数值分析第九章常微分方程数值解法 1.pptVIP

第九章 常微分方程数值解法 上机作业 第342页 数值实验第1题 ? 实践表明, 改进Euler法的精度明显高于Euler法. 利用Taylor展开可以证明, 改进Euler的局部截断误差为O ( h3 ), 故它是二阶方法. 它有下列平均化形式： 例 用改进Euler法求解 解 取步长h=0.1, 计算结果见下表 改进Euler法公式为 y (xn) 1.0954 1.1832 1.2649 1.3416 1.4142 1.4832 1.5492 1.6125 1.6733 1.7321 xn 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 yn 1.0959 1.1841 1.2662 1.3434 1.4164 1.4860 1.5525 1.6165 1.6782 1.7379 ? 同Euler法的计算结果比较, 改进Euler法明显改善了精度. ? 改进Euler法的几何意义 ( K1 + K2)/2 K2 K1 xn xn+1 考察差商 根据微分中值定理，存在点?，利用所给方程 y?=f (x, y) 得 称 K*=f (?, y(? ))为区间[xn , xn+1]上的平均斜率, 这样只要对平均斜率 K*提供一种算法，相应地便导出一种计算格式. §3 Runge-Kutta法 ? Runge-Kutta法的基本思想 梯形法： 改进Euler法： 其中 Euler法： 向后Euler法： Runge－Kutta法的基本思想就是设法在[xn , xn+1]内多预报几个点的斜率值，然后把它们加权平均作为平均斜率，以期望构造出更高精度的计算格式. ? Runge-Kutta法的基本思想 考察区间[xn , xn+1]内一点xn+p=xn+ph, 0p?1, 用两个点xn, xn+p 的斜率K1, K2的加权平均代替平均斜率K*, 得如下计算格式： 其中有两个待定参数?, p, 适当选取它们的值，使上述格式有尽可能高的精度. ? 二阶Runge-Kutta方法 K1 K2 xn xn+ph xn+1 = xn+h (1??) K1 + ? K2 加权平均斜率 ? 若 ? p=1/2, 则该格式是二阶的, 故统称满足这一条件的一族公式为二阶Runge-Kutta方法. 特别地, 当 p=1, ?=1/2 时, 上述格式即为改进的Euler 法，如果取 p=1/2, ?=1 则上述格式称为中点法. K1 K2 xn xn+1/2 xn+1 中点公式 K2 由此可以构造三阶Runge-Kutta方法. ? 为了进一步提高精度，可以考虑用三个点 xn, xn+p, xn+q 的斜率值 K1, K2, K3 加权平均得出平均斜率K*的近似值, 其中 ? 三阶Runge-Kutta方法 经典的三阶Runge-Kutta方法 ? 若用四个点的斜率值的加权平均来近似平均斜率,可以导出四阶Runge-Kutta方法. ? 四阶Runge-Kutta方法 经典的四阶Runge-Kutta方法 xn xn + h/2 xn + h K1 K2 K3 K4 经典的四阶Runge-Kutta方法 例 设取步长 h=0.2用四阶 Runge-Kutta 方法求解 解 y (xn) 1.1832 1.3416 1.4832 1.6125 1.7321 xn 0.2 0.4 0.6 0.8 1.0 yn 1.1832 1.3416 1.4832 1.6124 1.7320 ? 同Euler法和改进Euler法的计算结果比较, 显然以四阶RK法的精度为高. 四阶RK法每1步计算4次函数值, 改进Euler法每1步只要计算2次函数值, 但由于这里步长放大了2倍, 两者所用计算量几乎相同. 取步长 h=0.2, 计算结果见右表 ? Runge-Kutta方法的推导基于 Taylor 展开法, 因而它要求解具有较好的光滑性. 如果解的光滑性差, 那么, 使用四阶Runge-Kutta方法求得的数值解, 其精度反而不如改进的Euler法. 实际计算时, 应当针对问题的具体特点选择合适的算法. ? 在逐步推进的求解过程中, 计算yn+1之前事实上已经求出了一系列的近似值y0, y1,…, yn, 如果充分利用前面多步的信息来预测 yn+1, 则可以期望会获得较高的精度. 这就是线性多步法的基本思想. §4 线性多步法 ? 线性二步法的一般格式 ? 局部截断误差 ? 一般的线性多步法公式可表示为 其中?i , ?i 均为常数, fk=f (xk , yk) (k=n+1