常微分方程数值解法
第七章常微分方程数值解法
h2 h3 y ( xi 1 ) y ( xi h) y ( xi ) hy '( xi ) y ''( xi ) y '''( xi ) 2! 3!
丢掉高阶项，有
y( xi 1 ) y( xi h) y( xi ) hy '( xi ) yi hf ( xi , yi )
| f ( x, y1 ) f ( x, y2 ) | L | y1 y2 | ,
那么模型问题在 [ a, b] 存在唯一解。
Lipschitz 连续： | f ( x, y1 ) f ( x, y2 ) | L | y1 y2 | .
(1) 比连续性强: y1 y2 可推出 f ( x, y1 ) f ( x, y2 ) ; (2) 比连续的 1 阶导弱：具有连续的 1 阶导，则
f | f ( x, y1 ) f ( x, y2 ) || ( ) || y1 y2 | L | y1 y2 | . y
常微分方程数值解法
目标：计算出解析解 y ( x) 在一系列节点 a x0 x1 xn1 xn b 处的近似值 yi y( xi ) ，即所谓的数值解。节点间距 hi xi 1 xi ，一般 取为等距节点。
常微分方程初值问题的数值解法一般分为两大类： (1)单步法：在计算 yn 1 时，只用到前一步的值，即用到 xn1 , xn , yn ，则给定初
值之后，就可逐步计算。例如 Euler 法、向后欧拉法、梯形公式、龙格-库塔法；
(2) 多步法： 这 类 方 法 在 计算 yn 1 时 ， 除 了 用 到 xn1 , xn , yn 外 ， 还 要 用到
常微分方程数值解法
介绍常微分方程数值解法常微分方程（ordinary differential equations，ODE）可用于描述许多日常存在的物理系统。
处理ODE问题常常被称为数值求解法，这指的是找到概括ODE或者其他适用于数学模型的解决方案来模括这些ODE。
这种解决方案可能在一系列不同方案中发挥重要作用，以此来提供更好的解释和预测。
常微分方程与几何图形更为相关，它利用二维或者三维空间中曲线的绘制以及分析。
通过引入一些不同的方法，可以对不同的常微分方程中的量进行描述，使得可以通过数值方法的解析来进行研究。
数值解法可能是时间消耗较多的，但有助于验证几何图形中的某些过程，以此帮助揭示数学模型。
四种常见的常微分方程数值解法四种常见的常微分方程数值解法是：前向差分法、向后差分法、中点法和全分方法。
•前向差分法：前向差分法的基本概念是利用ODE的特定解来表达时间步的影响。
这是一种基本的数值法，可以在ODE中确定任意位置的点作为终点。
在这里，任何这样的点都可以表示为ODE右边的时间步。
•向后差分法：它是反过来基于前向差分法。
它要求对ODE中的时间步进行逆向推导，以获得某一特定点的解。
向后差分法要求推导反向解中点，以便可以从每一步中获取该点的解。
•中点法：这是一种非常基本的数值解法，可以用来求解ODE中的某一步的解，但不具有直观的方法解释。
主要的思想是在每一次时间步中通过求出ODE的中点来寻找解。
•全分方法：这是一种更复杂的数值解法，它要求将ODE中的每一步解细分并解决。
与前面提到的三种解法不同，它首先要求将ODE分解成若干离散区间，然后计算每一段区间中的点。
这种解法可以更准确地进行处理，但时间消耗较多，因此比较少被使用。
优化方案在需要解决常微分方程时，为了得到最佳的结果，有必要考虑一些优化措施。
•首先，应考虑将一个复杂的ODE拆分成一些更易解决的问题。
这样做的结果是，预见到解决此ODR的总耗时将会降低。
•其次，为了加快计算速度，可以考虑使用预解算法。
常微分方程的数值解法
常微分方程的数值解法1. 引言常微分方程是自变量只有一个的微分方程，广泛应用于自然科学、工程技术和社会科学等领域。
由于常微分方程的解析解不易得到或难以求得，数值解法成为解决常微分方程问题的重要手段之一。
本文将介绍几种常用的常微分方程的数值解法。
2. 欧拉方法欧拉方法是最简单的一种数值解法，其具体步骤如下：- 将自变量的区间等分为n个子区间；- 在每个子区间上假设解函数为线性函数，即通过给定的初始条件在每个子区间上构造切线；- 使用切线的斜率（即导数）逼近每个子区间上的解函数，并将其作为下一个子区间的初始条件；- 重复上述过程直至达到所需的精度。
3. 改进的欧拉方法改进的欧拉方法是对欧拉方法的一种改进，主要思想是利用两个切线的斜率的平均值来逼近每个子区间上的解函数。
具体步骤如下： - 将自变量的区间等分为n个子区间；- 在每个子区间上构造两个切线，分别通过给定的初始条件和通过欧拉方法得到的下一个初始条件；- 取两个切线的斜率的平均值，将其作为该子区间上解函数的斜率，并计算下一个子区间的初始条件；- 重复上述过程直至达到所需的精度。
4. 二阶龙格-库塔方法二阶龙格-库塔方法是一种更为精确的数值解法，其基本思想是通过近似计算解函数在每个子区间上的平均斜率。
具体步骤如下： - 将自变量的区间等分为n个子区间；- 在每个子区间上计算解函数的斜率，并以该斜率的平均值近似表示该子区间上解函数的斜率；- 利用该斜率近似值计算下一个子区间的初始条件，并进一步逼近解函数；- 重复上述过程直至达到所需的精度。
5. 龙格-库塔法（四阶）龙格-库塔法是目前常用的数值解法之一，其精度较高。
四阶龙格-库塔法是其中较为常用的一种，其具体步骤如下：- 将自变量的区间等分为n个子区间；- 在每个子区间上进行多次迭代计算，得到该子区间上解函数的近似值；- 利用近似值计算每个子区间上的斜率，并以其加权平均值逼近解函数的斜率；- 计算下一个子区间的初始条件，并进一步逼近解函数；- 重复上述过程直至达到所需的精度。
第7章 常微分方程数值解法
代入(6―3)式得
h yi 1 yi [ f ( xi , yi ) f ( xi 1 , yi 1 )] 2 i 0,1, 2, , n 1
(6―5)
这样得到的点列仍为一折线，只是用平均斜率 来代替原来一点处的斜率。式(6―5)称为改进的欧拉 公式。
不难发现，欧拉公式(6―3)是关于yi+1 的显式，只
h y xi 1 yi 1 f xi 1 , y xi 1 f xi 1 , yi 1 2 (6―15) h 3 '' f 12
因此
hL h3 y ( xi 1 ) yi 1 y ( xi 1 ) yi 1 f ( ) 2 12 h3 (1 q) y ( xi 1 ) yi 1 f ( ) 12 y ( xi 1 ) yi 1 O ( h 3 )
c 并取 yi 1 yi(1)
(6―7)
虽然式(6―7)仅迭代一次，但因进行了预先估计，
故精度却有较大的提高。 在实际计算时，还常常将式(6―7)写成下列形式：
k1 f ( xi , yi ) k f ( x h, y hk ) i i 1 2 h yi 1 yi 2 (k1 k2 ) i 0,1, 2,
在进行误差分析时，我们假设yi=y(xi)，考虑用
yi+1 代替y(x
i+1)而产生截断误差，确定欧拉公式和改
进的欧拉公式的精确度。 设初值问题(6―1)的准确解为y=y(x)，则利用泰 勒公式
y ( xi 1 ) y ( xi h ) h2 y ( xi ) hy ( xi ) y ( xi ) 2! h3 y ( xi ) 3!
