微分方程数值解法答案
偏微分方程数值解法试题与答案
一．填空（1553=⨯分）1．若步长趋于零时，差分方程的截断误差0→lmR ，则差分方程的解lm U 趋近于微分方程的解lm u . 此结论_______（错或对）； 2．一阶Sobolev 空间{})(,,),()(21Ω∈''=ΩL f f f y x f H y x关于内积=1),(g f _____________________是Hilbert 空间；3．对非线性（变系数）差分格式，常用 _______系数法讨论差分格式的_______稳定性； 4．写出3x y =在区间]2,1[上的两个一阶广义导数：_________________________________， ________________________________________；5．隐式差分格式关于初值是无条件稳定的. 此结论_______（错或对）。
二．（13分）设有椭圆型方程边值问题用1.0=h 作正方形网格剖分 。
（1）用五点菱形差分格式将微分方程在内点离散化； （2）用截断误差为)(2h O 的差分法将第三边界条件离散化； （3）整理后的差分方程组为 三．（12）给定初值问题xut u ∂∂=∂∂ ， ()10,+=x x u 取时间步长1.0=τ，空间步长2.0=h 。
试合理选用一阶偏心差分格式（最简显格式）, 并以此格式求出解函数),(t x u 在2.0,2.0=-=t x 处的近似值。
1．所选用的差分格式是： 2．计算所求近似值：四．（12分）试讨论差分方程()ha h a r u u r u u k l k l k l k l ττ+-=-+=++++11,1111逼近微分方程0=∂∂+∂∂xu a t u 的截断误差阶R 。
思路一：将r 带入到原式，展开后可得格式是在点（l+1/2,k+1/2）展开的。
思路二：差分格式的用到的四个点刚好是矩形区域的四个顶点，可由此构造中心点的差分格式。
计算物理学(刘金远)课后习题答案第6章：偏微分方程数值解法
第6章：偏微分方程数值解法6.1对流方程【6.1.1】考虑边值问题, 01,0(0,)0,(1,)1(,0)t x x u au x t u t u t u x x=<<>ìï==íï=î如果取：2/7x D =，(0.5),1,2,3j x j x j =-D =，8/49t D =，k t k t=D 求出111123,,u u u 【解】采用Crank-Nicolson 方法()11111111211222k k k k k k k k j j j j j j j j u u u u u u u u t x ++++-+-+éù-=-++-+ëûD D 11111113k k k k k kj j j j j j u u u u u u +++-+-+-+-=-+由边界条件：(0,)0x u t =，取100k ku u x-=D ，10,0,1,k ku u k ==L (1,)1u t =，41ku =-1 1 0 0 - (1+2s) -s 0 0 -s (1+2s) -s 0 -s (1+2s) -s 0 s L L L L 101210 0 0 0 (1-2s) s 0 0 s (1-2s) s 0 s ( 1 k n n u u s u u u +-éùéùêúêúêúêúêúêú=êúêúêúêúêúêúêúêúêúëûëûL L L L L 01211-2s) s 0 1 1kn u u u u -éùéùêúêúêúêúêúêúêúêúêúêúêúêúêúêúêúëûëûL 由初始条件：021(72j j u x j ==-，1,2,3j =，212()t s x D ==D -1 1 0 0 0-1 3 -1 0 0 0 -1 3 -1 0 -1 3 -1 0 1012340 0 0 0 01 -1 1 0 00 1 -1 1 0 1 -1 1 1 u u u u u éùéùêúêúêúêúêúêú=êúêúêúêúêúêúëûëû00123 0 1 1u u u u éùéùêúêúêúêúêúêúêúêúêúêúêúêúëûëû000117u u ==，0237u =，0357u =1112327u u -=，111000123123337u u u u u u -+-=-+=，11100234235317u u u u u -+-=-+=114591u =125191u =，136991u =6.2抛物形方程【6.2.1】分别用下面方法求定解问题22(,0)4(1)(0,)(1,)0u u t x u x x x u t u t 춶=ﶶïï=-íï==ïïî01,0x t <<>（1）取0.2x D =，1/6l =用显式格式计算1i u ；(2)取0.2,0.01x t D =D =用隐式格式计算两个时间步。
微分方程初值问题的解法
微分方程初值问题的解法微分方程初值问题是数学中的重要问题之一。
它描述了一些物理现象和自然现象的变化趋势，可以用来研究和解决许多实际问题，例如天文学、物理学、生物学和经济学等领域。
微分方程可以分为一阶和高阶微分方程两类。
一阶微分方程初值问题的解法较为简单，但是高阶微分方程初值问题的解法则需要更为复杂的方法。
一阶微分方程初值问题一阶微分方程初值问题可以写成如下形式：$$\frac{dy}{dx}=f(x,y)$$$$y(x_0)=y_0$$其中，$f(x,y)$ 是已知的函数，$x_0$ 和 $y_0$ 分别是起点的横坐标和纵坐标。
求 $y(x)$ 的函数表达式。
这里介绍两种求解方法，分别是数值解法和解析解法。
数值解法是通过数值计算来逼近函数值。
其中，欧拉法是最简单的数值解法之一。
这种方法的步骤如下：首先，将$x$轴上的区间$[x_0,x_n]$ 分为 $n$ 个子区间，每个子区间的长度为$h$。
其中，$x_n$ 是终点的横坐标，$h=(x_n-x_0)/n$。
其次，用下面的公式递推每个子区间内的 $y$ 值：$$y_{i+1} = y_i + hf(x_i,y_i)$$这里，$y_i$ 表示 $y$ 在区间 $[x_i,x_{i+1}]$ 内的近似值。
通过重复计算，可以得到整个区间内 $y$ 的近似值。
简单来说，欧拉法就是利用变化率计算出一个点的 $y$ 值，然后用这个值逼近下一个点的 $y$ 值，不断重复这个过程。
解析解法是通过数学推导得到一个函数表达式来求解微分方程。
