21讲：Euler法与改进Euler法.pptVIP

主要内容： 一、 引 言 二、 建立数值解法的常用方法 三、 Euler方法 四、 几何意义 五、 Euler方法的误差估计 六、 向后Euler方法 2、 整体截断误差 主要内容： 1:引 言 2:建立数值解法的常用方法 3: Euler方法 4:几何意义 5: Euler方法的误差估计 6:向后Euler方法 第 二 节 向后Euler法与Euler法形式上相似，但实际 计算时却复杂得多。Euler公式是显式的，可直接 求解。向后Euler公式是隐式公式，一般要用迭代 法求解，迭代公式通常为 如果用中心差商代替导数，则可导出Euler两步公式。 六、向后Euler方法 本 节 小 结 改进的Euler方法 改进的Euler方法 利用数值积分将微分方程离散化得梯形公式: 解决方法：有的可化为显格式，但有的不行 梯形方法为隐式算法 改进的Euler方法 梯形公式比欧拉法精度高一些,但计算量较大 实际计算中只迭代一次，这样建立的预测—校正系统称作改进的欧拉公式。 改进的Euler方法 改进的Euler方法 二、改进的Euler法 梯形方法虽然提高了精度，但算法复杂，计算量大。如果实际计算时精度要求不太高，用梯形公式求解时，每步可以迭代一次，由此导出一种新的方法——改进Euler法。这种方法实际上就是将Euler公式与梯形公式结合使用：先用Euler公式求 的一个初步近似值 ，称为预测值，预测值 的精度可能很差，再用梯形公式校正求得近似值 即 改进Euler法 亦称为由Euler公式和梯形公式得到的 预测－校正(Predictor-Corrector)系统。 为便于上机编程，常改写成 例3 解 （1）用Euler方法得算式为 （2）用改进的Euler方法得算式为 数值结果见下表： 1 1.095445 1.183216 1.264991 1.341641 1.414214 1.483240 1.549193 1.612452 1.673320 1.732051 1.000000 1.095909 1.184096 1.266201 1.343360 1.416402 1.485956 1.552515 1.616476 1.678168 1.737869 1.000000 1.100000 1.191818 1.277438 1.358213 1.435133 1.508966 1.580338 1.649783 1.717779 1.784770 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 精确值y 改进的Euler法的y Euler法的y x 从计算结果可见，改进Euler法的精度明显高于Euler法。 Mathematia程序 用求根公式求解初值问题 Clear[x,y,h] h=0.1; x[n_]:=n*h; DSolve[{y[x]==y[x]-2x/y[x], y[0]==1},y[x],x] Table[%/.x-x[n],{n,1,6}]; MatrixForm[%] y[0] - 1 y[0.1] - 1.09545 y[0.2] - 1.18322 y[0.3] - 1.26491 y[0.4] - 1.34164 y[0.5] - 1.41421 y[0.6] - 1.48324 Mathematia程序 Clear[x,y,h] x[0]=0; y[0]=1; h=0.2; x[n_]:=n*h; f[u_,v_]:=v-2u/v K1[n_]:=f[x[n-1],y[n-1]] K2[n_]:=f[x[n-1]+h,y[n-1]+h*K1[n]]; y[n_]:=y[n-1]+h/2*(K1[n]+K2[n]); Table[{x[n],y[n]},{n,0,6}]//N; MatrixForm[%] 0 1. 0.1 1.09774 0.2 1.18757 0.3 1.27129 0.4 1.35013 0.5 1.42499 0.6 1.49657 比较 Euler近似解 精确解 0 1. 0.1 1.1 0.2 1.19182 0.3 1.27744 0.4 1.35821 0.5 1.43513 0.6 1.50897 y[0] -