常微分方程初值问题数值解法的比较
常微分方程基本概念
常微分方程基本概念常微分方程（Ordinary Differential Equations，简称ODE）是数学分析中的一个重要分支，研究的是一元函数的导数与自变量之间的关系。
它在物理学、工程学、生物学等领域具有广泛的应用。
本文将介绍常微分方程的基本概念和相关知识。
一、常微分方程的定义常微分方程是描述未知函数的导数与自变量之间关系的方程。
一般形式可以表示为：dy/dx = f(x, y)其中，y是未知函数，x是自变量，f(x, y)是已知函数。
二、常微分方程的阶数常微分方程根据未知函数的最高阶导数的阶数不同，可以分为一阶、二阶、高阶等不同阶数的微分方程。
1. 一阶微分方程一阶微分方程是指含有一阶导数的方程。
一般形式可以表示为：dy/dx = f(x, y)例如，y' = 2x + 1就是一个一阶微分方程，其中y'表示y对x的一阶导数。
2. 二阶微分方程二阶微分方程是指含有二阶导数的方程。
一般形式可以表示为：d²y/dx² = f(x, y, dy/dx)例如，y'' + y = 0就是一个二阶微分方程，其中y''表示y对x的二阶导数。
三、常微分方程的初值问题和边值问题常微分方程除了描述函数的导数与自变量之间的关系外，还可以给出一些初始条件或边界条件，从而确定唯一的解。
1. 初值问题初值问题是指在微分方程中给出了函数在某一点的初值条件，要求求解出满足该条件的解。
一般形式可以表示为：dy/dx = f(x, y)，y(x₀) = y₀其中，y(x₀) = y₀表示在点(x₀, y₀)处给定了函数的初始值条件。
2. 边值问题边值问题是指在微分方程中给出了函数在多个点的边界条件，要求求解出满足这些条件的解。
一般形式可以表示为：dy/dx = f(x, y)，y(a) = y_a，y(b) = y_b其中，y(a) = y_a和y(b) = y_b表示在点(a, y_a)和(b, y_b)处给定了函数的边界条件。
浅谈常微分方程初值问题数值解法
浅谈常微分方程初值问题数值解法在自然科学、工程技术、甚至社会科学的一些领域中，常常会遇见一阶常微分方程的求解问题：()上述问题，寻求解的具体表达式十分困难，仅对一些特殊形式的才有可能找到解的解析表达式，在大多情况下，初值问题的解不能用初等函数表示出来即使可写出解的解析表达式，但因为这些表达式过于复杂，要计算它在某些点上的函数值也异常困难。
在实际问题中，经常需要的恰是解在某些点上的函数值，因此研究初值问题的数值解法十分必要。
1 常微分方程初值问题的数值解法常微分方程的近似解法大体可分成三大类：一类是图解法和器械法；第二类是解的近似法；第三类是数值解法，即通过离散化的方法直接求出函数在某些点上的近似值，此数值解仅为精确解的近似解。
其基本原理为：一阶常微分方程的初值问题的解是上变量的连续函数，因此求上述问题的数值解，就是在区间上的若干离散点上用离散化的方法将初值问题化成离散变量的相应问题，从而相应问题的解可作为初值问题理论解的近似值。
由常微分方程的理论可知，只要在区域内连续，且关于满足林普希兹条件，则方程的解存在且唯一。
初值问题的数值解法通常采取“步进法”，而“步进法”又可分为“单步法”和“多步法”两类。
（1）单步法。
所谓“单步法”是指在计算时，只用到前一步的有关信息。
其一般形式为：，主要包括下面三种方法：Euler方法，改进的Euler公式-梯形公式和Runge-Kutta法。
（2）线性多步法。
单步法没有用到前几步计算得到的信息，因此为了提高精度，需重新计算多个点处的函数数值，如RK方法，故计算量较大。
线性多步法的基本思想是充分利用前面的已知信息来构造精度高且计算量小的算法来计算。
多步法常用方法是线性多步法，求解公式为：构造的常用方法是Taylor展开和数值积分方法。
常用的线性多步公式有：四阶Adams显式公式：四阶Adams隐式公式：四阶Milne显式公式：三阶Hamming公式：（隐式公式）预测校正系统和预测校正修正法：一般地，同阶的隐式法比显式法精确，而且数值稳定性好，但隐式公式中的求解较难，需要用到迭代法，这就增加了计算量。
数值分析 第9章 常微分方程初值问题数值解法
9 .2 .2 梯形方法/* trapezoid formula */— 显、隐式两种算法的平均 为得到比欧拉法精度高的计算公式, 在等式( 2.4) 右端积分 中若用梯形求积公式近似, 并用yn 代替y ( xn ) , yn+1 代替y ( xn+1 ) ,则得
h yn 1 yn [ f ( xn , yn ) f ( xn 1 , yn 1 )], 2
yn 1 yn f ( xn , yn ), xn 1 xn
即 yn+1 = yn + hf ( xn , yn ) . ( 2 .1)
这就是著名的欧拉( Euler ) 公式.
