第八章 常微分方程初值问题的解法

第八章常微分方程初值问题的解法

在科学与工程问题中，常微分方程描述物理量的变化规律，应用非常广泛. 本章介绍最基本的常微分方程初值问题的解法，主要针对单个常微分方程，也讨论常微分方程组的有关技术.

8.1引言

本节介绍常微分方程、以及初值问题的基本概念，并对常微分方程初值问题的敏感性进行分析.

8.1.1 问题分类与可解性

很多科学与工程问题在数学上都用微分方程来描述，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，等等. 这些问题中要求解随时间变化的物理量，即未知函数y(t)，t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. 由于未知函数是单变量函数，这种微分方程被称为常微分方程（ordinary differential equation, ODE），它具有如下的一般形式①：

g(t,y,y′,?,y(k))=0 ,(8.1) 其中函数g: ?k+2→?. 类似地，如果待求的物理量为多元函数，则由它及其偏导函数构成的微分方程称为偏微分方程（partial differential equation, PDE）. 偏微分方程的数值解法超出了本书的范围，但其基础是常微分方程的解法.

在实际问题中，往往有多个物理量相互关联，它们构成的一组常微分方程决定了整个系统的变化规律. 我们先针对单个常微分方程的问题介绍一些基本概念和求解方法，然后在第8.5节讨论常微分方程组的有关问题.

如公式(8.1)，若常微分方程包含未知函数的最高阶导数为y(k)，则称之为k阶常微分方程. 大多数情况下，可将常微分方程(8.1)写成如下的等价形式：

y(k)=f(t,y,y′,?,y(k?1)) ,(8.2) 其中函数f: ?k+1→?. 这种等号左边为未知函数的最高阶导数y(k)的方程称为显式常微分方程，对应的形如(8.1)式的方程称为隐式常微分方程.

通过简单的变量代换可将一般的k阶常微分方程转化为一阶常微分方程组. 例如对于方程(8.2)，设u1(t)=y(t),u2(t)=y′(t),?,u k(t)=y(k?1), 则得到等价的一阶显式常微分方程组为：

{u1′=u2

u2′=u3

?

u k′=f(t,u1,u2,?,u k)

.(8.3)

本书仅讨论显式常微分方程，并且不失一般性，只需考虑一阶常微分方程或方程组.

例8.1 (一阶显式常微分方程)：试用微积分知识求解如下一阶常微分方程：

y′=y .

[解] 采用分离变量法进行推导：

①为了表达式简洁，在常微分方程中一般省略函数的自变量，即将y(t)简记为y，y′(t)简记为y′，等等.

dy dt =y ? dy y

=dt , 对两边积分，得到原方程的解为：

y (t )=c ?e t ,

其中c 为任意常数.

从例8.1看出，仅根据常微分方程一般无法得到唯一的解. 要确定唯一解，还需在一些自变量点上给出未知函数的值，称为边界条件. 一种边界条件设置方法是给出t =t 0时未知函数的值:

y (t 0)=y 0 .

在合理的假定下，从t 0时刻对应的初始状态y 0开始，常微分方程决定了未知函数在t >t 0时的变化情况，也就是说这个边界条件可以确定常微分方程的唯一解（见定理8.1）. 相应地，称y (t 0)=y 0为初始条件，而带初始条件的常微分方程问题：

{y ′=f (t,y ),t ≥t 0y (t 0)=y 0 . (8.4)

为初值问题（initial value problem, IVP ）.

定理8.1：若函数f (t,y )关于y 满足李普希兹（Lipschitz ）条件，即存在常数L >0，使得对任意t ≥t 0，任意的y 与y ?，有：

|f (t,y )?f(t,y ?)|≤L |y ?y ?| ,

(8.5) 则常微分方程初值问题(8.4)存在唯一的解.

一般情况下，定理8.1的条件总是满足的，因此常微分方程初值问题的解总是唯一存在的. 为了更清楚地理解这一点，考虑f (t,y )的偏导数ef ey 存在，则它在求解区域内可推出李普希兹条件(8.5)，因为

f (t,y )?f (t,y ?)=

ef ey (t,ξ)?(y ?y ?) , 其中ξ为介于y 和y ?之间的某个值. 设L 为|ef ey (t,ξ)|的上界，(8.5)式即得以满足.