第一步是将微分方程变形，化为分离变量的形式，即$$\frac{dy}{f(y)}=dx$$第二步是对两边同时取积分：$$\int_{y_0}^{y}\frac{dy}{f(y)} = \int_{x_0}^{x} dx$$这个方程的求解方法就是对左边的积分进行积分运算，然后解出 $y$ 的函数表达式。
但是，并非所有的微分方程都能采用解析解法求解。
微分方程数值解法答案
微分⽅程数值解法答案包括基本概念，差分格式的构造、截断误差和稳定性，这些内容是贯穿整个教材的主线。
解答问题关键在过程，能够显⽰出你已经掌握了书上的内容，知道了解题⽅法。
这次考试题⽬的类型：20分的选择题，主要是基本概念的理解，后⾯有五个⼤题，包括差分格式的构造、截断误差和稳定性。
习题⼀1．略2． y y x f -=),(，梯形公式：n n n n n n y hh y y y h y y )121(),(2111+-+=+-=+++，所以0122)1(01])121[()121()121(y hh y h h y h h y hhn h h n n n +--+--+-+=+-+==+-+= ，当0→h 时，x n e y -→。
同理可以证明预报-校正法收敛到微分⽅程的解.3．局部截断误差的推导同欧拉公式;整体截断误差:++++++-++≤1),())(,(11111n nx x n n n n n n n dx y x f x y x f R εε11)(++-++≤n n n y x y Lh R ε，这⾥R R n ≤ ⽽111)(+++-=n n n y x y ε，所以 R Lh n n +=-+εε1)1(，不妨设1()]11111[1111101---++-+-+-≤≤-+-=n n n n Lh Lh Lh R Lh Lh R Lh εεε ]1[2)(02)(00-+≤--x X L x X L eLh R eε4．中点公式的局部截断误差： dx x y x f hx y h x f x y x f yx y n n x x n n n n n n))](,(2)(,2())(,([)(11*1?+++-=-++dx x y x f hx y h x f h x y h x f h x y x y dxx y x f hx y h x f hx y h x f h x y h x f x y x f n n n n x x n n n n n n n x x n n n n n n n n))](,(2)(,2())2(,2([)]2()([))](,(2)(,2())2(,2())2(,2())(,([11++-++++'-'=++-+++++-=??++所以上式为+--+''=?++dx hx x x y e n nx x n n n )2()(11θdx x y x f h x y h x f h x y h x f n n n n x x n n n n))](,(2)(,2())2(,2([1++-++?+ 3218)(LMh h x y Lh e n n ≤+''≤+?中点公式的整体截断误差：dx y x f hy h x f x y x f y x y y x y n n x x n n n n n n n n)],(2,2())(,([)()(111?+++-+-=-++dxy x f hy h x f x y x f h x y h x f x y x f hx y h x f x y x f y x y n n n n n n n n x x n n n n n n n n))],(2,2()))(,(2)(,2()))(,(2)(,2())(,([)(1++-+++++-+-=?+因⽽n n n L h Lh R εεε)21(1+++≤+，R L h Lh n n +++≤-122)21(εε≤≤])21()21(1[2)21(1222222022-+++++++--+++n nL h Lh L h Lh Lh Lh RL h Lh ε )1(00-+≤--x X L x X L e LhR eε 5．略 6．略 7．略8．（1）欧拉法：2.0≤h ；四阶Runge-Kutta ⽅法：278.0≤h （2）欧拉法：3 54≤h ；四阶Runge-Kutta ⽅法：3556.5≤h（3）欧拉法：1≤h ；四阶Runge-Kutta ⽅法：278.0≤h 9．略 10．略习题21．略 2．略 3．略4．差分格式写成矩阵形式为：n n M n M n n n M n M n n e u u u u r t r r r t r r r t r r r t u u u u +?--------= --+-+-++12211221121212121 αβαααβαααβαααβ矩阵的特征值为：)cos(221Mj r r t j πααβλ+-?-=，要使格式稳定，则特征值须满⾜t c j ?+≤1λ，即21≤r α5．利⽤泰勒展式可以得到古典隐式差分格式的截断误差为)(2h t O +?。
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
(完整word版)偏微分方程数值解法答案
1. 课本2p 有证明2. 课本812,p p 有说明3. 课本1520,p p 有说明4. Rit2法，设n u 是u 的n 维子空间，12,...n ϕϕϕ是n u 的一组基底，n u 中的任一元素n u 可表为1nn i i i u c ϕ==∑，则,1111()(,)(,)(,)(,)22j nnn n n n i j i j j i j j J u a u u f u a c c c f ϕϕϕ===-=-∑∑是12,...n c c c 的二次函数，(,)(,)i j j i a a ϕϕϕϕ=，令()0n jJ u c ∂=∂，从而得到12,...n c c c 满足1(,)(,),1,2...niji j i a c f j n ϕϕϕ===∑，通过解线性方程组，求的i c ，代入1nn i i i u c ϕ==∑，从而得到近似解n u 的过程称为Rit2法简而言之，Rit2法：为得到偏微分方程的有穷维解，构造了一个近似解，1nn i ii u c ϕ==∑，利用,1111()(,)(,)(,)(,)22j nnn n n n i j i j j i j j J u a u u f u a c c c f ϕϕϕ===-=-∑∑确定i c ，求得近似解n u 的过程Galerkin 法：为求得1nn i ii u c ϕ==∑形式的近似解，在系数i c 使n u 关于n V u ∈，满足(,)(,)n a u V f V =，对任意nV u ∈或（取,1j V j nϕ=≤≤）1(,)(,),1,2...nijij i a cf j n ϕϕϕ===∑的情况下确定i c ，从而得到近似解1nn i i i u c ϕ==∑的过程称Galerkin 法为 Rit2-Galerkin 法方程：1(,)(,)nijij i a cf ϕϕϕ==∑5. 有限元法：将偏微分方程转化为变分形式，选定单元的形状，对求解域作剖分，进而构造基函数或单元形状函数，形成有限元空间，将偏微分方程转化成了有限元方程，利用有效的有限元方程的解法，给出偏微分方程近似解的过程称为有限元法。