• 若初值y0 已知, 则依公式( 2.1)可逐步算出
• y1 = y0 + hf ( x0 , y0 ) ,
为了分析迭代过程的收敛性, 将( 2. 7) 式与(2. 8 )式相减, 得
h ( k 1) (k ) yn 1 yn [ f ( x , y ) f ( x , y 1 n 1 n 1 n 1 n 1 )] 2
于是有
| yn 1 y
( k 1) n 1
hL (k ) | | yn 1 yn 1 |, 2
| f ( x, y1 ) f ( x, y2 ) | L | y1 y2 |, y1, y2 R,
定理1 设f在区域Ｄ＝{(x,y)|a≤x ≤b,y∈R}上连续， 关于y满足利普希茨条件，则对任意x0 ∈[a,b], y0 ∈R，常微分方程初值问题(1.1)式和(1.２)式当x ∈[a,b]时存在唯一的连续可微解y(x). 定理２ 设f在区域Ｄ上连续，且关于y满足利 普希茨条件，设初值问题
1 2 1 2 dy x ydy xdx y x c 2 2 dx y y (0) 2 y2 x2 4
第9章 常微分方程初值问题数值解法
数值分析
第9章 常微分方程初值问题数值解法
《常微分方程》中介绍的微分方程主要有:
(1)变量可分离的方程 (2)一阶线性微分方程(贝努利方程) (3)可降阶的一类高阶方程 (4)二阶常系数齐次微分方程 (5)二阶常系数非齐次微分方程 (6)全微分方程 本章主要介绍一阶常微分方程初值问题的数值解法。
进一步: 令
y n1 y n
xn 1 xn
y n 1 y( x n 1 ) , y n y( x n )
f ( x , y( x ))dx h f ( x n , y n )
宽
9
高
实际上是矩形法
数值分析
第9章 常微分方程初值问题数值解法
(3)
用Taylor多项式近似并可估计误差
解决方法：有的可化为显格式，但有的不行 18
数值分析
第9章 常微分方程初值问题数值解法
与Euler法结合，形成迭代算法 ，对n 0，2， 1，
( yn0 )1 yn hf x n , yn ( k 1) h ( yn1 yn f x n , yn f x n1 , ynk )1 2
7
数值分析
第9章 常微分方程初值问题数值解法
建立数值解法的常用方法
建立微分方程数值解法,首先要将微分方程离散 化. 一般采用以下几种方法: (1) 用差商近似导数
dy yx yx x x dx x y
n 1 n n 1 n
n
,
n
进一步: 令
yn1 y( xn1 ) , yn y( xn )
由 x0 , y0 出发取解曲线 y y x 的切线（存在！），则斜率
常微分方程初值问题数值解法
0.4 1.3582 1.3416 0.9 1.7178 1.6733
0.5 1.4351 1.4142 1.0 1.7848 1.7321
7
初值问题（2.2）有解 y ，1按2这x 个解析式子
算出的准确值 y(x同n )近似值 一y起n 列在表9-1中，两者 相比较可以看出欧拉方法的精度很差.
17
所以，局部截断误差可理解为用方法（2.10）计算一步的 误差，也即公式（2.10）中用准确解y(x代) 替数值解产生
的公式误差.
根据定义，显然欧拉法的局部截断误差
Tn1 y( xn1) y( xn ) hf ( xn , y( xn ))
y(xn h) y(xn ) hy(xn )
y(2) n1
yn
hf
( xn1,
y (1) n1
).
11
如此反复进行，得
y (k 1) n1
yn
hf
( xn1,
y(k) n1
),
(k 0,1, ).
（2.6）
由于 f (x,对y) 满足y 利普希茨条件（1.3）. 由（2.6）减 （2.5）得
y (k 1) n 1
yn1
h
f
( xn1,
y(k) n 1
积分曲线上一点 (x的, y切)线斜率等于函数 值.
的f (x, y)
如果按函数 f (在x, y) 平x面y上建立一个方向场，那 么，积分曲线上每一点的切线方向均与方向场在该点的方 向相一致.
基于上述几何解释，从初始点 P0 (x出0 ,发y0，) 先依 方向场在该点的方向推进到 x 上x1一点 ，P然1 后再从 P1 依方向场的方向推进到 x 上x2一点 ，循P2此前进做出
数学物理方程的数值解法
数学物理方程的数值解法数学物理方程是自然界和科学中描述物体运动、能量转化和相互作用的基本规律。
我们通常使用数值解法来求解这些方程，以得到近似的解析解。
数值解法既可以用于数学问题，也可以用于物理问题。
本文将介绍几种常见的数学物理方程的数值解法。
一、微分方程的数值解法微分方程是描述物体运动和变化的重要工具。
常见的微分方程有常微分方程和偏微分方程。
常见的数值解法包括：1. 欧拉法（Euler's method）欧拉法是最简单的数值解法之一，通过将微分方程离散化为差分方程，在每个小时间步长上近似计算微分方程的导数。
欧拉法易于实现，但精度相对较低。
2. 龙格-库塔法（Runge-Kutta method）龙格-库塔法是一类常用的数值解法，包括二阶、四阶等不同的步长控制方法。
龙格-库塔法通过计算多个离散点上的导数来近似微分方程，精度较高。
3. 有限差分法（Finite difference method）有限差分法是一种常用的数值解法，将微分方程转化为差分方程并在网格上逼近微分方程的导数。