常微分方程的数值解法
主要内容
§1、引言 §2、初值问题的数值解法--单步法 §3、龙格-库塔方法 §4、收敛性与稳定性 §5、初值问题的数值解法―多步法 §6、方程组和刚性方程 §7、习题和总结
§1、 引 言 主要内容 ➢研究的问题 ➢数值解法的意义
1.什么是微分方程 ? 现实世界中大多数事物
使得对任意的x [a,b]及y1, y2都成立
则称 f (x,y) 对y 满足李普希兹条件，L 称为 Lipschitz常数.
就可保证方程解的存在唯一性
若 f (x,y) 在区域 G连续，关于y
满足李普希兹 条件
一阶常微分方程的初值问题的解存在且唯一. 我们以下的讨论，都在满足上述条件下进行.
一阶常微分方程组常表述为：
y(x0
)
y0
(1.2)
种 数 值 解
法
其中f (x,y)是已知函数，(1.2)是定解条件也称为 初值条件。
常微分方程的理论指出：
当 f (x,y) 定义在区域 G=(a≤x≤b,｜y｜＜∞)
若存在正的常数 L 使：
(Lipschitz)条件
| f (x, y1) f (x, y2) | L | y1 y2 | (1.3)
节点 xi a ihi,一般取hi h( (b a) / n)即等距
要计算出解函数 y(x) 在一系列节点
a x0 x1 xn b
处的近似值 yi y(xi )
y f (x, y)
y
(
x0
)
y0
a xb
(1.1) (1.2)
对微分方程(1.1)两端从 xn到xn1 进行积分
内部联系非常复杂
其状态随着 时间、地点、条件 的不同而不同
常微分方程数值解法
ρ ρ
n+1 n
≤1
三、梯形公式
由 分 径 y ( xn+1) = y ( xn) + 积 途 ： xn+1
∫
f ( x, y)dt
（
积分 梯形 式 且令：yn+1 = y( xn+1), yn = y( xn) 用 公 ， h 则 yn+1 = yn + ( f (xn , yn) + f (xn+1 , yn+1)) 得： 2
第九章 常微分方程数值解法
§1 、引言
一 常 分 程 初 问 : 阶 微 方 的 值 题 dy dx = f (x, y) y( x0) = y0
'
a ≤ x ≤b
2 y 例 : 方 程 xy -2 y = 4 x ⇒ y = + 4 x 2 y 令 ：f ( x , y ) = + 4 且 给 出 初 值 y (1 )= -3 x 就 得 到 一 阶 常 微 分 方 程 的 初 值 问 题 ： 2 y dy = f (x, y) = + 4 dx x y(1) = − 3
n n n n n 2 // n n+1
~
y
n+1
= yn + hf ( xn, yn ) = y(xn) + hf
n+1
~
y
n+1
( x , y( x ))
n n
则 T = y( x ) − = h y (ξ ) x y 2 ~
// n+1 n+1
2
n
< ξ < xn+1
令
常微分方程组数值解法
常微分方程组数值解法一、引言常微分方程组是数学中的一个重要分支，它在物理、工程、生物等领域都有广泛应用。
对于一些复杂的常微分方程组，往往难以通过解析方法求解，这时候数值解法就显得尤为重要。
本文将介绍常微分方程组数值解法的相关内容。
二、数值解法的基本思想1.欧拉法欧拉法是最基础的数值解法之一，它的思想是将时间连续化，将微分方程转化为差分方程。
对于一个一阶常微分方程y'=f(x,y)，其欧拉公式为：y_{n+1}=y_n+hf(x_n,y_n)其中h为步长，x_n和y_n为第n个时间点上x和y的取值。
2.改进欧拉法改进欧拉法是对欧拉法的改良，其公式如下：y_{n+1}=y_n+\frac{h}{2}[f(x_n,y_n)+f(x_{n+1},y_n+hf(x_n,y_n))] 3.四阶龙格-库塔方法四阶龙格-库塔方法是目前最常用的数值解法之一。
其公式如下：k_1=f(x_n,y_n)k_2=f(x_n+\frac{h}{2},y_n+\frac{h}{2}k_1)k_3=f(x_n+\frac{h}{2},y_n+\frac{h}{2}k_2)k_4=f(x_n+h,y_n+hk_3)y_{n+1}=y_n+\frac{h}{6}(k_1+2k_2+2k_3+k_4)其中，k_i为中间变量。
三、常微分方程组的数值解法1.欧拉法对于一个二阶常微分方程组：\begin{cases} y'_1=f_1(x,y_1,y_2) \\ y'_2=f_2(x,y_1,y_2)\end{cases}其欧拉公式为：\begin{cases} y_{n+1,1}=y_{n,1}+hf_1(x_n,y_{n,1},y_{n,2}) \\y_{n+1,2}=y_{n,2}+hf_2(x_n,y_{n,1},y_{n,2}) \end{cases}其中，x_n和y_{n,i}(i=1, 2)为第n个时间点上x和y_i的取值。
常微分方程数值解法
欧拉方法
总结词
欧拉方法是常微分方程数值解法中最基础的方法之一，其基本思想是通过离散化时间点上的函数值来 逼近微分方程的解。
详细描述
欧拉方法基于微分方程的局部线性化，通过在时间点上逐步逼近微分方程的解，得到一系列离散点上 的近似值。该方法简单易行，但精度较低，适用于求解初值问题。
龙格-库塔方法
总结词
影响
数值解法的稳定性对计算结果的精度和可靠 性有重要影响。
判断方法
通过分析数值解法的迭代公式或离散化方法， 判断其是否具有稳定性和收敛性。
数值解法的收敛性
定义
数值解法的收敛性是指随着迭代次数的增加， 数值解逐渐接近于真实解的性质。
影响
数值解法的收敛性决定了计算结果的精度和 计算效率。
分类
根据收敛速度的快慢，可以分为线性收敛和 超线性收敛等。
判断方法
通过分析数值解法的迭代公式或离散化方法， 判断其是否具有收敛性。