偏微分方程数值解例题答案
yyy[y例11110.1[1(101)]0.9,10.1[0.9(10.10.9)]0.9019,1(0.90.9019)0.900952p c y y y ì=-´´+´=ïï=-´´+´=íïï=+=î20.900950.1[0.90095(10.10.90095)]0.80274,0.900950.1[0.80274(10.20.80274)]0.80779,1(0.802740.80779)0.805262p c y y yì=-´´+´=ïï=-´´+´=íïï=+=î 这样继续计算下去，其结果列于表9.1. 表9.1 Euler 方法方法改进的Euler 方法方法准确值准确值n xn yny)(n x y0.1 0.9000000 0.9009500 0.9006235 0.2 0.8019000 0.8052632 0.8046311 0.3 0.7088491 0.7153279 0.7144298 0.4 0.6228902 0.6325651 0.6314529 0.5 0.5450815 0.5576153 0.5563460 0.6 0.4757177 0.4905510 0.4891800 0.7 0.4145675 0.4310681 0.4296445 0.8 0.3610801 0.3786397 0.3772045 0.9 0.3145418 0.3326278 0.3312129 1.0 0.2741833 0.2923593 0.2909884 从表9.1可以看出,Euler 方法的计算结果只有2位有效数字,而改进的Euler 方法确有3位有效数字,这表明改进的Euler 方法的精度比Euler 方法高. 例2 试用Euler 方法、改进的Euler 方法及四阶经典R-K 方法在不同步长下计算初值问题ïîïíì=££+-=1)0(,10),1(d d y x xy y xy 在0.2、0.4、0.8、1.0处的近似值，并比较它们的数值结果. 解 对上述三种方法,每执行一步所需计算)1(),(xy y y x f +-=的次数分别为1、2、4。
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。
第六章_常微分方程初值问题的数值解法_习题课
h2 h3 y ( x n ) y ( x n ) O(h 4 ) 2 6 而且 y ( x n ) f ( x n , y ( x n )) ， y ( x n 1 ) f ( x n 1 , y ( x n 1 )) ，对 y ( x n 1 ) 也在 x n 处作 Talor 展开， y ( x n 1 ) y ( x n ) hy ( x n )
湖北民族学院理学院《数值计算方法》教学辅导材料
陈以平编写
h2 h3 y ( x n ) y ( x n ) O(h 4 ) 2 6 h h h2 h3 y ( x n ) y ( x n ) y ( x n ) y ( x n ) y ( x n ) O(h 4 ) 2 2 2 12 h3 y ( x n ) O(h 4 ) O(h 3 ) 12 h3 所以，梯形公式是 2 阶方法，其截断误差的主项是 y ( x n ) 。 12 y ( x n ) hy ( x n )
y k (0.9 0.1y k sin x k ) 0.1( y k 1 y k 1 sin x k 1 )
2
当 k=0，x0=1, y0=1 时，x1=1.2，有 y y (. . y sin x ) (. sin ) .
y f ( x, y ) 3.求解初值问题 欧拉法的局部截断误差是( y ( x ) y 改进欧拉法的局部截断误差是( ); 四阶龙格－库塔法的局部截断误差是( ). (A)O(h2) (B)O(h3) (C)O(h4) (D)O(h5)
4. 改进欧拉法的平均形式公式是( ) y p y k hf ( x k , y k ) y p y k hf ( x k , y k ) (B) y c y k hf ( x k , y p ) .(A) y c y k hf ( x k , y p ) y k ( y p y c ) y k ( y p y c ) y p y k hf ( x k , y k ) y p y k hf ( x k , y k ) (C) y c y k hf ( x k , y p ) (D) y c y k hf ( x k , y p ) y k h ( y p y c ) y k ( y p y c ) (D) 答案：
微分方程数值解法李荣华答案
微分方程数值解法李荣华答案【篇一：高阶常微分方程的数值求解】t>谷照升（长春工程学院理学院，长春，130012）摘要对经典初始条件的高阶常微分方程，给出其数值求解方法。
该方法比runge-kutta法具有更好的适应性、易用性、计算速度和可控制的更高精度。
关键词常微分方程；数值解；算法中图分类号: o241.81文献标识码: a 11 引言求解复杂的1阶常微分方程，通常只能采用数值解法。
数值解法一般又以runge-kutta法为主。
对高阶常微分方程，则通常是将其转化为1阶常微分方程组，再用runge-kutta法求解[1, 2]。
但这种通用性方法，在精度、软件计算的适应度方面，常常不够理想，甚至得不到结果。
针对不同的广普性方程类型，可以建立更具针对性的计算方法。
例如，针对三类边值条件和特定形式的方程，已经有有相应的差分法和有限元法。
每一种更具针对性的方法，都有其更高的精度和更为健壮的算法，当然也存在其必然的局限性。
本文对如下形式的2阶常微分方程?d2ydy?a(x)?b(x)y?f(x)?2dxdx?? x∈[a, b](1) ?y(a)?ya?y?(a)?y?a???给出了完整、方便、高效的单步法数值求解算法，并将其推广到任意高阶问题的求解。