有限差分法适用于边值问题和初值问题，且精度较高。
二、积分方程的数值解法积分方程描述了给定函数的积分和积分变换之间的关系。
常见的数值解法有：1. 数值积分法数值积分法是通过数值逼近求解积分方程，常用的数值积分法包括梯形法则、辛普森法则等。
数值积分法适用于求解一维和多维积分方程。
2. 蒙特卡洛法（Monte Carlo method）蒙特卡洛法通过随机采样和统计分析的方法，将积分方程转化为概率问题，并通过大量的随机样本来估计积分值。
蒙特卡洛法适用于高维空间和复杂积分方程。
三、优化问题的数值解法优化问题是寻找在给定约束条件下使目标函数取得极值的数学问题。
常见的数值解法有：1. 梯度下降法（Gradient descent method）梯度下降法是一种常用的优化算法，通过迭代和梯度方向来寻找目标函数的局部最优解。
梯度下降法适用于连续可导的优化问题。
微分方程的一些通解和初值问题的解法
微分方程的一些通解和初值问题的解法微分方程作为数学中一个极其重要的分支，它具有广泛的应用背景，包括自然科学、工程技术等多个领域中都有着广泛的应用。
微分方程的求解则是这门学科中一个很关键的问题，尤其是对于一些实际问题，其初值条件决定了微分方程的具体解，本文将探讨一些微分方程的通解以及初值问题解法。
1. 常微分方程的通解对于一个n阶常微分方程，如果它可以表示为：$$F\Bigg(x,\frac{dy}{dx},\frac{d^2 y}{dx^2},\cdots,\frac{d^ny}{dx^n}\Bigg)=0$$其中$y$是自变量$x$的函数，则这个方程是一个n阶常微分方程。
对于这类方程，可以根据它的阶数以及特点进行分类求解。
(1)一阶常微分方程通解这类方程形式如下：$$\frac{dy}{dx}=f(x,y)$$其中$f(x,y)$是定义在某个区域上的函数。
对于这类方程，我们可以通过分离变量的方式进行求解，即：$$\frac{dy}{f(x,y)}=dx$$两边同时积分得到：$$\int\frac{1}{f(x,y)}dy=\int dx+C$$其中$C$是积分常数，通过这个式子可以求得$y$的通解。
(2)二阶常微分方程通解这类方程形式如下：$$y''+p(x)y'+q(x)y=f(x)$$其特点是含有二阶导数项，可用特征方程进行求解。
将一般形式二阶常微分方程的通解表示为$y=c_1y_1+c_2y_2$，其中$c_1$和$c_2$是常数，$y_1$和$y_2$是方程的解，满足$y_1$和$y_2$的任意线性组合都是方程的解。
如果解$y_1$和$y_2$线性无关，则它们构成了二阶常微分方程的通解。
(3)n阶常微分方程通解通常情况下，n阶常微分方程表示为：$$y^{(n)}+a_{n-1}(x)y^{(n-1)}+\cdots+a_1(x)y'+a_0(x)y=f(x)$$我们可以通过求解$n$次的导数，得到这个方程的通解。
常微分方程初值问题的数值解法
常微分方程初值问题数值解法初值问题：即满足初值条件的常微分方程的解y′=f(x,y),x∈[x0,b]y(x0)=y0.定理1（利普希茨条件）若存在正数L，使得对任意，y1，y2，有|f(x,y1)−f(x,y2)|≤L|(y1−y2)|定理2（解存在性）①若函数f在方区域x∈[a,b],y∈R连续，②函数f关于y 满足利普希茨条件，则对任意x∈[a,b]，常微分方程存在唯一的连续可微数值解.两类问题：①单步法---计算下一个点的值yn+1只需要用到前面一个点的值yn②多步法---计算下一个点的值yn+1需要用到前面l个点的值yl1、欧拉法---下一个点的计算值等于前一个点的计算值加上步长乘以前一个点的函数值•具体过程一些批注：显式欧拉方程指下一步要计算的值，不在迭代方程中；隐式欧拉方程指下一步要计算的值，在迭代方程中。
怎么计算隐式欧拉方程----要借助显示欧拉迭代计算---一般用迭代法-----迭代---将微分方程在区间[xn,xn+1]进行积分，然后函数f进行近似，即可得到迭代方程-----迭代方程收敛性？由函数关于y满足利普希茨条件，可以推出迭代公式收敛。
•局部截断误差：假设前n步误差为0，我们计算第n+1步的误差，将次误差称为局部截断误差，且局部误差为O(hp+1)•p阶精度：由理论证明：若局部误差阶的时间复杂度为O(hp+1)，则整体误差阶为O(hp)我们称公式精度为p。
•显示欧拉法与隐式欧拉法•梯形方法----将显式欧拉迭代方程与隐式欧拉迭代方程做一下加权平均，构造的计算公式.•改进的欧拉方法---思想：因为梯形公式是隐式公式，将显式欧拉公式对下一步的计算值进行预估，用梯形公式对下一步的计算值进行校正.2、龙格-库塔方法思想：根据Lagrange中值定理，下一次的计算值可以用前一次的计算值加上h乘以前一个点的斜率；而这个斜率用该区间上的多个点的斜率的算数平均来逼近。
注意：怎么计算任意斜率Ki？第i个点的斜率Ki有微分方程可以算出f′=f(xn,yn)所以要算的f(xn,yn)值，由欧拉法即可算出, yn+1=yn+hf′•2阶-龙格-库塔方法----类似改进的欧拉法根据Lagrange中值定理，下一次的计算值可以用前一次的计算值加上h乘以斜率；而这个斜率用区间上的端点和中点的斜率的算数平均来逼近。
数值分析李庆扬第9章常微分方程初值问题数值解法讲义.