误差分析
定义
误差分析是指对数值解法计算过程中 产生的误差进行定量分析和估计的过 程。
分类
误差可以分为舍入误差、截断误差和 初始误差等。
影响
误差分析对于提高计算精度和改进数 值解法具有重要意义。
分析方法
通过建立误差传递公式或误差估计公 式，对误差进行定量分析和估计。
生物学
生态学、生物种群动态和流行病传播 等问题可以通过常微分方程进行建模
和求解。
化学工程
化学反应动力学、化学工程流程模拟 等领域的问题可以通过常微分方程进 行描述和求解。
经济学
经济系统动态、金融市场模拟和预测 等问题可以通过常微分方程进行建模 和求解。
02 常微分方程的基本概念
常微分方程的定义
常微分方程数值解法
用分段的折线逼近函数,此为 “折线法”而非“切线法”， 除第一个点是曲线上的切线，
其它都不是。
2、Euler方法的误差估计
1)局部截断误差。 在一步中产生的误差而非累积误差：
~
T x y y
n1
n1
n1
其中
~
y
是当
y
n
y(
x
)
n
（精确解！）时
n1
由Euler法求出的值，即y 无误差！ n
T x y h y 则
y
n1
~
2
n1
n1 2
//
x x
n
n1
令 M 2 max y// (x) , y(x) 充分光滑，则： a xb
T M h h n 1
2
O 2 22
3、 总体方法误差(1)
递推方法：从任意两相邻步的总体误差关系
第九章 常微分方程数值解法
§1 、引言
一阶常微分方程的初值问题:
dy
dx
f (x, y)
a xb
y
(
x
)
0
y 0
例: 方程 xy' -2y=4x y' = 2 y 4 x
令：f(x,y)= 2 y 4 且给出初值 y(1)=-3 x
就得到一阶常微分方程的初值问题：
n
n
n1
y y x y hf ( , ) n 0, 1, 2,
n1
n
n
n
Taylor展开法不仅可得到求数值解的公式，且容易估计
截断误差。
§2 尤拉（Eular)方法
常微分方程的数值解法
常微分方程的数值解法常微分方程是研究变量的变化率与其当前状态之间的关系的数学分支。
它在物理、工程、经济等领域有着广泛的应用。
解常微分方程的精确解往往十分困难甚至不可得，因此数值解法在实际问题中起到了重要的作用。
本文将介绍常见的常微分方程的数值解法，并比较其优缺点。
1. 欧拉方法欧拉方法是最简单的数值解法之一。
它基于近似替代的思想，将微分方程中的导数用差商近似表示。
具体步骤如下：（1）确定初始条件，即问题的初值。
（2）选择相应的步长h。
（3）根据微分方程的定义使用近似来计算下一个点的值。
欧拉方法的计算简单，但是由于误差累积，精度较低。
2. 改进欧拉方法为了提高欧拉方法的精度，改进欧拉方法应运而生。
改进欧拉方法通过使用两个点的斜率的平均值来计算下一个点的值。
具体步骤如下：（1）确定初始条件，即问题的初值。
（2）选择相应的步长h。
（3）根据微分方程的定义使用近似来计算下一个点的值。
改进欧拉方法相较于欧拉方法而言，精度更高。
3. 龙格-库塔法龙格-库塔法（Runge-Kutta）是常微分方程数值解法中最常用的方法之一。
它通过迭代逼近精确解，并在每一步中计算出多个斜率的加权平均值。
具体步骤如下：（1）确定初始条件，即问题的初值。
（2）选择相应的步长h。
（3）计算各阶导数的导数值。
（4）根据权重系数计算下一个点的值。
与欧拉方法和改进欧拉方法相比，龙格-库塔法的精度更高，但计算量也更大。
4. 亚当斯法亚当斯法（Adams）是一种多步法，它利用之前的解来近似下一个点的值。
具体步骤如下：（1）确定初始条件，即问题的初值。
（2）选择相应的步长h。
（3）通过隐式或显式的方式计算下一个点的值。
亚当斯法可以提高精度，并且比龙格-库塔法更加高效。
5. 多步法和多级法除了亚当斯法，还有其他的多步法和多级法可以用于解常微分方程。
多步法通过利用多个点的值来逼近解，从而提高精度。
而多级法则将步长进行分割，分别计算每个子问题的解，再进行组合得到整体解。
常微分方程数值解法课件
根据选择的步长，确定当 前时刻的数值解的近似值 。
重复上述步骤，直到达到 所需的时间积分区间终止 点。
龙格-库塔方法的误差分析
误差主要来源于时间步长 的离散化，步长越小，误 差越小。
龙格-库塔方法的收敛性 和稳定性取决于所选步长 和步数。
ABCD
机械工程
在机械工程中，机构的动力学行为可以用常微分方程来描 述，如机器人的运动轨迹、机械臂的姿态等，通过数值解 法可以模拟这些机构的运动。
在金融问题中的应用
股票价格模拟
股票价格的变化可以用常微分方程来描述，通过数值解法可以模 拟股票价格的走势，预测未来的股票价格。
期货价格模拟
期货价格的变化也可以用常微分方程来描述，通过数值解法可以 模拟期货价格的走势，预测未来的期货价格。
可以通过增加步数来减小 误差，但会增加计算量。
在实际应用中，需要根据 具体问题选择合适的步长 和步数，以达到精度和计 算效率的平衡。
05
数值解法的应用
在物理问题中的应用
计算物体运动轨迹
通过数值解法求解常微分方程，可以模拟物体的运动轨迹，如行星 运动轨迹、炮弹弹道等。
模拟振动系统
在物理中，许多系统可以用常微分方程来描述，如弹簧振荡器、电 磁振荡器等，通过数值解法可以模拟这些系统的振动行为。
终止条件
当达到预设的精度或迭代次数时，停止迭代并输出结果。
欧拉方法的误差分析
截断误差
由于欧拉方法使用离散化近似 ，因此存在截断误差。这种误 差的大小取决于步长$h$的选
择。
稳定性
欧拉方法对于某些微分方程可 能是不稳定的，这意味着随着 迭代的进行，解可能会发散或
常微分方程的数值解法全文
