偏微分方程数值解法pdf_矩阵与数值计算（17）——常微分方程的数值解法之基于数值积分的解法...

前言

在科学与工程技术问题中，有很多问题的数学模型是常微分方程的初值问题或边值问题，研究这些问题的数值解法不仅有重要的理论意义，而且有广泛的实践意义。微分方程数值解法就是利用计算机求解微分方程近似解的数值方法。

一、一阶常微分方程的初值问题

对于形如

，这就是一阶常微分方程的初值问题。等价的积分方程为

，

若

满足Lipschitz条件，即存在常数L，对任意

，均有

，则一阶常微分方程解存在且唯一。

但是对于这种问题大多数情况下不能求出解析解，因此只能通过数值解法求出数值解。

数值解法思想

数值解法思路

对于常微分问题，如果不给定初值可能有无穷解，给定初值之后，我们通过离散点来不断预估下一个点的值，旨在更好的逼近图中以

为初值的黑线。

构造数值解法一般有两种方法，一种是基于数值积分的解法，一种是基于Taylor展示的解法。

本讲着重介绍基于数值积分的解法，Taylor展示将在本系列最后一节作为收尾内容。

二、基于数值积分的解法

基于数值积分的解法是一种最直观的解法。我们根据跟新参数的要求不同分为线性单步法与线性多步法。

1.线性单步法

上文我们已经得到了常微分方程的等价积分公式

，我们将整个区间现在n等分。每个节点

，那我们利用Taylor公式在

点按

点展开，会得到

，

当

足够小时，余项我们可以忽略，就能得到 ，

，

推广到一般情况，我们就能得到基本的迭代公式，

，

其中

是

的近似值。

上面这种是基于Taylor公式的角度得到的迭代公式，我们从积分公式的角度去观察这个过程

就是左矩形求积公式，我们称该公式为Euler（欧拉）求解公式。

如果这里取右端点，就变成了隐Euler求解公式，

我们也称其为右矩形公式，或向后Euler公式。

如果对Euler公式和隐Euler公式做算术平均就得到了梯形求解公式，

，

梯形公式与Euler公式相比要精确的多，但是梯形公式的计算量要大一些，每步计算都要解一个关于

的非线性方程。

但是我们并不想求解非线性方程，我们要采用Euler法显式梯形求解公式——建立预测，矫正系统。

，

我们称其为改进的Euler法，其中

称为预测值，

为校正值。

2.两步法

两步法的典型代表是Simpson公式，

此处了解即可。

三、误差

讨论了Euler法及其变形，我们讨论一下这种方法的误差情况。

大体上有两种误差，一种是局部截断误差，一种是整体截断误差。我们分别来看这两种误差。

1.局部误差

局部误差

局部误差一个重要的前提就是前n-1步是精确的。

局部、整体误差

基于假设前提，从图中观察到的局部误差为红线在

处的值与黑线处的差距，称为局部误差。

2.整体误差

整体误差就是蓝线与黑线之间的差距。我们定义整体误差为所有局部误差的和。

整体误差

3.局部误差与整体误差之间的关系

这个结论记住即可。

衡量求解公式好坏的一个主要标准是求解公式的精度，求解公式的精度越高，计算解的精确性可能越好。

Euler法具有一阶精度。 梯形法具有二阶精度。

总结

基于数值积分的解法到此介绍完毕，下一讲将会是整个系列最后一讲，将会介绍Taylor展开法。