② 由 x0 , y0 f x0 , y0 切线 P0P1 ，
切线与 x x1 交点 P1 ： y1 的近似值 ；
③ 再由 x1 , y1 向前推进到 P2 ， 得到折线 P0P1 Pn ，近似 y yx 。
7
2021年5月4日
《数值分析》 黄龙主讲
h
yxn
yxn1
yn1 yn f
h
xn1 , yn1
yn1 yn h f xn1 , yn1
——后退的欧拉公式（隐式）
注意：① 显式计算方便，隐式稳定性较好；
② 上式隐含 yn1 ? ，采用迭代法求解。
12
2021年5月4日
《数值分析》 黄龙主讲来自欧拉公式的另一种理解：
将常微分方程 y f x, y 改写 dy f t , ytdt
“步进式”：顺着节点排列顺序，一步一步地向前推进。
步长：常用等步长 hn xn1 xn ，节点为 xn x0 nh 单步法：计算 yn1 时，只用到前一点的值 yn k 步法：计算 yn1 时，用到前面 k 点的值 yn , yn1 , , ynk1
5
2021年5月4日
《数值分析》 黄龙主讲
对微分方程从 xn 到 xn1 积分
y xn1 yxn
xn1 f t , yt dt
xn
由积分左矩形公式得
xn1 xn
f
t ,
yt dt
hf
xn ,
yxn
例如：
lim
h0
yxn1
h
yxn
yxn
yxn1
h
yxn
yxn
f xn , yxn
数值解常微分方程的方法和技巧
数值解常微分方程的方法和技巧在科学和工程领域，我们经常遇到一些复杂的常微分方程（Ordinary Differential Equations, ODEs），这些方程往往很难用解析方法得到精确解。
而数值解常微分方程的方法和技巧提供了一种有效的途径来近似求解这些方程。
本文将介绍一些常用的数值解ODEs的方法和技巧。
一、欧拉方法（Euler Method）欧拉方法是最简单的数值解ODEs的方法，它利用初始条件和微分方程的导数来计算下一个点的近似值。
具体来说，假设我们要求解的ODE为dy/dx = f(x, y)，其中f(x, y)是已知函数，初始条件为x0 = x(0)，y0 = y(0)。
欧拉方法的迭代公式为：y[i+1] = y[i] + h * f(x[i], y[i])其中，h是步长，x[i]表示第i个点的x坐标，y[i]表示对应的y坐标。
二、龙格-库塔方法（Runge-Kutta Method）龙格-库塔方法是一族常用的数值解ODEs方法，其基本思想是通过计算不同阶数的导数来提高求解的精度。
最常用的龙格-库塔方法是四阶龙格-库塔方法，也称为RK4方法。
它的迭代公式如下：k1 = h * f(x[i], y[i])k2 = h * f(x[i] + h/2, y[i] + k1/2)k3 = h * f(x[i] + h/2, y[i] + k2/2)k4 = h * f(x[i] + h, y[i] + k3)y[i+1] = y[i] + 1/6 * (k1 + 2*k2 + 2*k3 + k4)其中，k1、k2、k3、k4是中间变量，h是步长。
三、改进的欧拉方法（Improved Euler Method）改进的欧拉方法是对欧拉方法的改进，它通过使用导数的平均值来提高求解的精度。
其迭代公式为：k1 = h * f(x[i], y[i])k2 = h * f(x[i] + h, y[i] + k1)y[i+1] = y[i] + 1/2 * (k1 + k2)其中，k1、k2是中间变量，h是步长。
计算方法课件第八章常微分方程初值问题的数值解法
整体截断误差与局部截断误差的关系
定理：如果f(x，y)满足李普希兹（Lipschitz）条件
f(x ,y 1 )f(x ,y 2) L y 1y 2
且局部截断误差有界：
|R n|1 2h2M 2
(n1,2, )
则Euler法的整体截断误差n满足估计式：
ne(ba)L 0h 2L M 2(e(ba)L1)
分光滑。初值问题的解析解(理论解）用 y(x表n ) 示, 数值解法的精确解用 y表n 示。
常微分方程数值解法一般分为：
（1）一步法：在计算y n 1 时，只用到x n 1 ,x n和 y，n 即前一步的值。
（2）多步法：计算 y n 1 时，除用到 x n 1 ,x n 和 y n 以外，还要用 x n p 和 y n p (p1 ,2 k;k0) ,即前
其中L为李普希兹常数，b-a为求解区间长度，
M2 mayx(x) 。 axb
证明参见教材。
Remark：该定理表明，整体截断误差比局部截 断误差低一阶。对其它方法，也有类似的结论。
收敛性与稳定性
收敛性定义：如果某一数值方法对于任意固定的
xn=x0+nh，当h0(同时n )时有yn y(xn)，
则称该方法收敛。 稳定性定义 定义 用一个数值方法，求解微分方程初值问 题时，对给定的步长h>0，若在计算 y n 时引入 误差 （n 也称扰动），但由此引起计算后面的 ynk(k1,2, )时的误差按绝对值均不增加，则 称这个数值方法是稳定的。