第8章常微分方程的数值解法8.4单步法的收敛性与稳定性8.4.1相容性与收敛性上面所介绍的方法都是用离散化的方法，将微分方程初值问题化为差分方程初值问题求解的.这些转化是否合理？即当h →∞时，差分方程是否能无限逼近微分方程，差分方程的解n y 是否能无限逼近微分方程初值问题的准确解()n y x ，这就是相容性与收敛性问题.用单步法(8.3.14)求解初值问题(8.1.1)，即用差分方程初值问题100(,,)()n n n n y y h x y h y x y ϕ+=+⎧⎨=⎩(8.4.1)的解作为问题(8.1.1)的近似解，如果近似是合理的，则应有()()(,(),)0 (0)y x h y x x y x h h hϕ+--→→(8.4.2)其中()y x 为问题(8.1.1)的精确解.因为0()()lim ()(,)h y x h y x y x f x y h→+-'==故由(8.4.2)得lim (,,)(,)h x y h f x y ϕ→=如果增量函数(,(),)x y x h ϕ关于h 连续，则有(,,0)(,)x y f x y ϕ=(8.4.3)定义8.3如果单步法的增量函数(,,)x y h ϕ满足条件(8.4.3)，则称单步法(8.3.14)与初值问题(8.1.1)相容.通常称(8.4.3)为单步法的相容条件.满足相容条件(8.4.3)是可以用单步法求解初值问题(8.1.1)的必要条件.容易验证欧拉法和改进欧拉法均满足相容性条件.一般地，如果单步法有p 阶精度（1p ≥），则其局部截断误差为[]1()()(,(),)()p y x h y x h x y x h O h ϕ++-+=上式两端同除以h ，得()()(,,)()p y x h y x x y h O h hϕ+--=令0h →，如果(,(),)x y x h ϕ连续，则有()(,,0)0y x x y ϕ'-=所以1p ≥的单步法均与问题(8.1.1)相容.由此即得各阶龙格－库塔法与初值问题(8.1.1)相容.定义8.4一种数值方法称为是收敛的，如果对于任意初值0y 及任意固定的(,]x a b ∈，都有lim () ()n h y y x x a nh →==+其中()y x 为初值问题(8.1.1)的精确解.如果我们取消局部化假定，使用某单步法公式，从0x 出发，一步一步地推算到1n x +处的近似值1n y +.若不计各步的舍入误差，而每一步都有局部截断误差，这些局部截断误差的积累就是整体截断误差.定义8.5称111()n n n e y x y +++=-为某数值方法的整体截断误差.其中()y x 为初值问题(8.1.1)的精确解，1n y +为不计舍入误差时用某数值方法从0x 开始，逐步得到的在1n x +处的近似值（不考虑舍入误差的情况下，局部截断误差的积累）.定理8.1设单步法(8.3.14)具有p 阶精度，其增量函数(,,)x y h ϕ关于y 满足利普希茨条件，问题(8.1.1)的初值是精确的，即00()y x y =，则单步法的整体截断误差为111()()p n n n e y x y O h +++=-=证明由已知，(,,)x y h ϕ关于y 满足利普希茨条件，故存在0L >，使得对任意的12,y y 及[,]x a b ∈，00h h <≤，都有1212(,,)(,,)x y h x y h L y y ϕϕ-≤-记1()(,(),)n n n n y y x h x y x h ϕ+=+，因为单步法具有p 阶精度，故存在0M >，使得1111()p n n n R y x y Mh ++++=-≤从而有111111111()()()(,(),)(,,)()(,(),)(,,)n n n n n n n p n n n n n n p n n n n n n e y x y y x y y y Mh y x h x y x h y h x y h Mh y x y h x y x h x y h ϕϕϕϕ+++++++++=-≤-+-≤++--≤+-+-1(1)p nMh hL e +≤++反复递推得11111101110(1)(1)1(1)(1)(1)(1)1(1)p p n n n p n n p n e Mh hL Mh hL e hL hL Mh hL e hL Mh hL e hL+++-+++++⎡⎤≤++++⎣⎦⎡⎤≤+++++++⎣⎦+-≤++因为00()y x y =，即00e =，又(1)n h b a +≤-，于是ln(1)1()(1)(1)b a b a hL n L b a h h hL hL e e --++-+≤+=≤所以()11()p L b a p n M e h e O h L -+⎡⎤≤-=⎣⎦推论设单步法具有p (1p ≥)阶精度，增量函数(,,)x y h ϕ在区域G ：, , 0a x b y h h ≤≤-∞<<+∞≤≤上连续，且关于y 满足利普希茨条件，则单步法是收敛的.当(,)f x y 在区域:,D a x b y ≤≤-∞<<+∞上连续，且关于y 满足利普希茨条件时，改进欧拉法，各阶龙格－库塔法的增量函数(,,)x y h ϕ在区域G 上连续，且关于y 满足利普希茨条件，因而它们都是收敛的.关于单步法收敛的一般结果是：定理8.2设增量函数(,,)x y h ϕ在区域G 上连续，且关于y 满足利普希茨条件，则单步法收敛的充分必要条件是相容性条件(8.4.3).8.4.2稳定性稳定性与收敛性是两个不同的概念，收敛性是在假定每一步计算都准确的前提下，讨论当步长0h →时，方法的整体截断误差是否趋于零的问题.而稳定性则是讨论舍入误差的积累能否对计算结果有严重影响的问题.定义8.6若一种数值方法在节点值n y 上有一个大小为δ的扰动，于以后各节点()m y m n >上产生的偏差均不超过δ，则称该方法是稳定的.我们以欧拉法为例进行讨论.