2 算法思路：将[a, b]分割为a=x0 x1…xn=b，步长?xi?xi?xi?1。
从i=1开始，利用数值积分公式，通过[xi-1, xi]上的数值积分，先求y??(xi)，再求出y?(xi)，最后求y(xi)。
依次取i=2, 3, … ,n，得到各点y??(xi)、y?(xi)、y(xi)的近似值。
根据数值积分的算法不同，主要有两种不同的计算公式。
2.1、矩形数值积分算法矩形算法形式简单，精度偏低。
基于不同的积分形式，又可以得到3种不同的计算公式，其精1 基金项目：吉林省自然科学基金项目（201215115）1度无显著差别。
此处仅给出与2.2梯形算法最为接近的一种。
微分方程数值解法(戴嘉尊)习题解答
+
R Lh
(eL( X
− x0 )
−1)
电子文档制作：成都信息工程学院 数学学院 杨韧 吴世良，2010 年 4 月
成都信息工程学院>>精品课程>>微分方程数值解
11、解：令 f(x,y)=-y+x+1
y y y x y x y x = + h(− + +1) = (1− h) + h( +1) = 0.9 + + 0.1
0.0988*1.0e-3
0.9
0.4973
0.4972
0.0640*1.0e-3
1
0.5002
0.5000
0.1773*1.0e-3
2．解：显然， y = e−x 是原初值问题的准确解。 由梯形公式得
整理可得: 于是：
yn+1
=
yn
+
h 2
[
f
(
xn
,
yn
)
+
f
(xn+1, yn+1)]
=
yn
+
h 2
成都信息工程学院>>精品课程>>微分方程数值解
微分方程数值解 习题解答
杨韧 吴世良(编)
成都信息工程学院 数学学院
二 O 一 O 年四月编写
电子文档制作：成都信息工程学院 数学学院 杨韧 吴世良，2010 年 4 月
目
成都信息工程学院>>精品课程>>微分方程数值解
录
第一章 常微分方程数值解 ......................................................................3 第二章 抛物型方程的差分方法 ..............................................................8 第三章 椭圆型方程的差分方法 ............................................................16 第四章 双曲型方程的差分方法 ............................................................25
9、常微分方程初值问题数值解法
( k +1) yn +1
xn +1 ∫xn
− yn +1 |≤
hL 2
|
(k ) yn +1
− yn +1 |,
( 只要 hL < 1，则( 2.8)的ynk +1)收敛到(2.7)的yn +1. +1 2
三、单步法的局部截断误差与阶
一阶常微分方程初值问题(1.1)(1.2)的单步法的一般形式 yn +1 = yn + hϕ ( xn , yn , yn +1, h).
clear x=0,yn=1 %初始化 for n=1:10 yp=yn+0.1*(yn-2*x/yn); %预测 x=x+0.1; yc=yn+0.1*(yp-2*x/yp) ; yn=(yp+yc)/2 %校正 end
( 2.2)
作业： 作业：P381, 1, 2(1).
龙格—库塔 库塔(Runge-Kutta)法 §3 龙格 库塔 法
进一步 y ( xn +1 ) = y ( xn ) + ∫
xn +1 xn
f ( x, y ( x))dx,
(Байду номын сангаас.3)
∫
⇒ 其中
xn +1 xn
f ( x, y ( x))dx ≈ h ∑ ci f ( xn + λi h, y ( xn + λi h)).
yn +1 = yn + hϕ ( xn , yn , h),
i =1
r
(3.4) (3.5) 欧拉法r = 1, p = 1.改进
微分方程数值解法(李荣华3版)第二章习题答案(大)
第二章习题课（2007.4.28）习题1．求两点边值问题22sin , 0142(0)0, (1)0xLu u u x u u ππ⎧''=-+=<<⎪⎨⎪'==⎩（1.1）的线性有限元解函数（区间等距剖分成2段或3段），要求在计算总刚度矩阵和总荷载向量时，所涉及的定积分用两种方法： 1. 精确求解；2. 用中矩形公式近似计算。
解：第一步：写出原问题（1.1）的等价变分形式（基于虚功原理）试探函数空间和检验函数空间均为：11(){ |(), ()0 }E H I u u H I u a =∈=.在（1.1）的第一个式子两边同时乘以检验函数空间1()E H I 中的任意元素v ，再在区间(0,1)I =上积分，可得21112sin42xu vdx uvdx vdx ππ''-+=⎰⎰⎰ （1.2）其中111011[(1)(1)(0)(0)]u vdxu v dx vu u v dx v u v u u v dx'''''-=-''''=--''=⎰⎰⎰⎰分部积分（1.3）将（1.3）代入（1.2），可得211()2sin42xu v uv dx vdx ππ''+=⎰⎰记21010(,)()4()2sin 2a u v u v uv dx x f v vdxππ⎧''=+⎪⎪⎨⎪=⎪⎩⎰⎰ 则可以得到原问题（1.1）的等价变分问题：求1()E u H I ∈，使得1(,)(), ()Ea u v f v v H I =∀∈. (1.4)第二步：线性有限元空间的构造1.网格剖分（这里以等距剖分3段为例）2.一次Lagrange 有限元空间的定义1{ ():|(),1,2,3, (0)0 }E i h h h e i h V u C I u P e i u =∈∈==.3. Lagrange 节点基函数的构造113, [0,]312()23, [,]330,x x x x x φ⎧∈⎪⎪⎪=-∈⎨⎪⎪⎪⎩在别处 ； 21231, [,]332()33, [,1]30,x x x x x φ⎧-∈⎪⎪⎪=-∈⎨⎪⎪⎪⎩在别处； 3232, [,1]()30,x x x φ⎧-∈⎪=⎨⎪⎩ 在别处.4.