常微分方程初值问题的数值解法60625.pptVIP

§9.2 Euler方法 Taylor展开法 数值积分法 2 隐式Euler方法 梯形法求解算法 2 Runge—Kutta方法 * * 常微分方程初值问题的数值解法 §9.2 Euler方法 §9.3 Runge –Kutta 公式 §9.4 单步法的进一步讨论 §9.5 线性多步法 §9.1 引言 数值算例 1 问题 解析解: 多数情况下求不出 近似方法: 近似解析法(级数解法，逐次逼近法) 数值解法(给出一些离散点处解的近似值) §9.1 引言 若f（x,y）在区域D= 上连续，且 关于y满足Lipschitz条件, 即存在常数L,使 其中L是与x,y1,y2无 关的常数,则初值问题存在唯一解，且解连续可微。 Remark：若f(x,y)对y可微且偏导数有界，则可取 2 解的存在唯一性 解的适定性：解的存在性、唯一性、对数据（右端项以及初值）的连续依赖性。 定理：若f（x,y）在区域D= 上关于 y 满足Lipschitz连续条件，则初值问题适定。 4 等价的积分方程 若y(x)是初值问题的解，对方程两边积分，利用初始条件可得： 也可以从积分方程出发构造初值问题的求解公式 3 解的适定性 数值解是求上述初值问题的解y(x)在[a，b]中的点列 上的近似值 。 称为步长。 一般情况下取等步长，记为h 。 约定：解析解（理论解）用 表示, 数值解法的精确解用 表示, 并记fn=f(xn,yn), 求初值问题的数值解一般是逐步进行的，即计算出yn之后计算yn+1。 5 数值解法 （1）单步法：在计算 yn+1 时只用到 yn （2）多步法：计算yn+1时用到yn,yn-1, yn-2, …， yn-p＋1 （p步法） Back 单步法和多步法都有显式和隐式方法之分。 对多步法，显式和隐式的概念相同。 6 数值解法的分类 1 显式欧拉（Euler）方法 设节点为 ，欧拉公式 建立途径：差商法，泰勒展开法，数值积分法 差商法 取h的线性部分, 并用yn表示y(xn)的近似值,得 对微分方程两端从xn到xn+1积分，得 对右端的积分部分采用左矩形公式近似 常微分方程初值问题的解曲线y(x)过点P0(x0,y0)。 从P0出发以f(x0,y0)为斜率作直线，与x=x1相交于点P1(x1,y1) , 有y1=y0+hf(x0,y0)。 再由P1出发以f(x1,y1)为斜率作直线，与x=x2相交于点P2(x2,y2)，有y2=y1+hf(x1,y1)。这样一直做下去，得到一条折线P0P1P2……，作为y(x)的近似曲线。因此，Euler方法又称为Euler折线法。 欧拉（Euler）方法的几何意义 积分用右矩形公式 上式是一个隐式的单步方法，称为隐式欧拉法或后退的欧拉法。利用此方法，每一步都要把上式作为yn+1的方程求解。 为得到更精确的方法，积分方程中用梯形公式 近似积分项，再分别用yn，yn+1代替y(xn)和y(xn＋1)，即得梯形方法： 该方法也是一种隐式的单步方法。 3 Euler方法的改进 从n＝0开始计算，每步都要求解关于yn+1的方程。一般来说，这是一非线性方程，可迭代计算如下： 当f(x,y)关于y满足Lipschitz条件时，且步长h满足hL/21 时，上述迭代过程是收敛的。 迭代法收敛性分析 实用中，h 取得较小时,梯形方法第二式只迭代一次就结束，得到Euler预估—校正方法(改进的Euler方法)： 其中第一式称为预估算式，第二式称为校正算式。 4 Euler预估—校正方法 思考：该法和梯形法是否具有相同解的收敛速度？ 若将Euler预-校方法中的第一式带入第二式，得 Remark：这是一种显示单步法。为了计算方便，常将上式改写成： 另两种写法 设一般的单步法为： 显示公式： 隐式公式： 设yn为数值方法的精确值，y(xn)为微分方程的精确解 Remark：整体截断误差不仅与 这步的计算有关，而且与前面所有点的计算的误差累计有关。为了简化误差分析，我们着重分析计算中的某一步。对一般的显示单步法，有如下定义： 5 单步法的整体截断误差 这就是上面定义中称Rn,h为“局部”的含义，我们一般用 该式作为定义。这里应该注意， Rn,h和整体截断误差 en+1是不同的。 注：上式即为假设yn=y(xn)，即第n步及以前各步都没有误差，由显示单步法计算一步所产生的误差 对显式单步法，称下式为数值方