积分法) Euler 折线法 分点 给定（1），在处将展成Taylor展式 一般很小，略去项，得： 一般地， 分段线性函数（Euler折线法名称的由来） 如果 （没有误差） 用Euler折线法求得 则 局部截断误差 Euler折线法算法简单，自开始，但精度差(P.281，表9-1)，几乎不单独用。 向后的Euler公式： Taylor展开可得，， 主项 隐式，可迭代求解，精度也不高。 梯形公式（向前、向后Euler法，取算术平均） 平均斜率 消去截断误差中的项。提高精度 隐式，迭代方法 迭代有限步，或迭代至收敛（收敛吗？下证） (2)-(3) Lipchitz条件 当充分小，即时，方法收敛，缺点迭代次数无法控制。 如果只迭代一次，得到改进的Euler公式 预估—校正法 说明： 优点： 预估与校正精度相同；不需迭代，精度较高。 问题： 已知才可起步，要用其它方法做“表头” Euler法的整体误差 ， 受第1，2，……第n步截断误差的影响 记，则 反复应用上式，又由得 一般， 比低一阶 Runge-Kutta方法(RK法) Taylor展开法（构造公式的基本方法，用于构造任意阶的公式）方法要点 例： 微分两边 ……… 在这一点上，补充可求得的值。 一般地 算子 …………………………….. (D) 是以代入(D)式得到的值。 令，可以构造任意阶的公式。 称为阶精度的公式。 精度高，但太繁琐，常用于求“表头” R-K法 为避免Taylor展开法的繁琐计算，试图不计算，而用多计算几个f(x,y)在不同点上的值来代替 其中与无关。 选择常数，使h的Taylor展式与 顺次有尽可能多的项重合。一般导致非线性方程组，有时不推最高可能阶数，而常要求系数对称，简明易记…. （非常繁琐，一次推得，一般情况通用） 例 二阶的R—K方法推导 用二元Taylor展式 只须二阶，自由系数 我们得到了二阶R-K法 （也称为变形Euler公式）： Un 二阶的方法，用多算一次函数值来避免算. 如果取 ， 我们又一次得到改进的Euler公式，同时回答了前面改进的Euler公式是二阶的问题。 四阶（标准）RK法（常用） 变步长RK法 要点：取一个算： 线性多步法 单步法只用，线性多步法用了若干个点上的信息，限于线性组合，一般的 显式， 隐式。 局部截断误差的计算：设 ，是用（1）式算出的值。 方程等阶于 未知，但： 以作插值多项式，代积分，求出诸和 得到Adams外推法，插值区间不包含，所以得4阶显式公式： 以作插值 多项式代积分得和，此时，有4阶隐式公式 一般利用Taylor展开方程 例如：Taylor展开 代入（2）式得到： 据的Taylor展式，上式中的系数应为，列出相应的线性方程组，从中解出，局部截断误差.考虑稳定性和系数形式简单，也可少解几个方程，有自由未知数。 e.g. 令 ，代入可解得 Simpson公式 局部截断误差 当然也有另外的公式。 Harmming做了多次检验,发现当时稳定性好。得Harmming公式 用数值积分法可推出的公式必可用Taylor法推出。反之不然(如Harmming) 一般来说，隐式的公式稳定性较好，解决隐式的方法：迭代 用其他公式预报。 Harmming预估－校正系统 隐式的四阶Harmming公式 Harmming公式是隐式的，需要一个显式四阶线性多步法公式求的初值。(2)——〉 设： 可推六阶显式 只推四阶，得Miline公式 Harmming的预测-校正系统（隐式，不迭代） {表头} n=1,2,3 用Miline公式预报 改进 用Harmming公式校正 改进 第2、4两步的依据 如果只考虑局部截断误差的主项，我们有 实际上第2、4两步是从近似值中减去误差主项，当然不能消除误差，但可以提高近似的精确度。 高阶方程与一阶方程组 初值问题 引入中间函数 上述等价于： 一阶方程组的初值问题：一般地 写成向