第八章节常微分方程数值解幻灯片.pptVIP

当在某节点上xi的yi值有大小为δ的扰动时，如果在其后的各节点 上的值yi产生的偏差都不大于δ，则称这种方法是稳定的。 稳定性不仅与算法有关，而且与方程中函数f(x,y)也有关，讨论起来比较复杂。为简单起见，通常只针对模型方程 来讨论。一般方程若局部线性化，也可化为上述形式。模型方程相对比较简单，若一个数值方法对模型方程是稳定的，并不能保证该方法对任何方程都稳定，但若某方法对模型方程都不稳定，也就很难用于其他方程的求解。 先考察显式Euler方法的稳定性。模型方程 的Euler公式为 将上式反复递推后，可得 或 式中 要使yi有界，其充要条件为 即 由于 ，故有 （8.26） 可见，如欲保证算法的稳定，显式Euler格式的步长h的选取要受到式（8.26）的限制。 的绝对值越大，则限制的h值就越小。 用隐式Euler格式，对模型方程 的计算公式为，可化为 由于 ,则恒有 ,故恒有 因此，隐式Euler格式是绝对稳定的（无条件稳定）的（对任何h0）。 8.6.2 收敛性 常微分方程初值问题的求解，是将微分方程转化为差分方程来求解，并用计算值yi来近似替代y(xi)，这种近似替代是否合理，还须看分割区间 的长度h越来越小时，即 时， 是否成立。若成立，则称该方法是收敛的，否则称为不收敛。 这里仍以Euler方法为例，来分析其收敛性。 Euler格式 设 表示取 时, 按Euler公式的计算结果, 即 Euler方法局部截断误差为： 设有常数 ，则 （8.27） 总体截断误差 （8.28） 又 由于f(x,y)关于y满足李普希茨条件,即 代入(8.28)上式，有 再利用式（8.27），式（8.28） 即 上式反复递推后，可得 （8.29） 设 （T为常数） 因为 所以 把上式代入式（8.29），得 若不计初值误差，即 ，则有 （8.30） 式(8.30)说明,当时 , ,即 ,所以Euler方法是收敛的，且其收敛速度为 ，即具有一阶收敛速度。同时还说明Euler方法的整体截断误差为 ，因此算法的精度为一阶。 8.3.6 改进欧拉法算法实现 （1）计算步骤 ① 输入 , h , N ② 使用以下改进欧拉法公式进行计算 ③ 输出 ，并使 转到 ② 直至n N 结束。 （2）改进欧拉法的流程图 例8.2 用改进欧拉法解初值问题 区间为?0,1?,取步长h=0.1 解: 改进欧拉法的具体形式 本题的精确解为 例8.3 对初值问题 证明用梯形公式求得的近似解为 并证明当步长h?0时,yn收敛于精确解 证明: 解初值问题的梯形公式为 ∵ ∴ 整理成显式 反复迭代,得到 ∵ ∴ 由于 ，有 ∴ 证毕 8.4 龙格-库塔（Runge-Kutta）法 8.4.1 龙格-库塔(Runge-Kutta)法的基本思想 Euler公式可改写成 则yi+1的表达式与 y(xi+1)的Taylor展开式的前两项完全相同,即局部截断误差为 。 改进的Euler公式又可改写成 上述两组公式在形式上有一个共同点:都是用f(x,y)在某些点上值的线性组合得出y(xi+1)的近似值yi+1,而且增加计算的次数f(x,y)的次数,可提高截断误差的阶。 如欧拉公式:每步计算一次f(x,y)的值,为一阶方法。改进欧拉公式需计算两次f(x,y)的值，它是二阶方法。它的局部截断误差为 。 于是可考虑用函数f(x,y)在若干点上的函数值的线性组合来构造近似公式，构造时要求近似公式在(xi,yi)处的Taylor展开式与解y(x)在xi处的Taylor展开式的前面几项重合，从而使近似公式达到所需要的阶数。既避免求偏导,又提高了计算方法精度的阶数。或者说,在 这一步内多预报几个点的斜率值，然后将其加权平均作为平均斜率，则可构造出更高精度的计算格式，这就是龙格—库塔（Runge-Kutta）法的基本思想。 8.4.2 二阶龙格—库塔法 在 上取两点xi和 ,以该两点处的斜率值k1和k2的加权平均(或称为线性组合)