一般的显式rk方法可以写成型钢截面只需少量加工即可用作构件省工省时成本低但型钢截面受型钢种类及型钢号限制难于完全与受力所需的面积相对应用料较多其中为常数选取这些常数的原则是要求第一式的右端在处泰勒展开后按h型钢截面只需少量加工即可用作构件省工省时成本低但型钢截面受型钢种类及型钢号限制难于完全与受力所需的面积相对应用料较多上述公式叫做n级的rungekutta方法其局部截断误差为显然euler法是一级一阶rk方法
常微分方程的初值问题
常微分方程的初值问题常微分方程是数学中的一种重要工具，它能够描述许多自然界和社会现象的变化规律。
而常微分方程的初值问题则是常微分方程研究中的常见问题之一，它需要确定未知函数及其导数在某个特定点的值。
本文将介绍常微分方程的初值问题的定义、求解方法以及实际应用。
一、初值问题的定义在常微分方程中，初值问题是指在已知微分方程的解的条件下，需要确定一个特定点上未知函数及其导数的值。
具体而言，考虑一个形如dy/dx=f(x,y)的一阶常微分方程，其中x是自变量，y是因变量，f是已知的函数。
若已知y(x0)=y0，则求解这个微分方程的过程即为解决初值问题。
二、求解方法对于常微分方程的初值问题，可以使用多种方法进行求解，下面将介绍两种常见的方法：欧拉方法和四阶龙格-库塔方法。
1. 欧拉方法欧拉方法是一种简单而直观的求解常微分方程的数值方法。
它的基本思想是将求解区间等分为多个小区间，然后通过逐步逼近的方式计算未知函数的近似值。
具体步骤如下：- 将求解区间[a, b]等分为n个小区间，步长h=(b-a)/n。
- 定义网格节点xi=a+i*h，i=0,1,2,...,n。
- 初始条件为y(x0)=y0，通过递推公式y(xi+1) = y(xi) + h*f(xi, y(xi))，计算出近似值y(xi+1)。
- 重复上述步骤，直到计算到需要的点。
欧拉方法的优点是简单易懂，但对于某些特定的微分方程，其数值解可能不够精确。
2. 四阶龙格-库塔方法四阶龙格-库塔方法是一种更为精确的求解常微分方程的数值方法，它通过计算多个逼近值的组合来提高计算精度。
具体步骤如下：- 将求解区间[a, b]等分为n个小区间，步长h=(b-a)/n。
- 定义网格节点xi=a+i*h，i=0,1,2,...,n。
- 初始条件为y(x0)=y0，通过递推公式计算逼近值k1、k2、k3和k4。
- k1 = h*f(xi, y(xi))- k2 = h*f(xi + h/2, y(xi) + k1/2)- k3 = h*f(xi + h/2, y(xi) + k2/2)- k4 = h*f(xi + h, y(xi) + k3)- 计算近似值y(xi+1) = y(xi) + (k1 + 2k2 + 2k3 + k4)/6。
常微分方程的初值问题与解析解
常微分方程的初值问题与解析解常微分方程是数学中的重要分支之一，涉及到自然科学中的众多问题，因此在科研中有着广泛的应用。
而其中的初值问题是解决这些方程的关键所在。
所谓常微分方程，是指只涉及单个变量及其导数的微分方程。
常微分方程可以分为一阶常微分方程和高阶常微分方程两种类型。
其中初值问题是指在t=0 时刻，给定某一时刻的函数值及导数值，解出该函数在全局上的解析解。
初值问题的解法通常可以分为两种方法：解析解和数值解。
解析解是指通过数学方法求解出的解析式，可以直接得到函数在全局的解析表达式，这种方法求解出的解具有较高的精度和快速性。
而数值解则是通过计算机等工具，通过迭代一定次数获得数值近似解。
数值解的方法可以分为 Euler 方法、Runge-Kutta 方法、Adams 方法等。
解析解的求解方法通常可以分为四类：分离变量法、齐次化法、常数变易法和特殊函数法。
分离变量法是常微分方程求解中最常用的方法之一，在求解 t 偏微分方程时，一般是将其写成一个 t 项的函数+一个不含t 的项，再分离变量，通过积分解出函数表达式。
齐次化法是指当微分方程中含未知函数的导数时，进行变量替换，使其不含未知函数的导数，变成一个齐次方程，从而解出解析式。
常数变易法是指当方程中含有δ (初值条件t=0时的函数值) 时，通过变量替换，将该常数变为未知函数的形式，达到求解解析解的目的。
特殊函数法则是指通过特殊函数如Bessel 函数、拉格朗日函数、伽玛函数等求解，这种方法主要是针对一些特殊的常微分方程，对于一般的常微分方程无法使用。
常微分方程求解中的初始值条件是影响解析解精度的重要因素之一。
正确的初始值条件可以保证解析解的准确性，否则可能会造成解析解数值偏差。
因此，在求解常微分方程时，清晰的问题理解、合适的解法选择以及准确的初始条件选择可以保证解析解的精确性，并且进一步应用到实际问题研究中。
总之，常微分方程的初值问题求解是数学中的重要分支之一，解析解具有精度高、求解速度快等优点，是科学研究中解决问题的有力工具之一。
常微分方程初值问题的数值解法研究
ｘ ， ｙ ） 是 已知 函数 ， Ｘ ０ ， ｙ ｏ 是给 定 的数 ， 称（ １ ． １ ） 是 一 阶常微
分 方 程 初 值 问题
＾
当 为 实数 时 ， 得绝稳 定 区间（ － ２ ， ０ ） 。
３ ． １ ． ２隐 式 Ｅ ｕ ｌ ｅ ｒ 法
２ ． ２常微分 方程 数值解 的研 究
…
