常微分方程的解法 (二): 欧拉(Euler)方法

        上一节讲了 常微分方程的三种离散化 方法:差商近似导数、数值积分、Taylor 多项式近似


目录

  §2 欧拉(Euler)方法

 2.1 向前 Euler 公式、向后 Euler 公式                  2.2 Euler 方法的误差估计

§3 改进的 Euler 方法

3.1 梯形公式               3.2 改进 Euler 法



  §2 欧拉(Euler)方法

 2.1 向前 Euler 公式、向后 Euler 公式

Euler 方法就是用差分方程初值问题(3)的解来近似微分方程初值问题(1)的解, 即由公式(3)依次算出 \large y\left ( x_{n} \right ) 的近似值  \large y_{}n \:\: ,\left ( n=1,2,....\right ) 。这组公式求问题(1)的数值 解称为向前 Euler 公式。

2.2 Euler 方法的误差估计

对于向前 Euler 公式(3)我们看到,当n = 1,2,....时公式右端的 \large y_{n} 都是近似的, 所以用它计算的 \large y_{n+1}会有累积误差,分析累积误差比较复杂,这里先讨论比较简单的 所谓局部截断误差。

显然 p 越大,方法的精度越高。式(9)说明,向前 Euler 方法是一阶方法,因此 它的精度不高。

§3 改进的 Euler 方法

3.1 梯形公式

利用数值积分方法将微分方程离散化时,若用梯形公式计算式(4)中之右端积分, 即

这就是求解初值问题(1)的梯形公式。

直观上容易看出,用梯形公式计算数值积分要比矩形公式好。梯形公式为二阶方法。 梯形公式也是隐式格式,一般需用迭代法求解,迭代公式为

如果实际计算时精度要求不太高,用公式(10)求解时,每步可以只迭代一次,由此导 出一种新的方法—改进 Euler 法。

3.2 改进 Euler 法

按式(5)计算问题(1)的数值解时,如果每步只迭代一次,相当于将 Euler 公式 与梯形公式结合使用:先用 Euler 公式求 \large y_{n+1} 的一个初步近似值 \large \bar{y}_{n+1} ,称为预测值,然 后用梯形公式校正求得近似值 \large y_{n+1} ,即

式(11)称为由 Euler 公式和梯形公式得到的预测—校正系统,也叫改进 Euler 法

为便于编制程序上机,式(11)常改写成

改进 Euler 法是二阶方法。


常微分方程的解法求解系列博文

常微分方程的解法 (一): 常微分方程的离散化 :差商近似导数、数值积分方法、Taylor 多项式近似

常微分方程的解法 (二): 欧拉(Euler)方法

常微分方程的解法 (三): 龙格—库塔(Runge—Kutta)方法 、线性多步法

常微分方程的解法 (四): Matlab 解法


 

©️2020 CSDN 皮肤主题: 技术工厂 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值