1 数值解法相关公式
1.1 为什么要研究数值解法?
所谓数值解法,就是设法将常微分方程离散化,建立差分方程,给出解在一些离散点上的近似值.
1.2 问题 7.1 一阶常微分方程初值问题的一般形式
其中 f(x,y) 是已知函数, α 为给定的初值.
若函数 f(x,y) 在区域
{a⩽x⩽b,−∞<y<+∞} 上连续且关于 y 满足
其中 L>0 为 Lipschitz 常数,则初值问题(7.1)有唯一解。
1.3 构造数值解法的基本思想
假设初值问题(7.1)的解 y=y(x) 唯一存在且足够光滑.对求解区域 [a,b] 做剖分
我们采用数值积分方法来建立差分公式.
在区间 [xn,xn+1] 上对方程(7.1)做积分,则有
对右侧分别应用左矩形公式、梯形公式和中矩形公式,可分别得到 Euler 公式、梯形差分公式和 Euler 中点公式。
1.4 Euler 公式
1.5 梯形差分公式
1.6 Euler 中点公式(双步 Euler 公式)
在 Euler 公式和梯形公式中,为求得 yn+1 ,只需用到前一步的值 yn ,这种差分方法称为 单步法,这是一种自开始方法. Euler 中点公式则不然, 计算 yn+1 时需用到前两步的值 yn , yn−1 ,称其为 两步方法,两步以上的方法统称为 多步法.在 Euler 公式和 Euler 中点公式中,需要计算的 yn+1 已被显式表示出来,称这类差分公式为 显式公式,而梯形公式中,需要计算的 yn+1 隐含在等式两侧,称其为 隐式公式.隐式公式中,每次计算 yn+1 都需解方程,要比显式公式需要更多的计算量,但其计算稳定性较好.
1.7 改进的 Euler 方法
从数值积分的角度来看,梯形差分公式计算数值解的精度要比
Euler
公式好,但它属于隐式公式,不便于计算.实际上,常将
Euler
公式与梯形差分公式结合使用,通常采用只迭代一次的算法:
2 差分公式的误差分析
在节点
xn+1
的误差
y(xn+1−yn+1)
,不仅与
yn+1
这一步计算有关,而且与前
n
步计算值
为了简化误差分析,着重研究进行一步计算时产生的误差,即假设
yn=y(xn)
,求误差
y(xn+1)−yn+1
,这时的误差称为局部截断误差,它可以反映出差分公式的精度。
如果单步差分公式的局部截断误差为
O(hp+1)
,则称该公式为
p
阶方法.这里
研究差分公式阶的重要手段是
Taylor
展开式,一元函数和二元函数的
Taylor
展开式为:
2.1 Taylor 一元展开式
其中,
2.2 Taylor 二元展开式
对 Euler 方法,有
从而 y(xn+1)−yn+1=O(h2) ,所以 Euler 是一阶方法。
3 单步方法的收敛性与稳定性
3.1 单步方法的收敛性
对于给定的初值问题
的单步显示方法可以统一写成如下形式:
其中, Φ(x,y,h) 称为增量函数,对于 Euler 方法,有 Φ(x,y,h)=f(x,y) ,对于改进 Euler 方法,有 Φ(x,y,h)=12[f(x,y)+f(x+h,y+hf(x,y))]
定义7.1 单步法的收敛性
设 y(x) 是初值问题(7.1)的解 , yn 是单步法 (7.1)产生的近似解.如果对任意固定的点 xn ,均有
可见,若方法(8.5)是收敛的,则当 h→0 时,整体截断误差 en=y(xn)−yn 将趋于零.
定理7.1
设单步方法(7.1)是
p⩾1
阶方法, 增量函数
Φ(x,y,h)
在区域
{a⩽x⩽b,−∞<y<+∞,0⩽h⩽h0}
上连续,且关于y满足
Lipschitz
条件,初始近似
y0=y(a)=α
,则方法(7.1)是收敛的,且存在与h无关的常数
C
,使
3.2 单步方法的稳定性
定义7.2 单步方法的稳定性
对于初值问题(7.1),取定步长
h
,用某个差分方法进行计算时,假设只在一个节点值
说明:单步显式方法的稳定性与步长密切相关, 在一种步长下是稳定的差分公式,取大一点步长就可能是不稳定的.收敛性是反映差分公式本身的截断误差对数值解的影响;稳定性是反映计算过程中舍入误差对数值解的影响.只有即收敛又稳定的差分公式才有实用价值.