ｙ （ ｘ ＋ ） ＝ ｙ （ ｘ ｒ Ｊ ＋Ｊ ｆ （ ｔ ， ｙ （ ｔ ） ） ｄ ｔ 中的积分式。即Ｉ ｆ （ ｔ ， ｙ （ ｃ ） ） ｄ ｔ
Ｘｎ Ｘ“
，
ｙ （ ｘ 一＋ ） 借助某种算法计算出
则称 Ｊ ｙ ． 十 ） 一 Ｊ 为该
方 法的局部截 断误 差 。如 果 一 个算 法的局 部截 断误 差是 ｏ （ ｈ Ｐ “ ） ， 则称该 方法是 Ｐ阶的 ； 而利 用数值 解 ｙ ｎ ， ｙ ｎ …， ｙ ｒ ｋ 十 得
对于ｙ ＝ ｙ ｎ ＋ ｈ ｆ （ Ｘ ｎ 十 １ ｜ Ｙ ｏ ＋ 。 ） （ １ ． ３ ） 左 边和右 边都含有 ｙ 所 以如果 已知 Ｙ 应该把 （ １ ． ３ ） 看 件， 即 Ｉ ｆ （ ｘ ， ｙ ： ） 一 ｆ （ ｘ ， Ｙ ， ） ｌ ≤ Ｌ （ ｙ 一 Ｙ ） （ 其 中Ｌ为正常数） 以保证 成 一个方程 解 出 ｙ ｎ ＋ １ ， 这 类 方法 称 为隐式 的 Ｅ ｕ ｌ ｅ ｒ 方 法， 它是 初 值 问题 的解 ｙ （ ｘ ） 存在 唯一 。所谓数 值 方法 ， 是 一种 求 （ １ ． １ ） 种 隐式的单步方 法。 ｙ ｎ ＝ ｙ ＋ ｈ ｆ （ ｘ ｏ ＋ “ ｙ ｎ ＋ ） 的误差与 Ｅ ｕ ｌ ｅ ｒ 法相 的解 函数 ｙ （ ｘ ） 在求 解 区间中 离散 节点 Ｘ ｌ ＜ ｘ ＜…＜ ｘ 上 的近似 同， 但是 无条 件稳 定 ： 即对任 意步 长 ｈ ＞ ０ ， 隐式 Ｅ ｕ ｌ ｅ ｒ 法都是 值Ｙ ， ＜ Ｙ ２ …＜ 的方 法。一般 采 用等 距 节点 Ｘ ｎ ＝ ｘ ｏ ＋ ｎ ｈ ， 两节点 稳 定的 ， 其 稳 定 区域 是 ＜ １ 。 间的距 离 ｈ ＝ ｘ ～ 】 （ ｉ 称 为步长。 初值 问题 的各种数值 解法有 个基本 特点 ． 它们都 是采取 ３ ． １ ． ３梯 形 法 “ 步进 法” 。即 ｙ （ ｘ ） 在ｘ ， 点的 近似值 ｙ 是由 Ｘ ｎ ｘ ， … 等若 为 了得 到更精 确的 方法 ． 我们 可 以用梯 形积分公 式近似
常微分方程初值问题的数值解法
常微分方程初值问题的数值解法在实际应用中，对于某些微分方程，我们并不能直接给出其解析解，需要通过数值方法来求得其近似解，以便更好地理解和掌握现象的本质。
常微分方程初值问题（IVP）即为一种最常见的微分方程求解问题，其求解方法有多种，本文将对常微分方程初值问题的数值解法进行较为详细的介绍。
一、欧拉法欧拉法是最基本的一种数值解法，它采用泰勒级数展开并截断低阶项，从而获得一个差分方程近似求解。
具体来讲，设 t 为独立变量，y(t) 为函数 y 关于 t 的函数，方程为：$$y'(t) = f(t, y(t)), \qquad y(t_0) = y_0$$其中 f(t,y(t)) 为已知的函数，y(t_0) 为已知的初值。
将函数 y(t) 进行泰勒级数展开：$$y(t+h) = y(t) + hf(t, y(t)) + O(h^2)$$其中 h 表示步长，O(h^2) 表示其他高阶项。
为了使误差较小，一般取步长 h 尽可能小，于是我们可以用欧拉公式表示数值解：$$y_{n+1} = y_n + hf(t_n, y_n), \qquad y_0 = y(t_0)$$欧拉法的优点是容易理解和实现，但是由于截取低阶项且使用的单步法，所以误差较大，精度较低，在具体应用时需要慎重考虑。
二、龙格-库塔法龙格-库塔法（Runge-Kutta method）是一种多步法，比欧拉法更加精确。
龙格-库塔法的主要思想是使用不同的插值多项式来计算近似解，并且将时间步长分解，每次计算需要多次求解。
以下简要介绍二阶和四阶龙格-库塔法。
二阶龙格-库塔法将时间步长 h 分解成两步 h/2，得到近似解表达式：$$\begin{aligned} k_1 &= hf(t_n, y_n)\\ k_2 &= hf(t_n+h/2,y_n+k_1/2)\\ y_{n+1} &= y_n+k_2+O(h^3)\\ \end{aligned}$$四阶龙格-库塔法四阶龙格-库塔法是龙格-库塔法中应用最为广泛的一种方法，其需要计算的中间值较多，但是具有更高的精度。
实验八 常微分方程初值问题数值解法报告
实验八 常微分方程初值问题数值解法一、基本题科学计算中经常遇到微分方程（组）初值问题，需要利用Euler 法，改进Euler 法，Rung-Kutta 方法求其数值解，诸如以下问题：（1） ()⎪⎩⎪⎨⎧=-='004y xy y x y 20≤<x分别取h=0.1,0.2,0.4时数值解。
初值问题的精确解245x y e -=+。
（2） ()⎩⎨⎧=--='0122y y x y 01≤≤-x用r=3的Adams 显式和预 - 校式求解取步长h=0.1，用四阶标准R-K 方法求值。
（3）()()()100010321331221==-='⎪⎩⎪⎨⎧-='-='='y y y y y y y y y 10≤≤x用改进Euler 法或四阶标准R-K 方法求解取步长0.01,计算(0.05),(0.1y y y 数值解，参考结果 123(0.15)0.9880787,(0.15)0.1493359,(0.15)0.8613125y y y ≈-≈≈。
