第六章-常微分方程初值问题初步.pptVIP

6.2 Runge-Kutta法 一、Runge-Kutta方法的导出 对于常微分方程的初值问题 的解 即 ----------(1) ----------(1) 引入记号 就可得到相应的Runge-Kutta方法 ----------(2) 即(2)式 二、低阶Runge-Kutta方法 如下图 即 则(4)式化为 即Euler方法 Euler方法也称为一阶Runge-Kutta方法 由于 ----(3) (由(3)式) 令 则(2)式化为 -----------(4) 即改进Euler公式,也称为二阶Runge-Kutta法 三、高阶Runge-Kutta方法 未知 令 令 参照Simpson求解公式 取 则(2)式化为 -----------(5) (5)式称为三阶Runge-Kutta方法，且具有3阶精度 类似于(5)式,还可构造四阶(经典)Runge=Kutta方法 -----------(6) 因而方法(6)有4阶精度 例1. 使用高阶R-K方法计算初值问题 解: (1) 使用三阶R-K方法(5) * * 第六章 常微分方程初值问题初步 6.1 基本理论与Euler方法 6.3 方程组与高阶问题 6.2 Runge－Kutta方法 6.4 Stiff问题 6.1 基本理论与Euler方法 在工程和科学技术的实际问题中，常需要求解常微分方程 常微分方程定解问题： 初值问题和边值问题 一阶方程初值问题 (1) 只有简单的和典型的微分方程可以求出解析解 而在实际问题中的微分方程往往无法求出解析解，只能用近似方法求解。 近似解析方法，如级数解法、逐次逼近法等； 数值解法 前提：解的存在唯一性 近似方法有两类： 定理1. 对于问题(1),要求它的数值解 (1) 从(1)的表达式 可以看出,求它的数值解的关键在于 而数值积分问题我们都已经学习过 一、基于数值微分的常微分方程数值解法 (1) 对于初值问题(1) 在下列子区间上分别应用两点数值微分公式 为了讨论方便,假设以下节点为等距节点 (2) (一) Euler公式 由(2)式每组的前一半可得 (3) (4) 记 其中 (3)和(4)式称为求解初值问题(1)的(前进)Euler公式和误差项 由(2)式每组的后一半可得 记 其中 --------(5) --------(6) (5)和(6)式称为求解初值问题(1)的后退Euler公式和误差项 从(3)或(5)式不难看出, 这种类型的方法称为单步格式或单步法 Euler方法的几何意义: 前进Euler公式 后退Euler公式 折线法 例1. 解: 由前进Euler公式 得 依此类推,有 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 前进Euler公式 精确解 0 1.0000 0.1000 1.1000 0.2000 1.1918 0.3000 1.2774 0.4000 1.3582 0.5000 1.4351 0.6000 1.5090 0.7000 1.5803 0.8000 1.6498 0.9000 1.7178 1.0000 1.7848 由于后退Euler公式是隐形公式,计算例1将很麻烦 事实上大多数情况下用后退Euler公式都较困难 就可得到新的Euler公式 (7) 此方法称为预测—校正系统 用Euler公式的预测——校正系统求解例1. 例2. 解: 由(7)式,有 依此类推,得 0 1.0000 0.1000 1.0918 0.2000 1.1763 0.3000 1.2546 0.4000 1.3278 0.5000 1.3964 0.6000 1.4609 0.7000 1.5216 0.8000 1.5786 0.9000 1.6321 1.0000 1.6819 比较不同的结果 定义1.