空间E hV 中元素的（整体）表示记 (), 1,2,3i h i u u x i ==，则对E hh u V ∀∈，有31()()h j j j u x u x φ==∑ (1.5)第三步：写出线性有限元方程将原变分问题（1.4）中1()EHI 的试探函数子空间和检验函数子空间均取为E h V ，则可以得到原问题（1.1）的近似变分问题：求 E hhu V ∈，使得 (,)(), E h h h h h a u v f v v V =∀∈. (1.6)利用（1.5）并将 h v 取为(), 1,2,3i x i φ=则上述近似变分问题等价于求123,,u u u R ∈，使得31(,)(), 1,2,3j j i i j a u f i φφφ===∑⇔ 31(,)(), 1,2,3j i j i j a u f i φφφ===∑⇔ 31(,)(), 1,2,3i j j i j a u f i φφφ===∑ 写成矩阵形式AU b =其中111213212223313233(,)(,)(,)(,)(,)(,)(,)(,)(,)a a a A a a a a a a φφφφφφφφφφφφφφφφφφ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，123u U u u ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦， 123()()()f b f f φφφ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦其中（a ） 精确求解以11(,)a φφ和1()f φ的计算为例：212211110122222223311111031222222233103(,)[()]4[()][()]44[3(3)][(3)(23)]44a dxdx dxx dx x dx πφφφφππφφφφππ'=+''=+++=++-+-=⎰⎰⎰⎰⎰1221(,)(,)a a φφφφ==，1331(,)(,)a a φφφφ==，22(,)a φφ=2332(,)(,)a a φφφφ==，33(,)a φφ=11101233103()2sin2 2sin (3)2sin (23)22xf dxx x x dx x dx πφφππ==+-=⎰⎰⎰（b ）中矩形公式近似求解中矩形公式：()()()2baa bg x dx b a g +≈-⎰.以11(,)a φφ和1()f φ的计算为例：222222112221111(,)[3(3)][(3)(23)]34634211 (9)(9)3163162 (9)316a ππφφπππ≈++-+-=+++=+ 111111162()2sin (3)2sin (23)32632222 sin sin32438f ππφππ≈+-=+习题2．导出下面边值问题1122(), ()(), ()()d du Lu p qu f a x bdx dx u a u a u b u b αβαβ⎧=-+=<<⎪⎨⎪''+=+=⎩ （2.1）的线性有限元方程。
微分方程数值解法 第四版课后答案
§2 一维差分格式 P671. 用有限体积法导出逼近微分方程（2.2.1）的差分方程。
2. 构造逼近(")"(')',()'()0,()'()0pu qu ru fu a u a u a u a++=====的中心差分格式。
§3 矩形网的差分格式P751. 用有限体积法构造逼近方程()[((,(2.3.21)u u k u k k f x x y y∂∂∂∂-∇∇=-+=∂∂∂∂ 的第一边值问题的五点差分格式，这里min (,)0.k k x y k =≥>2. 用有限体积法构造逼近方程（2.3.21）的第二边值问题的五点差分格式。
§4 三角形网的差分格式 P802. 构造逼近方程()[()()],(2.3.21)u u k u k k f x x y y∂∂∂∂-∇∇=-+=∂∂∂∂的三角网差分格式。
第三章 抛物型方程的有限差分法§1 最简差分格式P112 2题§2 稳定性与收敛性P121 1题P121 2题§3 Fourier方法 P127 1题§4 判别差分格式稳定性的代数准则P132 3题第四章 双曲型方程的有限差分法§1 波动方程的差分逼近 P158 1题P158 2题§3 初值问题的差分逼近P174 3 （4.3.32）第五章 边值问题的变分形式与Ritz-Galerkin法§1 二次函数的极值 P185 1题§3 两点边值问题 P198 1题P198 3题§4 二阶椭圆边值问题 P205 3题P205 4题。
微分方程数值解第一章答案
微分方程数值解法 李荣华等编, 高教出版社
• 课堂授课+计算实验 • 考核方式: 平时作业+课堂+期末考试 • 任课教师 •
1
教学内容
• 第一章、常微分方程的数值解法 • 第二章、椭圆型方程的差分方法 • 第七章、椭圆型方程的有限元方法 • 第四章、抛物型方程的差分方法 • 第五章、双曲型方程的差分格式
x (a bx)t x ' ax bx2 x
Logistic方程
14
常微分方程举例3
问题1.3 并不是所有的方程可以用初等积分法求出其 解, 例如形式上很简单的里卡蒂(Riccati)方程
x' t2 x2
不能用初等函数表示通解. 寻求方程非解析函数的其它形式解, 显得非常必要。 而数值求解就是其重要的一个方法
问题得真解；即收敛性问题 ② 误差估计 ③ 产生得舍入误差，在以后得各步计算中，是否会
无限制扩大；稳定性问题
32
数值求解微分方程过程示意
区域剖分
微分方程离散
微
初始和边界条件处理
分
解的存在性、唯一性
方
离散系统的 性态研究
解的收敛性和收敛速度
程
解的稳定性
递推计算或解线 性代数方程组
得到数值解
33
作业
18
举例2
• P55 习题1 利用Euler方法求数值解 初值问题u' 1 u, u(0) 1 2 步长h=0.1, 解区间[0,1]
• 绘制折线，与真解比较
19
Matlab实现 u=null(1);h=0.1;u0=1; u(1)=u0+h*0.5*u0; for n=1:9
u(n+1)=u(n)+h*0.5*u(n); end t=0:0.1:1;un=[u0,u]； plot(t,un,'ro','Linewidth',2) ut=exp(0.5*t); hold on plot(t,ut,'Linewidth',2)
微分方程数值解法
微分方程数值解法微分方程数值解法是一种将微分方程的解转化为数值计算的方法。
常用的微分方程数值解法包括欧拉法、隐式欧拉法、龙格-库塔法等。
