第3篇 常微分方程.ppt

第3章　常微分方程的差分方法 把这个典型微分方程规定为： 差分方程运用到如上的微分方程后，可以得到 对于给定的初始误差 ，误差方程具有一样的形式 定义：差分方程称为绝对稳定的，若差分方程作用到微分方程 时，对任意的初值，总存在左半复平面上的一个区域，当 在这个区域时，差分方程的解趋于0。这个区域称为稳定区域 例：Euler公式的稳定性 误差方程： 0 -1 -2 Re Img 考察隐式欧拉法 可见绝对稳定区域为： 2 1 0 Re Img 注：一般来说，隐式欧拉法的绝对稳定性比同阶的显式法的好。 3阶Runge-Kutta 显式 1~ 4 阶方法的绝对稳定区域为 k = 1 k = 2 k = 3 k = 4 - 1 - 2 - 3 - - - 1 2 3 Re Img * 实际中，很多问题的数学模型都是微分方程。我们可以研究它们的一些性质。但是，只有极少数特殊的方程有解析解。对于绝大部分的微分方程是没有解析解的。 常微分方程作为微分方程的基本类型之一，在自然界与工程界有很广泛的应用。很多问题的数学表述都可以归结为常微分方程的定解问题。很多偏微分方程问题，也可以化为常微分方程问题来近似求解。 本章讨论常微分方程的数值解法 对于一个常微分方程： 通常会有无穷个解。如： 因此，我们要加入一个限定条件。通常会在端点出给出，如下面的初值问题： 为了使解存在唯一，一般，要加限制条件在f上，要求f对y满足Lipschitz条件： 常微分方程的解是一个函数，但是，计算机没有办法对函数进行运算。因此，常微分方程的数值解并不是求函数的近似，而是求解函数在某些节点的近似值。 例：我们对区间做等距分割： 设解函数在节点的近似为 由数值微分公式，我们有 ，则： 向前差商公式 可以看到，给出初值，就可以用上式求出所有的 基本步骤如下： ③ 解差分方程，求出格点函数 ① 对区间作分割： 求y(x)在xi上的近似值yi。 称为分割 上的格点函数 ② 由微分方程出发，建立求格点函数的差分方程。这个方程满足： A、解存在唯一；B、稳定，收敛；C、相容 数值方法，主要研究步骤②，即如何建立差分方程，并研究差分方程的性质。 这种方法 ，称为数值离散方法（差分法）。求的是在一系列离散点列上，求未知函数y在这些点上的值的近似。 我们的目的，就是求这个格点函数 为了考察数值方法提供的数值解，是否有实用价值，需要知道如下几个结论： ① 收敛性问题 ② 误差估计 ③ 稳定性问题 步长充分小时，所得到的数值解能否逼近问题的真解； 舍入误差，在以后各步的计算中，是否会无限制扩大； 3.1 Euler公式 做等距分割，利用数值微分代替导数项，建立差分方程。 1、向前差商公式 所以，可以构造差分方程 称为局部截断误差。显然，这个误差在逐步计算过程中会传播，积累。因此还要估计这种积累 定义 　　　在假设 yi = y(xi)，即第 i 步计算是精确的前提下，考虑的截断误差 Ri = y(xi+1) ? yi+1 称为局部截断误差 /* local truncation error */。 定义 　　　若某算法的局部截断误差为O(hp+1)，则称该算法有p 阶精度。 2、收敛性 考察局部误差的传播和积累，-----Euler方法是一阶的 3.2 向后差商公式（隐式Euler格式） 是隐格式，要迭代求解 可以由向前差商公式求出 3.3 中心差商公式（两步Euler格式） 是多步，2阶格式，该格式不稳定 3.4 改进Euler法 对微分方程 做积分，则： 类似，可以算出其误差估计式： 2阶的方法 所以，有格式为： 是个隐式的方法，要用迭代法求解 局部截断误差 --------梯形格式 将梯形法和Euler法相结合，可得到改进的Euler法： 从另一个角度看， 取(x,y)及其附近的点做线性组合，表示F，问题就好办了。当然，要求此时的展开精度相同。这种方法称为Runge－Kutta法 3.5 Runge－Kutta法 在(x,y)处展开， 比较 以2阶为例，设 有： 1、改进的Euler公式 2、Heun公式 一般的Runge－Kutta法构造 常见的为3阶，4阶公式 3.6 线性多步法 用若干节点处的 y 及 y’ 值的线性组合来近似y(xn+1)。 ) ... ( ... 1 1 0 1 1 1 1 0 1 k n k n n n k n k n n n f f f f h y y y y - - + - - - + + + + + + + + + = b b b b a a a 其通式可写为： 当 ??1?0 时，为隐式公式; ??1=0 则为显式公式。 ? 基于数值积分的构造法 将