第九章常微方程数值解.pptVIP

Ch9　常微分方程数值解 单步法：在计算yi+1 时只利用y i 多步法：在计算yi+1 时不仅利用y i , 还要利用 yi?1, yi?2,…, * 石家庄铁道学院 数理系 在自然界与工程界中,很多问题的数学表述都可以归结为解常微分方程和偏微分方程问题.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求其解析解是很困难的。因此研究微分方程的数值解是很重要的。 本章讨论常微分方程的数值解法 欧拉法,后退的欧拉法,梯形公式; 显式的,隐式的方法,单步法多步法, 局部截断误差; 常用的四阶R-K方法 另外,还有收敛性分析, 稳定性分析,刚性方程, 高性能算法等. 对于一个常微分方程： 通常会有无穷个解。例如： 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： 如何求解 解析解法：（常微分方程理论） 只能求解极少一类常微分方程；实际中给定的问题不一定是解析表达式，而是函数表，无法用解析解法。 计算解函数 y(x) 在一系列节点 a = x0 x1… xn= b 处的近似值 节点间距 为步长，通常采用等距节点，即取 hi = h (常数)。 数值解法: 求解所有的常微分方程 步进式：根据已知的或已求出的节点上的函数值计算当前节点上的函数值，一步一步向前推进。因此只需建立由已知的或已求出的节点上的函数值求当前节点函数值的递推公式即可。 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 这种方法 ，称为数值离散方法。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。 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 步长充分小时，所得到的数值解能否逼近问题得真解；即收敛性问题 ② 误差估计 ③ 产生得舍入误差，在以后得各步计算中，是否会无限制扩大；即稳定性问题 k步法：在计算yi+1 时要用到yi,yi?1,…,yi?k+1 显式计算公式可写成:yk+1=yk+hΦf(xk，yk;h） 隐式格式:yk+1=yk+hΦf（xk，yk,yk+1;h） 它每步求解yk+1需要解一个隐式方程 1 .Euler公式 做等距分割，利用数值微分代替导数项， 向前差商公式 于是得到Euler公式 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。 Euler公式 一阶 显式的 2. 后退的Euler公式 是隐式的，要迭代求解 后退的Euler公式 一阶隐式的 预测-校正系统: 用显式算法预测, 再用隐式算法校正 P Q R 两式相加平均得到梯形公式 预测-校正系统: 用显式算法预测, 再用隐式算法校正 2阶隐式的 改进的 欧拉格式 3.梯形公式 2阶隐式的单步法 几何解释 xn xn+1 A B Pn+1=(A+B)/2 尤拉法 后退尤拉法 梯形法 ? 基于数值积分的构造法 将 在 上积分，得到 只要近似地算出右边的积分 ，则可通过 近似y(xn+1) 。而选用不同近似式 Ik，可得到不同的计算公式。 Another point of view 所以，有格式为： 局部截断误差 梯形公式 隐式的 对微分方程 做积分，则： 例如 单步 差 隐 2阶 梯形公式 二步 好 显 2阶 中点法 单步 好 隐 1阶 尤拉隐式公式 单步 差 显 1阶 尤拉显式公式 步数 稳定性 显隐 精度 局部截断误差 公式 summary 4. Runge－Kutta法 由Taylor展开 记为 所以，可以构造格式 这种格式使用到了各阶偏导数，使用不便。 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。 在(x,