对公式(8.4)中的一阶常微分方程还可进一步分类. 若f (t,y )是关于y 的线性函数，

f (t,y )=a (t )y +b (t ) ,

(8.6) 其中a (t ),b (t )表示自变量为t 的两个一元函数，则对应的常微分方程为线性常微分方程，若b (t )≡0, 则为线性齐次常微分方程. 例8.1中的方程属于线性、齐次、常系数微分方程，这里的“常系数”是强调a (t )为常数函数.

8.1.2 问题的敏感性

对常微分方程初值问题，可分析它的敏感性，即考虑初值发生扰动对结果的影响. 注意这里的结果（解）是一个函数，而不是一个或多个值. 由于实际应用的需要，分析常微分方程初值问题的敏感性时主要关心t →∞时y (t )受影响的情况，并给出有关的定义. 此外，考虑到常微分方程的求解总与数值算法交织在一起、以及历史的原因，一般用“稳定”、“不稳定”等词汇说明问题的敏感性.

定义8.1：对于常微分方程初值问题(8.4)，考虑初值y 0的扰动使问题的解y (t )发生偏差的情形. 若t →∞时y (t )的偏差被控制在有界范围内，则称该初值问题是稳定的（stable ），否则该初值问题是不稳定的（unstable ）. 特别地，若t →∞时y (t )的偏差收敛到零，则称该初值问题是渐进稳定的（asymptotically stable ）.

关于定义8.1，说明两点：

● 渐进稳定是比稳定更强的结论，若一个问题是渐进稳定的，它必然是稳定的. ● 对于不稳定的常微分方程初值问题，初始数据的扰动将使t →∞时的结果误差无穷

大. 因此为了保证数值求解的有效性，常微分方程初值问题具有稳定性是非常重要的.

例8.2 (初值问题的稳定性): 考察如下“模型问题”的稳定性：

{y ′=λy,t ≥t 0y (t 0)=y 0 . (8.7)

[解] 易知此常微分方程的准确解为：y (t )=y 0e λ(t?t 0). 假设初值经过扰动后变为y 0+Δy 0，对应的扰动后解为

y ?(t )=(y 0+Δy 0)e λ(t?t 0),

所以扰动带来的误差为

Δy (t )=Δy 0e λ(t?t 0) .

根据定义8.1，需考虑t →∞时Δy (t )的值，它取决于λ. 易知，若λ≤0，则原问题是稳定的，若λ>0，原问题不稳定. 而且当λ<0时，原问题渐进稳定.

图8-1分三种情况显示了初值扰动对问题(8.7)的解的影响，从中可以看出不稳定、稳定、渐进稳定的不同含义.

对例8.2中的模型问题，若考虑参数λ为一般的复数，则问题的稳定性取决于λ的实部，若Re(λ)≤0, 则问题是稳定的，否则不稳定. 例8.2的结论还可推广到线性、常系数常微分方程，即根据f (t,y )中y 的系数可确定初值问题的稳定性. 对于一般的线性常微分方程(8.6)，由于方程中y 的系数为关于t 的函数，仅能分析t 取某个值时的局部稳定性.

例8.3 (局部稳定性): 考察如下常微分方程初值问题的稳定性：

{y ′=?10ty,t ≥0y (0)=1 . (8.8)

[解] 此常微分方程为线性常微分方程，其中y 的系数为a (t )=?10t . 当t ≥0时，a (t )≤0，在定义域内每个时间点上该问题都是局部稳定的.

事实上，方程(8.8)的解析为y (t )=e ?5t 2，初值扰动Δy 0造成的结果误差为Δy (t )=

Δy 0e ?5t 2

. 这说明初值问题(8.8)是稳定的.

对于更一般的一阶常微分方程(8.4)，由于其中f (t,y )可能是非线性函数，分析它的稳定性非常复杂. 一种方法是通过泰勒展开用一个线性常微分方程来近似它，再利用线性常微分方程稳定性分析的结论了解它的局部稳定性. 具体的说，在某个解函数y ?(t)附近用一阶泰勒展开近似f (t,y )，

f (t,y )≈f (t,y ?)+ef ey

(t,y ?)?(y ?y ?) 则原微分方程被局部近似为（用符号z 代替y ）: 图8-1 (a) λ>0对应的不稳定问题, (b) λ=0对应的稳定问题, (c) λ<0对应的渐进稳定问题

. (a) (b) (c)

z′=ef

ey

(t,y?)?(z?y?)+f(t,y?)

这是关于未知函数z(t)的一阶线性常微分方程，可分析t取某个值时的局部稳定性. 因此，对于具体的y?(t)和t的取值，常微分方程初值问题(8.4)的局部稳定性取决于ef

ey

(t,y?)的实部的正负号. 应注意的是，这样得到的关于稳定性的结论只是局部有效的.