（4）利用四阶标准R- K 方法求二阶方程初值问题的数值解（I ）()()⎩⎨⎧='==+'-''10,00023y y y y y 02.0,10=≤≤h x(II)()()()⎩⎨⎧='==+'--''00,10011.02y y y y y y 1.0,10=≤≤h x(III)()()⎪⎩⎪⎨⎧='=+='00,101y y e y y x 1.0,20=≤≤h x(IV)()()⎩⎨⎧='==+''00,100sin y y y y 2.0,40=≤≤h x二、应用题1. 小型火箭初始质量为900千克，其中包括600千克燃料。
火箭竖直向上发射时燃料以15千克/秒的速率燃烧掉，由此产生30000牛顿的恒定推力．当燃料用尽时引擎关闭。
常微分方程的难点
常微分方程的难点
常微分方程是数学分析中的一门重要课程，也是应用数学中的基础课程之一。
它是研究一阶或高阶导数与自变量关系的方程，涉及到函数的连续性、可微性、可积性等重要的数学概念。
然而，常微分方程的学习也是有难点的。
其中，常见的难点包括以下几个方面：
1. 初值问题和边值问题的区别和联系。
初值问题和边值问题是常微分方程的两种基本类型，它们的解法和理论基础都有所不同。
2. 高阶常微分方程的解法。
高阶常微分方程的解法需要掌握多种技巧和方法，如常数变易法、欧拉公式、拉普拉斯变换等。
3. 变量分离法和分步法的应用。
变量分离法和分步法是解常微分方程中常用的技巧，但其应用需要考虑到方程的特殊性质和形式。
4. 非线性常微分方程的解法。
非线性常微分方程的解法涉及到多种数学工具和方法，如相似变量、对称性、积分因子等，需要掌握较高的数学知识。
5. 常微分方程的应用。
常微分方程是应用数学中的重要工具，在物理、工程、生物等领域都有着广泛的应用。
但其应用需要考虑到实际问题的特殊性质和背景知识。
- 1 -。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数值计算实践—课程设计报告
课题名称
常微分方程初值问题数值解法的比较
完成时间
2013-1-17
姓名
班级
学号
成绩
一. 实验目的及内容
1实验目的：（1）了解常微分方程初值问题的理论背景以及初值问题稳定性、收敛性的研究；
（2）熟练掌握欧拉法、改进欧拉法、龙格-库塔法以及截断误差分析；
输入：[x,y]=Gaijineuler('f',0,1,1,0.1)
结果：x =
0
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
0.9000
1.0000
y =
1.0000
1.0959
1.1841
1.2662
1.3434
1.4164
1.4860
1.5525
end
R=[T' Y'];
（四阶龙格-库塔）
functionR=Longgekuta4(f,a,b,aZ,h)
%a，b为端点，h为步长，aZ为初值
n=(b-a)/h;
T=zeros(1,n+1);%定义向量
Y=zeros(1,n+1);
T=a:h:b;%计算各个分点
Y(1)=aZ;%初值赋予
forj=1:n
0.3000 1.3411
0.4000 1.4711
0.5000 1.6082
0.6000 1.7520
0.7000 1.9021
0.8000 2.0580
0.9000 2.2195
1.0000 2.3863
五．计算结果分析:
方法
显示欧拉
简单
精度低
隐式欧拉
稳定性最好
精度低，计算量大
梯形公式
精度提高
计算量大
（4）对右端 用右矩形公式得 ，也叫隐式欧拉法。
误差分析：1.称 为计算 时的局部截断误差；
2.如果数值方法的局部截断误差为 ，那么称这种数值方法的阶数是p，其实p为非负整数。通常情况下，步长h越小，p越高，则局部截断误差越小，计算精
初泰勒展开有
则有 可见欧拉方法是一阶方法，精度不是很高。
2．改进欧拉方法：
考虑一阶常微分方程的初值问题 ，如果存在实数 使得 则称f关于y满足利普希茨条件，L称为利普希茨常数。
对于常微分方程初值问题 ，考虑初值 的扰动是问题的解 发生偏差的情形。若 时 的偏差被控制在有界范围内，则称该初值问题是稳定的，否则该初值问题不稳定的。
特别地，若 时 的偏差收敛于零，则称该初值问题是渐进稳定的。
对于初值问题 稳定性的研究，易知其准确解为 ，假定初值经过扰动后变为 ，对于扰动后的解为 因此带来的扰动误差为 ，因此考虑 时 的值，它取决于 。易知，若 ，则原问题是稳定的；若 ，则原问题是不稳定的；若 ，则原问题是渐进稳定的。
实际遇到的大多数常微分方程初值问题都是稳定的，因此在后面的讨论数值解法时这常常是默认条件。
y(i+1)=(yp+yc)/2;%根据改进欧拉公式计算结果
end
x=x';
y=y';
1．
3.龙格-库塔代码如下：
（三阶龙格-库塔）
functionR=Longgekuta3(f,a,b,aZ,h)
%a，b为端点，h为步长，aZ为初值
n=(b-a)/h;
T=zeros(1,n+1);%定义向量
Y=zeros(1,n+1);
2.稳定性：