1. 欧拉法：欧拉法是最简单的一种数值解法，它基于微分方程的定义，在给定的初始条件下，通过不断迭代计算微分方程在给定区间上的近似解。
欧拉法的迭代公式为：y_{n+1}=y_n+h\\cdot f(t_n,y_n)，其中y_n表示第n步的近似解，t_n表示第n步的时间，h表示步长，f(t_n,y_n)表示微分方程的右侧函数。
2. 隐式欧拉法：隐式欧拉法是欧拉法的改进，它在计算近似解时使用了未知公式的近似值，从而提高了精度。
隐式欧拉法的迭代公式为：y_{n+1}=y_n+h\\cdotf(t_{n+1},y_{n+1})，其中y_{n+1}表示第n+1步的近似解，t_{n+1}表示第n+1步的时间，h表示步长，f(t_{n+1},y_{n+1})表示微分方程的右侧函数。
3. 龙格-库塔法：龙格-库塔法是一种常用的高阶数值解法，它通过计算微分方程的斜率来提高精度。
最常见的是四阶龙格-库塔法，它的迭代公式为：y_{n+1}=y_n+\\frac{1}{6}(k_1+2k_2+2k_3+k_4)，其中k_1=h\\cdot f(t_n,y_n)，k_2=h\\cdotf(t_n+\\frac{h}{2},y_n+\\frac{1}{2}k_1)，k_3=h\\cdotf(t_n+\\frac{h}{2},y_n+\\frac{1}{2}k_2)，k_4=h\\cdotf(t_n+h,y_n+k_3)。
这些方法的选择取决于问题的性质和精度要求。
其中，欧拉法是最简单的方法，但精度较低，龙格-库塔法精度较高，但计算量较大。
在实际应用中需要根据问题的具体情况选择合适的数值解法。
微分方程数值解答案
举例2
• P55 习题1 利用Euler方法求数值解 初值问题u' 1 u, u(0) 1 2 步长h=0.1, 解区间[0,1]
• 绘制折线，与真解比较
20
Matlab实现 u=null(1);h=0.1;u0=1; u(1)=u0+h*0.5*u0; for n=1:9
u(n+1)=u(n)+h*0.5*u(n); end t=0:0.1:1;un=[u0,u]； plot(t,un,'ro','Linewidth',2) ut=exp(0.5*t); hold on plot(t,ut,'Linewidth',2)
y xy, y 2 y 3 y e x ,
(t2 x)dt xdx 0,
z x y, x
9
➢ 微分方程的阶 方程中未知函数导数的最高阶数叫做微分方程的阶. 例如：
一阶微分方程
三阶微分方程 一阶微分方程
10
➢ 解, 通解, 特解
微分方程的解 — 是使方程成为恒等式的函数. 例y ex满足方程y y，是方程的一个解
y( x0 )
y0 ,
y( x0 )
y0 ,
,
y(n1) ( x0 )
y (n1) 0
例
dy dx
=2
x
y x1 =2
2) n 阶方程的边界条件(或边值条件):
例
y f (x, y, y), 0 x 1,
y(0)
0,
y(1) 0.
12
2 初值问题：标量形式
考虑一阶常微分方程初值问题：
• 课堂授课+计算实验 • 考核方式: 平时作业+课堂+期末考试 • 任课教师 •
微分方程的数值解法
4 微分方程的数值解法 4.2 常微分方程边值问题的数值解
方程离散：
Gx 和 Rx 在各节点的值表示为 将各函数 Px 、 Pi Pa ih 、 Gi Ga ih 和 Ri Ra ih 。原方程中各导 数用差商代替有
dy பைடு நூலகம் x h y x h dx 2h
求解思路：区间离散、方程离散 区间离散： 将a到b整个范围内分成n个等距区间，令 h b a / n ， 则第i个区间的终点为 xi a ihi 0,1,2,, n ，在该点的y 值可表示为 yi ya ihi 0,1,2,, n 。 求解代数方程组
式中yj,i为第j个变量yj(x)在节点xi处的近似解； n为因变量和方程的个数。
4 微分方程的数值解法 4.2 常微分方程边值问题的数值解 ——二阶常微分方程的有限差分法
二阶常微分方程的边值问题： d 2 y dy 2 P x G x y R x dx dx ya A, yb B
4 微分方程的数值解
4.1.4 常微分方程组初值问题的数值解 一个自变量，m个因变量组成的一个常微分方程组
f1 x, y1 , y2 , , ym y1 y f x, y , y , , y 2 2 1 2 m f m x, y1 , y2 , , ym ym y x y 2 0 20 y m x0 y m 0
4 微分方程的数值解法 基本概念
微分方程的初值问题： 求解微分方程时，必须有一些已知条件。若所给 的已知条件为某特定点上各阶因变量的值，此类问题 为初值问题。
dCA kCA dt t 0, C A C A0
最新偏微分方程数值解试题参考答案
偏微分方程数值解一（10分）、设矩阵A 对称正定，定义)(),(),(21)(n R x x b x Ax x J ∈-=，证明下列两个问题等价：(1)求n R x ∈0使)(min )(0x J x J n Rx ∈=;(2)求下列方程组的解：b Ax = 解: 设n R x ∈0是)(x J 的最小值点,对于任意的n R x ∈,令),(2),()()()(2000x Ax x b Ax x J x x J λλλλϕ+-+=+=, (3分)因此0=λ是)(λϕ的极小值点,0)0('=ϕ,即对于任意的n R x ∈,0),(0=-x b Ax ,特别取b Ax x -=0,则有0||||),(2000=-=--b Ax b Ax b Ax ,得到b Ax =0. (3分) 反之,若nR x ∈0满足bAx =0,则对于任意的x ,)(),(21)0()1()(00x J x Ax x x J >+==+ϕϕ,因此0x 是)(x J 的最小值点. (4分)评分标准:)(λϕ的表示式3分, 每问3分,推理逻辑性1分二（10分）、对于两点边值问题：⎪⎩⎪⎨⎧==∈=+-=0)(,0)(),()(b u a u b a x f qu dxdu p dx d Lu 其中]),([,0]),,([,0)(min )(]),,([0min ],[1b a H f q b a C q p x p x p b a C p b a x ∈≥∈>=≥∈∈建立与上述两点边值问题等价的变分问题的两种形式：求泛函极小的Ritz 形式和Galerkin 形式的变分方程。
