第六章-常微分方程的数值解法-2012.pptVIP

R-K公式 1、 2、确定方法，然后求解 （0.20276 0.0881157） （0.213007 0.0934037） （0.223763 0.0988499） （0.235052 0.104437） （0.246902 0.110146） 4阶Runge-Kutta法，h=1 例 高阶方程 则有： 令 一阶方程组 复 习 第1章　误差 误差的来源 绝对误差、相对误差的计算 有效数字 数值运算中应注意的原则 第2章　非线性方程求根 二分法 简单迭代法 Newton迭代法 迭代法收敛的充要条件 第3章　线性代数方程组的解法 直接法Gauss消元、列主元消元、LU分解（Doolittle分解法、追赶法） 向量的范数 矩阵的范数、条件数、谱半径 迭代法 Jacobi迭代、Gauss-Seidel迭代 迭代法收敛的充要条件 第4章　插值与拟合 Lagrange插值 差商、Newton插值 差分、Newton插值 三次样条插值 最小二乘法 第5章　数值微分和数值积分 数值微分 两点公式、三点公式 数值积分 代数精度 低阶Newton-Cotes公式 复合低阶Newton-Cotes公式 变步长求积公式 龙贝格算法 第6章　常微分方程数值解 常微分方程初值问题 化为积分方程 利用Euler公式求解 利用改进Euler公式求解 利用Runge-Kutta公式求解 一阶方程组与高阶方程的数值解法 向前Euler公式 向后Euler公式 改进的 Euler公式 经典R-K公式 比较欧拉显式公式和隐式公式及其局部截断误差 显式公式 隐式公式 梯形公式 — 显、隐式两种算法的平均 注：的确有局部截断误差 ， 即梯形公式具有2 阶精度，比欧拉方法有了进步。但注意到该公式是隐式公式，计算时不得不用到迭代法，其迭代收敛性与欧拉公式相似。 （2）用数值积分方法　 若对积分用梯形公式，则得 梯形公式 公式 局部截断误差 精度 显隐 稳定性 步数 欧拉显式公式 1阶 显 差 单步 欧拉隐式公式 1阶 隐 好 单步 梯形 公式 2阶 隐 好 单步 欧拉法小结 §8.3 改进欧拉(Euler)方法 §8.3 改进欧拉(Euler)方法 §2 改进欧拉(Euler)方法 显式欧拉公式：计算工作量小，但精度低。 梯形公式：提高了精度，但为隐式公式，需用迭代法求解,计算工作量大。 改进的欧拉公式：综合欧拉公式和梯形公式 先用欧拉公式求出一个初步的近似值 ，称为预测值，它的精度不高，再用梯形公式对它校正一次，即迭代一次，求得yn+1，称为校正值， 这种预测-校正方法称为 改进的欧拉公式： 称为Euler公式与梯形公式的预测—校正系统。 改进的欧拉公式的精度为二阶。这是一种一步显式格式，它可以表示为嵌套形式。 实际计算时，常改写成以下形式 例：写出如下初值问题的改近Euler 法的近似解的表达式 例：考察初值问题 在区间[0, 0.5]上的解。 分别用欧拉显、隐式格式和改进的欧拉格式计算数值解。 0.0 0.1 0.2 0.3 0.4 0.5 精确解 改进欧拉法 欧拉隐式 欧拉显式 节点 xi 1.0000 ?2.0000 4.0000 ?8.0000 1.6000?101 ?3.2000?101 1.0000 2.5000?10?1 6.2500?10?2 1.5625?10?2 3.9063?10?3 9.7656?10?4 1.0000 2.5000 6.2500 1.5626?101 3.9063?101 9.7656?101 1.0000 4.9787?10?2 2.4788?10?3 1.2341?10?4 6.1442?10?6 3.0590?10?7 §2 单步法的稳定性 定义：若某算法在计算过程中任一步产生的误差在以后的计算中都逐步衰减，则称该算法是绝对稳定的。 一般分析某算法的稳定性时，为简单起见，只考虑模型方程或试验方程： 引进试验方程： 记数值误差为： 向前欧拉公式的稳定性 试验方程的欧拉公式 若每步计算有舍入误差，则 当λ为复数时 当λ为实数时 §3 龙格-库塔法 微分中值定理 Euler公式 后退Euler公式 改进Euler公式 步长一定是h 吗？ 斜率 一定取k1 k2 的平均值吗？ 例如取 m 个点的斜率构造如下形式