例：考察初值问题 在区间[0,0.5]上的解，分别用欧拉显，隐式格式，改进欧拉格式计算数值解：
节点
欧拉显式
欧拉隐式
改进欧拉法
精确解
0
1.0000
1.0000
1.0000
1.0000
0.1
-2.0000
2.5*10^(-1)
2.5000
4.9787*10^(-2)
0.2
4.0000
6.2500*10^(-2)
T=a:h:b;%计算各个分点
Y(1)=aZ;%初值赋予
forj=1:n
k1=feval(f,T(j),Y(j));
k2=feval(f,T(j)+h/2,Y(j)+k1*h/2);
k3=feval(f,T(j)+h,Y(j)-h*k1+k2*2*h);
Y(j+1)=Y(j)+(k1+4*k2+k3)*h/6;%根据公式计算
中点公式
精度提高，显式
多一个初值，可能影响精度
1.收敛性：
若某算法对于任意固定的x=xi=x0+i h，当h0 (同时i)时有yiy(xi)，则称该算法是收敛的。
以下讨论的都是单步法（指在计算 时只用到它前一步的信息 ）欧拉法，龙格-库塔法都是单步法的例子；
例：就初值问题 考察欧拉显式格式的收敛性。
二．相关背景知识介绍以及初值问题稳定性的研究：
在科学与工程问题中，常微分方程表述物理量的变化规律，应用非常广泛，比如，天体运动的轨迹，机器人控制，化学反应过程的描述和控制以及电路瞬态过程分析等。这些问题中要求解随时间变化的物理量，即位置函数 表示时间，而微分方程描述了未知函数与它的一阶或高阶导数之间的关系。
6.2500
2.4788*10^(-3)
0.3
-8.0000
1.5625*10^(-2)
1.5625*10^(1)
1.2341*10^(-4)
0.4
1.6000*10^(1)
3.9063*10^(-3)
3.9063*10^(1)
6.1442*10^(-6)
0.5
-3.2000*10^(1)
9.7656*10^(-1)
0.7000 1.9487
0.8000 2.1436
0.9000 2.3579
1.0000 2.5937
ans =
Columns 1 through 7
1.0000 1.1000 1.2100 1.3310 1.4641 1.6105 1.7716
2.1436 2.3579 2.5937
1.6165
1.6782
1.7379
龙格-库塔计算结果：
（三阶）输入：Longgekuta3('ff',0,1,1,0.1)
结果：ans =
Longgekuta3('ff',0,1,1,0.1)
ans =
0 1.0000
0.1000 1.1048
0.2000 1.2188
0.3000 1.3411
0.4000 1.4711
end
R=[T' Y'];
四．数值结果：
输入：定义M文件并保存ffx.m
Euler1('ffx',0,1,1,10)
结果：T =
0 1.0000
0.1000 1.1000
0.2000 1.2100
0.3000 1.3310
0.4000 1.4641
0.5000 1.6105
0.6000 1.7716
梯形公式：对右端 用梯形公式得+显然梯形公式是隐式公式。
改进欧拉公式：先用欧拉公式求的一个初步的近似值 ，成为预测值，预测值 的精度可能达不到要求，在用梯形公式将他校正一次，记为 ，这个结果成为校正值。
预测：
校正：
误差分析：记 为改进欧拉公式在 处的截断误差，
记 因此有
， 表示在 出的局部截断误差。由此得，梯形公式的局部截断误差为 ，因此改进欧拉的截断误差为 ，可见改进欧拉的方法是二阶方法，改进欧拉方法优于欧拉方法。
k1=feval(f,T(j),Y(j));
k2=feval(f,T(j)+h/2,Y(j)+k1*h/2);
k3=feval(f,T(j)+h/2,Y(j)+k2*h/2);
k4=feval(f,T(j)+h,Y(j)+k3*h);
Y(j+1)=Y(j)+(k1+2*k2+2*k3+k4)*h/6;%根据公式计算
向前欧拉公式结果：
输入：Euler2('ffx',0,1,1,10)
结果T =
0 1.0000
0.1000 1.1110
0.2000 1.2344
0.3000 1.3716
0.4000 1.5240
0.5000 1.6933
0.6000 1.8814
0.7000 2.0904
0.8000 2.3227
3．龙格—库塔法:
根据拉格朗日微分中值定理， ，记 得到 ，这样，只要给出一种计算 的算法，就可以得到相应的计算公式。欧拉公式可以写为
改进欧拉公式可以写成 因此推出一般的推出广式
称为p阶龙格-库塔方法，简称p阶R-K方法。
因为 这里的 均为常数。
因为给定的系数不唯一，因此这里的常数有无穷多个解，下面是特殊情况下和一般情况下得结果
（一阶龙格-库塔）当r=1时，这就是欧拉法。
（二阶龙格-库塔）当r=2时， ，这就是改进欧拉法。
三阶和四阶龙格-库塔也只是在一般情况下得结果。
三阶
四阶
其局部截断误差是：
三．程序代码
欧拉法代码如下：
（1）向前欧拉法：
functiony=Euler1(fun,x0,y0,xN,N)
%fun为一阶微分方程，x0，y0为初始条件，xN为取值范围的一个端点，N为区间个数