假设由于舍入误差，实际得到的不是n y 而是n n n y y δ=+，其中n δ是误差.由此再计算一步，得到1(,)n n n n y y hf x y +=+把它与不考虑舍入误差的欧拉公式相减，并记111n n n y y δ+++=-，就有[]1(,)(,)1(,)n n n n n n y n nh f x y f x y hf x δδηδ+⎡⎤=+-=+⎣⎦其中y f f y∂=∂.如果满足条件1(,)1y n hf x η+≤，(8.4.4)则从n y 到1n y +的计算，误差是不增的，可以认为计算是稳定的.如果条件(8.4.4)不满足，则每步误差将增大.当0y f >时，显然条件(8.4.4)不可能满足，我们认为问题本身具有先天的不稳定性.当0y f <时，为了满足稳定性要求(8.4.4)，有时h 要很小.一般的，稳定性与方法有关，也与步长h 的大小有关，当然也与方程中的(,)f x y 有关.为简单起见，通常只考虑数值方法用于求解模型方程的稳定性，模型方程为y y λ'=(8.4.5)其中λ为复数.一般的方程可以通过局部线性化转化为模型方程，例如在(,)x y 的邻域(,)(,)(,)()(,)()x y y f x y f x y f x y x x f x y y y '==+-+-+略去高阶项，再作变量替换就得到u u λ'=的形式.对于模型方程(8.4.5)，若Re 0λ>，类似以上分析，可以认为方程是不稳定的.所以我们只考虑Re 0λ<的情形，这时不同的数值方法可能是数值稳定的或者是数值不稳定的.当一个单步法用于试验方程y y λ'=，从n y 计算一步得到1()n n y E h y λ+=(8.4.6)其中()E h λ依赖于所选的方法.因为通过点(,)n n x y 试验方程的解曲线（它满足,()n n y y y x y λ'==）为[]exp ()n n y y x x λ=-，而一个p 阶单步法的局部截断误差在()n n y x y =时有1111()()p n n n T y x y O h ++++=-=，所以有1exp()()()p n n y h E h y O h λλ+-=(8.4.7)这样可以看出()E h λ是h e λ的一个近似值.由(8.4.6)可以看到，若n y 计算中有误差ε，则计算1n y +时将产生误差()E h λε，所以有下面定义.定义8.7如果(8.4.6)式中，()1E h λ<，则称单步法(8.3.14)是绝对稳定的.在复平面上复变量h λ满足()1E h λ<的区域，称为方法(8.3.14)的绝对稳定区域，它与实轴的交称为绝对稳定区间.在上述定义中，规定严格不等式成立，是为了和线性多步法的绝对稳定性定义一致.事实上，()1E h λ=时也可以认为误差不增长.(1)欧拉法的稳定性欧拉法用于模型方程(8.4.5)，得1(1)n n y h y λ+=+，所以有()1E h h λλ=+.所以绝对稳定条件是11h λ+<，它的绝对稳定区域是h λ复平面上以(1,0)-为中心的单位圆，见图8.3.而λ为实数时，绝对稳定区间是(2,0)-.Im()h λRe()h λ2-1-O 图8.3欧拉法的绝对稳定区域(2)梯形公式的稳定性对模型方程，梯形公式的具体表达式为11()2n n n n h y y y y λλ++=++，即11212n nh y y h λλ++=-，所以梯形公式的绝对稳定区域为12112h h λλ+<-.化简得Re()0h λ<，因此梯形公式的绝对稳定区域为h λ平面的左半平面，见图8.4.特别地，当λ为负实数时，对任意的0h >，梯形公式都是稳定的.Im()h λRe()h λO 图8.4梯形公式的绝对稳定区域(3)龙格－库塔法的稳定性与前面的讨论相仿，将龙格－库塔法用于模型方程(8.4.5)，可得二、三、四阶龙格－库塔法的绝对稳定区域分别为211()12h h λλ++<23111()()126h h h λλλ+++<2341111()()()12624h h h h λλλλ++++<当λ为实数时，二、三、四阶显式龙格－库塔法的绝对稳定区域分别为20h λ-<<、2.510h λ-<<、 2.780h λ-<<.例8.5设有初值问题21010101(0)0xy y x x y ⎧'=-≤≤⎪+⎨⎪=⎩用四阶经典龙格－库塔公式求解时，从绝对稳定性考虑，对步长h 有何限制？解对于所给的微分方程有2100,(010)1f x x y xλ∂==-<≤≤∂+在区间[0,10]上，有201010max ||max51t x x λ<<==+由于四阶经典龙格－库塔公式的绝对稳定区间为 2.7850h λ-<<，则步长h 应满足00.557h <<.。
数值分析第九章常微分方程数值解法
数值分析第九章常微分方程数值解法常微分方程数值解法是数值分析中非常重要的一部分内容。
常微分方程是描述自然现象中动态变化规律的数学模型，解常微分方程可以揭示系统的变化趋势和规律。
然而，大多数常微分方程是无法通过解析方法求出解的，因此需要借助计算机进行数值计算。
数值解常微分方程方法主要包括：Euler方法、改进的Euler方法、四阶Runge-Kutta方法和龙格-库塔方法。
Euler方法是最简单的方法之一，它采用的是一阶Taylor展开式。
将待求的函数值与函数的一阶导数值代入Taylor展开式中，可以得到函数值在下一个时间步长上的近似值。
Euler方法的优点是简单易于实现，但其精度不够高，容易积累误差。
改进的Euler方法是对Euler方法的改进，它通过使用中间点上的导数值来减小误差。
改进的Euler方法的精度相比Euler方法要高一些，但仍然不够高。
四阶Runge-Kutta方法是目前使用较为广泛的数值解常微分方程的方法之一、它通过计算不同时间点上的斜率来估计函数值，在多个时间点上计算斜率的平均值来提高精度。
四阶Runge-Kutta方法的精度比Euler方法和改进的Euler方法要高，但计算量也相对较大。
龙格-库塔方法是数值解常微分方程中最常用的方法之一、它是四阶Runge-Kutta方法的延伸，通过计算不同时间点上的斜率来估计函数值，然后利用这些估计值计算更准确的斜率，在不同步长上进行迭代计算，直到满足所需精度。
龙格-库塔方法的精度比四阶Runge-Kutta方法要高，但计算量也相对较大。
除了以上几种方法外，还有一些其他数值解常微分方程的方法，如Adams法、Gear法等。
这些方法在不同场景下有着不同的适用性和优劣势。
总结起来，数值解常微分方程方法是研究常微分方程数值计算中的重要内容。
不同的方法有着不同的精度和计算量，可以根据具体问题的特点选择合适的方法进行数值计算。
然而，需要注意的是，数值解只是在给定的步长下对函数的近似值，可能会引入误差。
常微分方程数值解法
第八章 常微分方程的数值解法一．内容要点考虑一阶常微分方程初值问题:⎪⎩⎪⎨⎧==00)(),(y x y y x f dx dy微分方程的数值解：设微分方程的解y (x )的存在区间是[a,b ]，在[a,b ]内取一系列节点a= x 0< x 1<…< x n =b ,其中h k =x k+1-x k ；(一般采用等距节点，h=(b-a)/n 称为步长)。
在每个节点x k 求解函数y(x)的近似值:y k ≈y(x k )，这样y 0 , y 1 ,...,y n 称为微分方程的数值解。
用数值方法，求得f(x k )的近似值y k ，再用插值或拟合方法就求得y(x)的近似函数。
(一)常微分方程处置问题解得存在唯一性定理对于常微分方程初值问题:⎪⎩⎪⎨⎧==00)(),(y x y y x f dx dy如果：(1) 在B y y A x x 00≤-≤≤,的矩形内),(y x f 是一个二元连续函数。
(2) ),(y x f 对于y 满足利普希茨条件，即2121y y L y x f y x f -≤-),(),(则在C x x 0≤≤上方程⎪⎩⎪⎨⎧==00)(),(y x y y x f dxdy的解存在且唯一，这里C=min((A-x 0),x 0+B/L),L 是利普希茨常数。
定义：任何一个一步方法可以写为),,(h y x h y y k k k 1k Φ+=+，其中),,(h y x k k Φ称为算法的增量函数。
收敛性定理：若一步方法满足： (1)是p 解的.(2) 增量函数),,(h y x k k Φ对于y 满足利普希茨条件.(3) 初始值y 0是精确的。
则),()()(p h O x y kh y =-kh =x -x 0,也就是有0x y y lim k x x kh 0h 0=--=→)((一)、主要算法 1．局部截断误差局部截断误差：当y(x k )是精确解时，由y(x k )按照数值方法计算出来的1~+k y 的误差y (x k+1)- 1~+k y 称为局部截断误差。
常微分方程的数值解
欧拉方法的实现
确定步长和初始值
根据问题的性质和精度要求，选择合适的步长 和初始值。
迭代计算
根据欧拉方法的公式，迭代计算下一个点的值。
终止条件
当达到预设的迭代次数或误差范围时，停止迭代。
常微分方程的应用
总结词
常微分方程在自然科学、工程技术和社会科学等领域有广泛应用。
详细描述
在物理学中，常微分方程可以描述物体的运动规律、电磁波的传播等；在化学中，可以描述化学反应 的动力学过程；在社会科学中，可以用于研究人口增长、经济趋势等。此外，常微分方程还在控制工 程、航空航天等领域有广泛应用。
确定步长和初始值
在应用龙格-库塔方法之前，需要 选择合适的步长和初始值。步长 决定了迭代的精度，而初始值则 用于启动迭代过程。
编写迭代公式
根据选择的步长和初始值，编写 龙格-库塔方法的迭代公式。该公 式将使用已知的函数值和导数值 来计算下一步的函数值。
迭代求解
按照迭代公式进行迭代计算，直 到达到所需的精度或达到预设的 最大迭代次数。
欧拉方法的误差分析
截断误差
由于欧拉方法只使用了微分方程的一次项， 因此存在截断误差。
全局误差
全局误差是实际解与近似解之间的最大偏差。
局部误差
由于每一步都使用了上一步的结果，因此存 在局部误差。
稳定性
欧拉方法是稳定的，但步长和初始值的选择 会影响其稳定性和精度。
04 龙格-库塔方法
龙格-库塔方法的原理
常用的数值解法包括欧拉方法、龙格-库塔方法、改进的欧拉方法、预估 校正方法和步进法等。
常微分方程数值解法
常微分方程数值解法常微分方程是研究函数的导数与自变量之间的关系的数学分支，广泛应用于物理、工程、生物等领域的建模与分析。
在实际问题中，我们常常遇到无法通过解析方法求得精确解的常微分方程，因此需要利用数值解法进行求解。
本文将介绍几种常用的常微分方程数值解法。
一、欧拉方法(Euler's Method)欧拉方法是最基本的数值解法之一。
它的思想是将微分方程转化为差分方程，通过逐步逼近解的方式求得数值解。
具体步骤如下：1. 将微分方程转化为差分方程：根据微分方程的定义，可以得到差分方程形式。
2. 选择步长：将自变量范围进行离散化，确定步长h。
3. 迭代计算：根据差分方程递推公式，利用前一步的数值解计算后一步的数值解。
二、改进的欧拉方法(Improved Euler's Method)改进的欧拉方法通过使用欧拉方法中的斜率来进行更准确的数值计算。
具体步骤如下：1. 计算欧拉方法的斜率：根据当前节点的数值解计算斜率。
2. 根据斜率计算改进的数值解：将得到的斜率代入欧拉方法的递推公式中，计算改进的数值解。
三、龙格-库塔方法(Runge-Kutta Method)龙格-库塔方法是一类常微分方程数值解法，其中最著名的是四阶龙格-库塔方法。
它通过计算各阶导数的加权平均值来逼近解，在精度和稳定性方面相对较高。
具体步骤如下：1. 计算每一步的斜率：根据当前节点的数值解计算每一步的斜率。
2. 计算权重：根据斜率计算各个权重。
3. 计算下一步的数值解：根据计算得到的权重，将其代入龙格-库塔方法的递推公式中，计算下一步的数值解。
四、多步法(多步差分法)多步法是需要利用多个前面节点的数值解来计算当前节点的数值解的数值方法。
常见的多步法有Adams-Bashforth法和Adams-Moulton法。
具体步骤如下：1. 选择初始值：根据差分方程的初始条件，确定初始值。
2. 迭代计算：根据递推公式，利用前面节点的数值解计算当前节点的数值解。
- 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)。
第七章 常微分方程数值解法常微分方程中只有一些典型方程能求出初等解(用初等函数表示的解)，大部分的方程是求不出初等解的。
另外，有些初值问题虽然有初等解，但由于形式太复杂不便于应用。
因此，有必要探讨常微分方程初值问题的数值解法。
本章主要介绍一阶常微分方程初值问题的欧拉法、龙格-库塔法、阿达姆斯方法，在此基础上推出一阶微分方程组与高阶方程初值问题的 数值解法；此外，还将简要介绍求解二阶常微分方程值问题的差分方法、试射法。
第一节 欧拉法求解常微分方程初值问题⎪⎩⎪⎨⎧==00)(),(y x y y x f dxdy（1）的数值解，就是寻求准确解)(x y 在一系列离散节点 <<<<<n x x x x 210 上的近似值 ,,,,,210n y y y y{}n y 称为问题的数值解，数值解所满足的离散方程统称为差分格式，1--=i i ix x h 称为步长，实用中常取定步长。
显然，只有当初值问题(1)的解存在且唯一时，使用数值解法才有意义，这一前提条件由下 面定理保证。
定理 设函数()y x f ,在区域+∞≤≤-∞≤≤y b x a D ,:上连续，且在区域D 内满足李普希兹(Lipschitz)条件，即存在正数L ，使得对于R 内任意两点()1,y x 与()2,y x ,恒有()()2121,,y y L y x f y x f -≤-则初值问题(1)的解()x y 存在并且唯一。
一、欧拉法(欧拉折线法)若将函数)xy 在点nx处的导数()n x y '用两点式代替， 即()hx y x y x y n n n )()(1-≈'+，再用n y 近似地代替()n x y ,则初值问题(1)变为⎩⎨⎧==++=+ ,2,1,0),()(001n x y y y x hf y y n n n n(2)(2)式就是著名的欧拉(Euler)公式。
以上方法称 为欧 拉法或欧拉折线法。
欧拉公式有明显的几何意义。
从几何上看，求解初值问题(1)就是xy 平面上求一条通过点()00,y x 的曲线()x y y =，并使曲线上任意一点()y x ,处的切线斜率为()y x f ,。
欧拉公式的几何意义就是从点)000,y x P 出发作一斜率为()00,y x f 的直线交直线1x x =于点()111,y x P ，1P 点的纵坐标1y 就是()1x y 的近似值；再从点1P 作一斜率为()11,y x f 的直线2x x =交直线于点()222,y x P , 2P 点的纵坐标2y 就是的近似值()2x y ；如此继续进行，得一条折线 210P P P 。
该折线就是解()x y y =的近似图形，如图7-1。
图7-1欧拉法的其它几种解释：1．假设()x y 在n x 附近展开成泰勒级数()()()()()()()()+''++=+''+'+=+n n n n n n n n x y h x y x hf x y x y hx y h x y x y 2,2221取h 的线性部分，并用n y 作为()n x y 的近似值，得 ()n n n n y x hf y y ,1+=+2． 对方程()y x f dxdy,=两边从n x 到1+n x 积分，得()dxx y x f x y x y n nx x n n ⎰+=-+1))(,()(1 (3)用 矩形公式计算上式右侧积分，即 ()()x x x x x d x y x f dx x y x f n nn n⎰⎰++≈11,))(,(并用n y 作为的近似值()n x y ，得()n n n n y x hf y y ,1+=+ 故欧拉法也称为矩形法。
二、改进的欧拉法(梯形法)欧拉法形式简单，低，特别当曲线y=y(x)计算方便，但精度比较的曲率较大时，欧拉法的效果更差。
为了达到较高精度的计算公式，对欧拉法进行改进，用梯形公式计算(3)式 右侧积分，即()()()()[]11,,2))(,(1+++≈⎰+n n n n x x x y x f x y x f h dx x y x f n n并用y n 作为y(x n )的近似值，得到改进 的欧拉公式()()[]111,,2+++++=n n n n n n y x f y x f h y y(4)上述方法称为改进的欧拉法，也称为梯形法。
不难发现，欧拉公式 是 关于y 1+n 的显式，即只要已知y n ,经过一次计算便可得y 1+n 的值，而改进的 欧拉公式是以y 1+n 的隐式方程给出，不能直接得到y 1+n 。
隐式方程(4)通常用 迭代法求解，而迭代过程的实质是逐步显式化。
先用欧拉 公式()()n n n n y x hf y y ,01+=+给出y 1+n 的迭代初值，然后 再用改进的欧拉公式(4)进行迭代，即有[]⎪⎪⎩⎪⎪⎨⎧=++=+=+++++ ,2,1,0),(),(2),()(11)1(1)0(1k y x f y x f h y y y x hf y y k n n n n nk n n n n n (5) 迭代过程进行到连续两次迭代结果之差的绝对值小于给定的精度ε即()εkn k n y y 111+++-为止，这时取()111+++=k n n y y然后再转入下一步计算。