解: 设}0)()(),,(|{11==∈=b u a u b a H u u H 为求解函数空间,检验函数空间.取),(10b a H v ∈,乘方程两端,积分应用分部积分得到 (3分))().(),(v f fvdx dx quv dxdv dx du p v u a b a ba ==+=⎰⎰,),(1b a H v ∈∀ 即变分问题的Galerkin 形式. (3分)令⎰-+=-=b a dx fu qu dxdup u f u u a u J ])([21),(),(21)(22,则变分问题的Ritz 形式为求),(1*b a H u ∈,使)(m in )(10*u J u J H u ∈= (4分) 评分标准:空间描述与积分步骤3分,变分方程3分,极小函数及其变分问题4分,三（20分）、对于边值问题⎪⎩⎪⎨⎧=⨯=∈-=∂∂+∂∂∂0|)1,0()1,0(),(,12222G u G y x yux u （1）建立该边值问题的五点差分格式（五点棱形格式又称正五点格式），推导截断误差的阶。
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。
- 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)。
包括基本概念，差分格式的构造、截断误差和稳定性，这些内容是贯穿整个教材的主线。
解答问题关键在过程，能够显示出你已经掌握了书上的内容，知道了解题方法。
这次考试题目的类型：20分的选择题，主要是基本概念的理解，后面有五个大题，包括差分格式的构造、截断误差和稳定性。
习题一1． 略2． y y x f -=),(，梯形公式：n n n n n n y hh y y y h y y )121(),(2111+-+=+-=+++，所以0122)1(01])121[()121()121(y h h y h h y h h y hhn h h n n n +--+--+-+=+-+==+-+= ，当0→h 时，x n e y -→。
同理可以证明预报-校正法收敛到微分方程的解.3． 局部截断误差的推导同欧拉公式;整体截断误差:⎰++++++-++≤1),())(,(11111n nx x n n n n n n n dx y x f x y x f R εε11)(++-++≤n n n y x y Lh R ε，这里R R n ≤ 而111)(+++-=n n n y x y ε，所以 R Lh n n +=-+εε1)1(，不妨设1<Lh /2，得到：()()]11111[1111101---++-+-+-≤≤-+-=n n n n Lh Lh Lh R Lh Lh R Lh εεε ]1[2)(02)(00-+≤--x X L x X L eLhR eε4． 中点公式的局部截断误差： dx x y x f hx y h x f x y x f yx y n n x x n n n n n n))](,(2)(,2())(,([)(11*1⎰+++-=-++dx x y x f hx y h x f h x y h x f h x y x y dxx y x f hx y h x f hx y h x f h x y h x f x y x f n n n n x x n n n n n n n x x n n n n n nn n))](,(2)(,2())2(,2([)]2()([))](,(2)(,2())2(,2())2(,2())(,([11++-++++'-'=++-+++++-=⎰⎰++所以上式为+--+''=⎰++dx hx x x y e n nx x n n n )2()(11θdx x y x f h x y h x f h x y h x f n n n n x x n n n n))](,(2)(,2())2(,2([1++-++⎰+ 3218)(LMh h x y Lh e n n ≤+''≤+ς中点公式的整体截断误差：dx y x f hy h x f x y x f y x y y x y n n x x n n n n n n n n)],(2,2())(,([)()(111⎰+++-+-=-++dxy x f hy h x f x y x f h x y h x f x y x f hx y h x f x y x f y x y n n n n n n n n x x n n n n n n n n))],(2,2()))(,(2)(,2()))(,(2)(,2())(,([)(1++-+++++-+-=⎰+因而n n n L hLh R εεε)21(1+++≤+，R L h Lh n n +++≤-122)21(εε≤≤ ])21()21(1[2)21(1222222022-+++++++--+++n nL h Lh L h Lh Lh Lh RL h Lh ε )1(00-+≤--x X L x X L e LhR eε 5． 略 6． 略 7． 略8． （1）欧拉法：2.0≤h ；四阶Runge-Kutta 方法：278.0≤h （2）欧拉法：354≤h ；四阶Runge-Kutta 方法：3556.5≤h（3）欧拉法：1≤h ；四阶Runge-Kutta 方法：278.0≤h 9． 略 10． 略习题21． 略 2． 略 3． 略4． 差分格式写成矩阵形式为：n n M n M n n n M n M n n e u u u u r t r r r t r r r t r r r t u u u u +⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-∆--∆--∆--∆-=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--+-+-++12211221121212121 αβαααβαααβαααβ矩阵的特征值为：)cos(221Mj r r t j πααβλ+-∆-=，要使格式稳定，则特征值须满足t c j ∆+≤1λ，即21≤r α5． 利用泰勒展式可以得到古典隐式差分格式的截断误差为)(2h t O +∆。
古典隐式差分格式写成矩阵形式为：n n M nM n nn M n M n n e u u u u u u u u t r r r t r r r t r r r tr +⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛∆++--∆++--∆++--∆++--+-+-++122112211111121212121βαααβαααβαααβα特征值为： 1))cos(221(--+∆++=Mj r r t j πααβλ，即：)(1))2(cos 41(12t o Mj r t j ∆+≤+∆++=-παβλ，所以无条件稳定。
