计算方法课件 8.1 单步法.pptVIP

* 本节内容提要 Euler公式 (向前、向后、中心差商公式、梯形法) Runge－Kutta法 一阶常微分方程组数值解法　　　　 §8.1 单步法 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： 因此要加一个限定条件。通常会在端点处给出，如初值问题： 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： 常微分方程初值问题的数值解是指通过某种方法获得未知函数 y(x) 在一系列离散点处的近似值。 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。 我们的目的，就是求这个格点函数 数值方法提供的数值解是否有实用价值，需要考察如下几个问题： 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； 做等距分割，利用数值微分代替导数项，建立差分方程。 4.1 Euler公式 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。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 记为 是1阶方法 3、稳定性－误差在以后各步的计算中不会无限制扩大。 我们考虑简单情况：仅初值有误差，而其他计算步骤无误差。 设 是初值有误差后的计算值，则 所以，我们有： 即向前差商公式关于初值是稳定的。 当初始误差充分小，以后各步的误差也充分小。 4、向后差商公式 是隐格式，要迭代求解 可以由向前差商公式求出 5、中心差商公式 是多步，2阶格式，该格式不稳定 6、梯形法－基于数值积分的公式 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 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。 如何得到高精度的格式？ 求数值解一般逐步进行，有单步法与多步法之分： 单步法：在计算yk+1之时只用到 yk 多步法：在计算yk+1之时不仅用到 yk ，还要用yk-1，yk-2，… 一般 m 步法要用到yk,yk-1, yk-2，… yk-m+1，二者都有显式方法和隐式方法之分. 单步显式计算公式可写成 : yk+1 = yk + hΦf(xk,yk, h) 单步法隐式格式 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。 上式函数Φ是连续函数，称为增量函数。 x Euler法y 改进的Euler法y 精确解 0 1.000000 1.000000 1.000000 0.1 1.000000 1.095909 1.095445 0.2 1.191818 1.184097 1.183216 0.3 1.277438 1.266201 1.264911 0.4 1.358213 1.343360 1.341641 0.5 1.435133 1.416402 1.414214 0.6 1.508966 1.485956 1.483240 0.7 1.580338 1.552514 1.549193 0.8 1.649783 1.616475 1.612452 0.9 1.717779 1.678166 1.673320 1.0 1.784770 1.737867 1.732051 4.2 Runge－Kutta法 四阶Runge-Kutta方法 一阶常微分方程组数值解法 在许多实际问题中，常常出现高阶微分方程和高阶微分方程组，通过引入新的变量，总可化为一阶微分方程组。 解一阶常微分方程组的R-K方法