常微分方程数值解第六章-1.pptVIP

§6.4 单步方法的收敛性和稳定性 初值问题的数值解法是经过某种离散化过程导出的,因此需要对数值解法进行定性分析.本节主要讨论单步方法的收敛性与稳定性. 6.4.1 单步方法的收敛性 定义6.1 定理6.1 [证明] Lipschiz条件： |f(x,y2)-f(x,y1)|≤L|y2-y1| 等比数列公比为 在收敛性的讨论中,我们已假定差分方程是精确求解的,但实际情况并非如此.例如,初始数据可能存在误差,计算过程中也不可避免地产生计算舍入误差,这些误差的传播和积累都会影响到数值解.那么实际计算得出的数值解能否作为精确解的近似呢?这取决于计算误差是否可控制,这就是数值方法稳定性的问题. 定义6.2 6.4.2 单步方法的稳定性 （-2.78，0） 4 四阶R-K方法 （-2，0） 2 改进Euler方法 （-2.51，0） 3 三阶R-K方法 （-∞，0） 2 梯形方法 （-2，0） 2 二阶R-K方法 （-2，0） 1 Euler方法 确定区间 方法的阶数 方法 确定区间 方法的阶数 方法 综上所述，收敛性是反映差分公式本身的截断误差对数值解的影响；稳定性是反映计算过程中舍入误差对数值解的影响。单步显式方法的稳定性与步长密切相关，在一种步长下是稳定的差分公式，取大一点步长就可能是不稳定的，只有既收敛又稳定的差分公式才有实用价值。 §6.5 线性多步方法 6.5.1 利用待定参数法构造线性多步方法 6.5.2 利用数值积分构造线性多步方法 * * 江西理工大学 第六章 常微分方程数值解法 §6.1 引言 1、 一阶常微分方程初值问题的一般形式是 其中: 2、方程6.1解存在定理 3、数值解的分类 6.2.1 Euler公式 假设初值问题( 6.1)式~ (6.2)式的解y =y (x)存在且足够光滑，对求解区域[a, b]分成n+1个节点: §6.2 Euler方法 比较6.4式和6.5式，为求得 ,只需用到 ,这种方法称为单步法，而6.6式需要 。这种方法称为多步法。 6.4式和6.6式中的 被显式的表示出来了，故 被称为显式公式，而6.5式的两边都含有 项，因 而被称为隐式公式。 -0.00227 0.40000 0.40227 2.00 -0.00481 0.44944 0.45425 1.60 -0.00892 0.49180 0.50073 1.20 -0.01268 0.48780 0.50049 0.80 -0.00804 0.34483 0.35287 0.40 0.00000 0.00000 0.00000 0.00 h=0.05 -0.00419 0.40000 0.40419 2.00 -0.00928 0.44944 0.45872 1.60 -0.01781 0.49180 0.50961 1.20 -0.02590 0.48780 0.51371 0.80 -0.01603 0.34483 0.36085 0.40 0.00000 0.00000 0.00000 0.00 h=0.1 y(xn)-yn y(xn) yn xn h 从计算结果可见,步长h越小,数值解的精度越高. 近似值 准确值 6.2.2 改进的Euler方法 1.732051 1.737869 1.784770 1.0 1.673320 1.678168 1.717779 0.9 1.612452 1.616476 1.649783 0.8 1.549193 1.552515 1.580338 0.7 1.483240 1.485965 1.508966 0.6 1.414214 1.416402 1.435133 0.5 1.344641 1.343360 1.358213 0.4 1.264991 1.266201 1.277438 0.3 1.183216 1.184096 1.191818 0.2 1.095445 1.095909 1.1 0.1 1 1 1 0 精确解y(xn) 改进Euler方法yn Euler方法yn xn 从计算结果可见,改进的Euler方法明显地改善了精度. 6.2.3 Euler公式的误差分析 y(xn)表示精确值 6.2.4* Taylor展开方法 §6.3 Runge-Kutta方法 由Euler方法: 1.7321 1.7321 1.0 5 1.3416 1.3417 0.4 2 1.6125 1.6125 0.8 4 1.1832 1.1832 0.2 1 1.4832 1.4833 0.6 3 1.0 1.00 0.0 0 y(xn