6． 由Von-Neumann 方法，令mhi n l n m e u βς=，代入差分格式得到增长因子为：)2(sin 41),(2hr i t G βωβ-=∆，所以1)]2(sin 4[1),(22≥+=∆hr t G βωβ，恒不稳定。
7． nm n m u v =+1，则原三层格式等价于：⎝⎛=-+=+--+++-+++n m n m n m n m n m n m n m n m u v v u u u u r u 111111)21()2()1(θθθ，令mh i n l n l n m nm e v u βης⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛， 可以得到格式的增长矩阵为：⎪⎪⎪⎪⎭⎫⎝⎛++-+++012sin 412sin 412122h r hr βθθβθθ， 特征值为)2sin 41(22sin 1612122hr hr βθβθθλ++-±+=±2sin θ1+2+（1+8r ）21+2θ〈0时，格式恒不稳定。
当21-≥θ时，格式无条件稳定。
8． 令 mhi n l n l n m n m e v u βης⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛++++1111，则可以得到差分格式的增长矩阵为：⎪⎪⎭⎫ ⎝⎛---+=∆222122111),(c c c c c t G β，特征值为：22121c c i c +±-=±λ，2sin 22h ar c β=，所以1=±λ，格式无条件稳定。
9. （1）由V on-Neumann 方法，221sin sin h h h k Gβββ12（，）=1+c -4r （+）22，可以得到格式的稳定条件为：41≤r ； （2）22sinsin h h k βββ+2121（，h ）=1-c 4r （+）22G，无条件稳定。
10. 解：消去12n lmU*+便可得到1n lmU+与n lmU的关系为k δ2x r （1--c ）22k δ2y r （1--c ）221n lmU += δ2y r （1+）2δ2x r （1+）2nlm U 由Von-Meuman 方法可以得到增长因子G β（，h ）=2222sinsin sin sin 22h h h h k k c c ββββ-1212（1-2r ）（1-2r ）22（1+2r ）（1+2r -）22显然无条件稳定习题31. （1） 第一个差分方程的截断误差为 2O （）h（2） 第二个差分方程的截断误差为 2O （）h2. 边界条件离散为0nmU=2ln )h 2（1+m JmU=ln 22（4+m h ） 0l U=2ln （lh+1）=2ln （lh+1），JU=2ln 1⎡⎤+⎣⎦（lh+1） 然后将未知点按自然顺序排列 U =TU U U U 11211222（）可以写出求解的线性代数方程组 用直接方法或迭代方法可求解.3. 求解的关键是 （1）边界条件的离散应与差分方程相适应; （2）在边界的四个角点处差分方程的建立;（3）未知量按自然顺序排列，写出线性方程组 4. 解：（1）将节点以自动顺序排列U=121......TT T T q U U U -（） 其中2T i iU=1i p-1，i （....）U U U 则Dirichlet 问题的差分格式可以写成方程组 AU=b其中A ，B 即为题中已给形式，b 为由边界条件离散化后已确定的已知向量 （2）考虑AU=AU λ即121123211211............A A i i i A iq q A q B B B B U U U U U U U U U U U U U U λλλλ-+---+=⎧⎪++=⎪⎪⎪⎨++=⎪⎪⎪+=⎪⎩因B 为对称阵，故存在正交阵Q 使TB BQ diag Qλλλ=Λ=B B B12p-1（......）用TQ左乘以上各式12111121..............T T TA TA i i i i T A q q qB TT T T T Q Q Q U U U Q U BU U U Q Q Q Q U U U Q Q λλλ-+---⎧+=⎪⎪⎪⎪++=⎨⎪⎪⎪+=⎪⎩记rV =TrQ U则⎧⎪⎪⎪⎨⎪⎪⎪⎩12111211............B A B i i i A i B q q A q V V V VV V V VV V λλλ-+---Λ+=+Λ+=+Λ= 选取以上方程组中的每一个小方程组的第j 个方程得到121111............Bj j j A j Bj j j i j A j i B j j j A j q V V V V V V V V V V λλλλλλ-⎧+=⎪⎪⎪⎪++=⎨⎪⎪⎪+=⎪⎩，，，i-，，i+，，q-2，q-1， j=1，2…..p-1这是一齐次三对角线性方程组，若要使其有非零解，则系数行列式值为零，即1111BjAB jABjAλλλλλλ---=0根据三对角阵特征值公式有2cosA Blj l q πλλ=+ l =1，2…q-1 而42cosB jj pπλ=-+ 于是证得42cos cos Alm l m p qππλ=-+（+） l =1，2…q-1 m=1，2….p-1 事实上由此也可以求出A 的特征向量,而AU=b 的求解与此类似;（3）求解AU=b 的Jacobi 迭代 1G D -=（L+R ） 因A=D-L-R 所以1G A D -=-1（D-A ）=I-D设X 为A 的对应于G lmλ的特征向量，于是GX=Almλ-11（I-A ）X=（1+）X 4D这说明X 也是G 的特征向量，对应的特征值为1142cos cos 41cos cos 2Glm l m p q l m p qππππλ⎡⎤=+-+⎢⎥⎣⎦=（+）（+） l =1，2…..p-1 m=1，2…….q-1 因在()0π，上，cos θ为减函数，于是|coscos Glm p qππρλ=1（G ）=max|（+）2习题411．特征线为：23x dxdy=，求解得到曲线为：C x y +=3，过点)0,(R x 的特征线为：33R x x y -=。