第八章
常微分方程数值解法
摘要:对显式Euler方法来说,当解二阶连续可导时,其局部...(3.10)有解但解不唯一.不论如何选择这八个参数,不可能...算法8.1 经典Runge-Kutta方法本算法用经典Runge-... 关键词:导,论,算法 类别:专题技术
来源:牛档搜索(Niudown.COM)
本文系牛档搜索(Niudown.COM)根据用户的指令自动搜索的结果,文中内涉及到的资料均来自互联网,用于学习交流经验,作品其著作权归原作者所有。不代表牛档搜索(Niudown.COM)赞成本文的内容或立场,牛档搜索(Niudown.COM)不对其付相应的法律责任!
常微分方程数值解法
教学目的 1. 掌握解常微分方程的单步法:Euler方法、Taylor方法和Runge-Kutta方法;2. 掌握解常微分方程的多步法:Adams步法、Simpson方法和Milne方法等;3. 了解单步法的收敛性、相容性与稳定性;多步法的稳定性。
教学重点及难点 重点是解常微分方程的单步法:Euler方法、Taylor方法和Runge-Kutta方法和解常微分方程的多步法:Adams步法、Simpson方法和Milne方法等;难点是理解单步法的收敛性、相容性与稳定性及多步法的稳定性。
教学时数 20学时 教学过程
§1基本概念
1.1常微分方程初值问题的一般提法
常微分方程初值问题的一般提法是求函数y(x),a?x?b,满足
??dy??f(?dxx,y),a?x?b?y(a)??
其中f(x,y)是已知函数,?是已知值。
假设f(x,y)在区域D?{(x,y)a?x?b,y???}上满足条件: (1)f(x,y)在D上连续; (2)
f(x,y)在D上关于变量y满足
Lipschitz条件:
f(x,y1)?f(x,y2)?Ly1?y2,
a?x?b,?y1,y2 (1.3) 其中常数L称为Lipschitz常数。我们简称条件(1)、(2)的基本条件。
由常微分方程的基本理论,我们有:
定理1 当f(x,y)在D上满足基本条件时,一阶常微分方程初值问题(1.1)、(1.2)对任意给定?存在唯一解y(x)在[a,b]上连续可微。
定义1 方程(1.1)、(1.2)的解y(x)称为适定的,若存在常数??0和K?0,对任意满足条件???及
?(x)???的?和?(x),常微分方程初值问题
(1.1)(1.2)
?dz??f(x,z)??(x),a?x?b?dx??z(a)?a??(1.4)
存在唯一解z(x),且y(x)?z(x)?
?K{????}.
适定问题的解y(x)连续依赖于(1.1)右端的f(x,y)和初值?。由常微分方程的基本理论,还有:
定理2 当f(x,y)在D上满足基本条件时,微分方程(1.1)、(1.2)的解y(x)是适定的。
我们在本章中假设f(x,y)在D上满足基本条件,从而(1.1)、(1.2)的解y(x)存在且适定。
一般的一阶常微分方程组初值问题是求解
?d?yi?fi(x,y1,?,yn),i?1,2,?,n,a?x?b (1.5) ?dx??yi(a)??i,i?1,2,?,n(1.5)的向量形式是
?d?y?F(x,y),a?x?b?dx??y(a)??(1.5)′
其中y(x)?(y1(x),?,yn(x))T,F(x,y)?(f1(x,y),?,fn(x,y))T,??(?1,?2,?,?n)T.
记D?{(x,y1,?,yn)a?x?b,yi???,i?1,2,?,n}。 类似于定理1和定理2,我们有:
定理3 若映射F(x,y)满足条件 (1) F(x,y)在D上是从Rn?1
到R上的连续映射;
n(2) F(x,y)在D上关于y满足Lipschits条件;
F(x,y1)?F(x,y2)??Ly1?y2?a?b,y1,y2任意。
则常微分方程组初值问题(1.5)存在的唯一的连续可微解y(x),而且解y(x)是适定的。 高阶常微分方程初值问题一般为
?dndydn?1?,n?1y),a?x?d?ny?f(x,y,dx,dx?dx (1.6) ?i?dy(a)?a,i?0,1,?,n?1i?1??dxi其中f(x,y,u,?,u)是给定多元函数,a1,?an为给定值。引进新的变量函数
dk?1yk(x)?y(x),a?x?b,k?1,2,?,ndxk?1(1.7.)
则初值问题(1.6)化成了一阶常微分方程组初值问题
?d?dxy1?y2??????d?yn?1?yn?dx?dyn?dx?f(x,y1,?,yn)???yi(a)i,i?1,2?,n
通过求解(1.8)得到(1.6)的解y(x)?y1(x)。
a?x?b(1.8)1.2 初值问题数值解基本概念
初值问题的数值解法,是通过微分方程离散化而给出解在某些节点上的近似值。 在?a,b?上引入节点?xk?k?0:a?x0?x1???xn?b,hk?xk?xk?1(k?1,?,n)称
n为步长。在多数情况下,采用等步长,即h?b?a,xk?a?kh(k?0,1?,n)。记(1.1),(1.2)n的为准确解为y(x),记y(xk)的近似值为yk,记f(xk,yk)为fk.。
求值问题数值解的方法是步进法,即在计算出yi,i?k后计算yk?1。数值的方法有单步
与
单步法之分。单步法在计算yk?1时只利用yk而多步法在计算yk?1时不仅要利用yk还要利用前面已算出的若干个
yk?j,j?1,2,?,l?1。我们称要用到yk,yk?1,?,yk?l?1的多步法
为l步方法。单步法可以看作多步法,但两者有很大差别。l步方法只能用于yk,k?l的计算,y0,y1,?,yl?1要用其它的方法计算;而且在稳定性上单性法比l?1的多步法容易分析;此外单步法容易改变步长。
搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,第一范文网,提供最新资格考试认证常微分方程数值解法 全文阅读和word下载服务。
相关推荐: