摘要:
本文主要介绍前向后向差分,显式隐式欧拉法及其稳定性分析。
前向差分对应显式方法,后向差分对应隐式方法。显式欧拉法是比较流行的显式方法,隐式欧拉法是比较流行的隐式方法。
显式欧拉法条件稳定,对积分步长有要求,隐式欧拉法无条件稳定,对积分步长无要求(理论上如此,但实际使用中对积分步长仍然有要求,只是比显式欧拉宽松)。
1. 前向差分与后向差分
设一元函数函数 y(t) 离散化为一系列的点, y0,y1,...,yn,yn+1,yn+2,... ,其中, yn=f(tn) , tn=tn−1+h , 称 h 为步长。
1.1 前向差分(Forward Difference)
- 前向差分的定义:
△yn≡yn+1−yn.
之所以称之为前向差分,是因为当前时刻的差分 △yn ,是下一时刻位置 yn+1 (时间向前前进一步)与当前时刻位置 yn 之差。- 高阶前向差分
根据上式递归可得k阶前向差分公式为: △kyn=△k−1yn+1−△k−1yn.
例如,二阶前向差分公式为:
△2yn=△2n
=△(△n)
=△(yn+1−yn)
=△n+1−△n
=yn+2−2yn+1+yn 1.2 后向差分(Backward Difference)
- 后向差分定义:
△yn≡yn−yn−1.
由定义可以看出,当前时刻的差分,是当前时刻的位置与前一时刻的位置之差。 - 高阶后向差分
同上,k阶后向差分公式为: △kyn=△k−1yn−△k−1yn−1.
因此,二阶后向差分公式为: △2yn=yn−2yn−1+yn−2.
1.3 差商和导数
- 差商就是差分除以步长,即, △ynh.
- 在数值计算中,需要以差商代替导数,即,
y′n=△ynh.
- 如果使用前向差分,则为显式方法,例如, f′n=yn+1−ynh.
- 如果使用后向差分,则为隐式方法,例如, y′n=yn−yn−1h.
2. 显式欧拉和隐式欧拉
设有一阶常微分方程 dydt=f′(t,y). 很多时候我们无法求出函数 y 的解析解,只能通过数值方法逼近,即,将时间离散为一系列的点
t0,t1,...,tn,tn+1,... 其中, ti=ti−1+h. 我们要做的就是求函数 y 在这些离散的时间点上的值yn=y(tn). 2.1 显式欧拉(Explicit Euler)
- 显式欧拉公式:
yn+1=yn+hf(tn,yn).
之所以称之为显式,是因为下一时刻的值 yn+1 ,可根据当前时刻的值 yn 及其导数 y′n 显式地给出。 - 另一种角度看上面的公式:从当前时刻出发,根据当前时刻的函数值及其导数,可得到下一时刻的值。因此显式欧拉法又称为前向欧拉(Forward Euler)
- 再从另一个角度看,我们把上面的公式做一下变形可得 f(tn,yn)=yn+1−ynh. 即,显示欧拉就是用前向差商代替导数。
2.2 隐式欧拉(Implicit Euler)
- 隐式欧拉公式:
yn=yn−1+hf(tn,yn).
之所以称之为隐式,是因为上式是一个隐式方程。 - 另一种角度看上面的公式:将上式做一下变形可得: yn−1=yn−hf(tn,yn). 从当前时刻出发,根据当前时刻的函数值及其导数,可得到前一时刻函数的值。因此隐式欧拉法又称为后向欧拉(Backward Euler)
- 再从另一个角度看,我们把上面的公式做一下变形可得 f(tn,yn)=yn−yn−1h. 即,显示欧拉就是用后向差商代替导数。
2.3 例证欧拉法的稳定性
设有一阶常微分方程 dydt=−ay. 我们知道,这个常微分方程的解析解为 y=e−at. 当 t→∞ 时, y→0. 那么分别用显式、隐式欧拉法会得到什么呢?
1. 显式欧拉法条件稳定(Conditionally Stable)
根据显式欧拉法公式,
yn+1=yn+hf(tn,yn)=yn−ahyn=(1−ah)yn=(1−ah)2yn−1=...=(1−ah)n+1y0.
为了保证上式收敛,需要保证 |(1−ah)|<1 , 得, h<2a
即,为了保证显式欧拉的稳定性,需要保证时间步长 h<2a ,即,条件稳定.2.隐式欧拉法无条件稳定(Unconditionally Stable)
根据隐式欧拉公式, yn+1=yn+hf(tn+1,yn+1)=yn−ahyn+1.
则, yn+1=yn1+ah.
又, a>0,h>0 则 1+ah 恒大于1。即不管时间步长为多大,隐式欧拉始终稳定,即无条件稳定.注意:实际应用中,隐式欧拉需要求解隐式方程,通常也是使用逼近的方法(例如,Newton-Raphson)求解,因此实际的隐式欧拉方法并不是无条件稳定的。
3.一般形式的稳定性分析,我目前还没有掌握。
- 后向差分定义:
△yn≡yn−yn−1.
- 高阶前向差分