下面讨论(){}kn y 1+是否收敛；若收敛，它的极限是否满足(4)式。
假设f(x,y)满足李普希兹条件 ()()()2121,,y y L y x f y x f -≤- 则()()()()()()()()()()()011122111211111111111222,,2++-+-+-++-+++++++-⎪⎭⎫⎝⎛≤≤-⎪⎭⎫ ⎝⎛≤-≤-=-n n k n k n k n k n k n n k n n k n k n y y hL y y hL y y hL y x f y x f h y y由此可见，只要12<hL (这里只要步长h 足够小即可)，当k →∞时，有02→⎪⎭⎫⎝⎛khL ，所以(){}kn y 1+收敛。
又因为f(x ,y)对y 连续，当k →∞时，对等式()()()()[]k n n n nn k n y x f y xf h y y 1111,,2++++++=两端取极限， 得()()[]111,,2+++++=n n n n n n y x f y x f h y y因 此，只要步长h 足够小，就可保证(){}kn y 1+收敛到满足(4)式的1+n y。
三、预估一校正法改进的欧拉公式在实际计算时要进行多次 迭代，因而计算量较大。
在实用上，对于改进的欧拉公式(5)只迭代一次，即先用欧拉公式算出y 1+n 的预估值y)0(1+n ，再用改进的欧拉公式(4)进行一次迭代得到 校正值y 1+n ，即()()[]⎪⎩⎪⎨⎧=++=+=++++ ,2,1,0,,,2),(111)0(1n y x f y x f h y y y x hf y y n n n n n n n n n n (6)预估—校正公式也常写成下列形式：(),2,1,0,,),(2121121211=⎪⎪⎩⎪⎪⎨⎧++==++=+n k y h x hf k y x hf k k k y y n n n n n n (7)四、公式的截断误差定义 若某种微分方程数值解 公式的截断误差是O(h1+k )，则称这种方法是k 阶方法。
为了简化分析，在进行误差分析时，我们假设前一步的结果是准确的，即在 y n =y(x n )的前提下，考虑用y 1+n 作为y(x 1+n )的近似值而产生的截断误差，这种误差称为局部截断误差。
由泰勒公式()()()()()+''+'+=+=+n n n n n x y hx y b x y h x y x y !221对于欧拉公式，有()()()n n n n n n x y h x y y x hf y y '+=+=+,1 于是()()211hO y x y n n =-++则欧拉公式的截断误差为O(2h ),所以 欧拉法是一阶方法。
对于预估—校正公式，有()()()()()()()()()()()[]()()()()()()()[]+'++=+++=++=++='==n n y n n nxn n n n y n n xn n n n n n n n n x y x f x y x y xf hx y x hf x y x f k x y x hf x y x f h k x y h x hf k y h x hf k x y h y x hf k ,,,,,,,,,211121而()()()()()()()()()x y x f x y x y x f x y x y x f x y y x ,,,⋅'+=''='于是()()+''+'=n n x y h x y h k 22因此()()()+''+'+=++=+n n n n n x y hx y h x y k k y y 221212211所以y(x 1+n )- y 1+n = O(3h )则预估—校正公式的截断误差为O(3h ),也即预估—校正法是二阶方法。
可以证明，改进的欧拉公式与预估—校正公式的截断误差相同，均为O(3h )。
这里略去证明。
例 1：在区间［0,1］上以h=0.1为步长，分别用欧拉法与预估— 校正法求初值问题⎪⎩⎪⎨⎧=-=1)0(2y y x y dx dy的数值解解：该方程为贝努利方程，其精确解为x y 21+=欧拉公式的具体形式为⎪⎪⎭⎫ ⎝⎛-+=+nnnn n y x y h y y 21预估—校正公式的具体形式为()⎪⎪⎪⎩⎪⎪⎪⎨⎧⎪⎪⎭⎫⎝⎛++-+=-=++=+11212112)2(2121k y h x k y hf k y x y hf k k k y y n n nn nn n n 取步长1,0,1.000===y x h ,计算结果见下表：表7-1表7-1近似解与准确解比较，欧拉法的结果大致只有两位有效数字，而预估—校正法的结果则 有3位有效数字。
第二节 龙格—库塔法前面讨论的欧拉法与改进的欧拉法都是一步 法，即计算y 1+n 时，只用到前一步值。
龙格—库塔(Runge-Kut ta)法(简称为 R-K 方法)是一类高精度的一步法，这类方法与泰勒级数法有着密 切的关系。
一、泰勒级数法设有初值问题⎪⎩⎪⎨⎧==00)(),(y x y y x f dx dy由 泰勒展开式()()()()()()()()121!!2+++++''+'+=+=k n k kn n n n n hO x yk hx y hx y h x y h x y x y （1）若令()()()()n k kn n n x yk hhx y h x y y !!221+++'+=+ (2)则()()111+++=-k n n hO y x y即公式(2)为k 阶方法。