实际遇到的大多数常微分方程初值问题都是稳定的，因此在后面讨论数值解法时这常常是默认的条件.

8.2简单的数值解法与有关概念

大多数常微分方程都无法解析求解（尤其是常微分方程组），只能得到解的数值近似. 数值解与解析解有很大差别，它是解函数在离散点集上近似值的列表，因此求解常微分方程的数值方法也叫离散变量法. 本节先介绍最简单的常微分方程初值问题解法——欧拉法（Euler method），然后给出数值解法的稳定性和准确度的概念，最后介绍两种隐格式解法.

8.2.1 欧拉法

数值求解常微分方程初值问题，一般都是“步进式”的计算过程，即从t0开始依次算出离散自变量点上的函数近似值. 这些离散自变量点和对应的函数近似值记为：

t0

y 0,y1,

其中y0是根据初值条件已知的. 相邻自变量点的间距为 n=t n+1?t n, 称为步长.

数值解法通常使用形如

y n+1=G(y n+1,y n,y n?1,…,y n?k)(8.9) 的计算公式，其中G表示某个多元函数. 公式(8.9)是若干个相邻时间点上函数近似值满足的关系式，利用它以及较早时间点上函数近似值可算出y n+1. 若公式(8.9)中k=0，则对应的解法称为单步法（single-step method），其计算公式为：

y n+1=G(y n+1,y n) .(8.10) 否则，称为多步法（multiple-step method）. 另一方面，若函数G与y n+1无关，即:

y n+1=G(y n,y n?1,…,y n?k),

则称为显格式方法（explicit method），否则称为隐格式方法（implicit method）. 显然，显格式方法的计算较简单，只需将已得到的函数近似值代入等号右边，则可算出y n+1.

欧拉法是一种显格式单步法，对初值问题(8.4)其计算公式为：

y n+1=y n+ n f(t n,y n) , n=0,1,2,?.(8.11) 它可根据数值微分的向前差分公式（第7.7节）导出. 由于y′=f(t,y)，则

y′(t n)=f(t n,y(t n))≈y(t n+1)?y(t n)

n

,

得到近似公式y(t n+1)≈y(t n)+ n f(t n,y(t n))，将其中的函数值换为数值近似值，则得到欧拉法的递推计算公式(8.11). 还可以从数值积分的角度进行推导，由于

y(t n+1)=y(t n)+∫y′(s)ds

t n+1

t n =y(t n)+∫f(s,y(s))ds

t n+1

t n

,

用左矩形公式近似计算其中的积分（矩形的高为s=t n时被积函数值），则有

y(t n+1)≈y(t n)+ n f(t n,y(t n)) ,

将其中的函数值换为数值近似值，便得到欧拉法的计算公式.

例8.4 (欧拉法)：用欧拉法求解初值问题

{y ′=t ?y +1y (0)=1

. 求t =0.5时y (t )的值，计算中将步长分别固定为0.1和0.05.

[解] 在本题中，f (t,y )=t ?y +1, t 0=0, y 0=1, 则欧拉法计算公式为：

y n+1=y n + (t n ?y n +1) , n =0,1,2,?

当步长h=0.1时，计算公式为y n+1=0.9y n +0.1t n +0.1; 当步长h=0.05时，计算公式为y n+1=0.95y n +0.05t n +0.05. 两种情况的计算结果列于表8-1中，同时也给出了准确解y (t )=t +e ?t 的结果.

表8-1 欧拉法计算例8.4的结果 h=0.1

h=0.05 t n

y n y (t n ) t n y n t n y n 0.1

1.000000 1.004837 0.05 1.000000 0.3 1.035092 0.2

1.010000 1.018731 0.1 1.002500 0.35 1.048337 0.3

1.029000 1.040818 0.15 1.007375 0.4 1.063420 0.4

1.056100 1.070320 0.2 1.014506 0.45 1.080249 0.5 1.090490 1.106531 0.25 1.023781 0.5 1.098737 从计算结果可以看出，步长取0.05时，计算的误差较小.

在常微分方程初值问题的数值求解过程中，步长 n ,(n =0,1,2,?)的设置对计算的准确性和计算量都有影响. 一般地，步长越小计算结果越准确，但计算步数也越多（对于固定的计算区间右端点），因此总计算量就越大. 在实际的数值求解过程中，如何设置合适的步长达到准确度与效率的最佳平衡是很重要的一个问题.

8.2.2数值解法的稳定性与准确度

在使用数值方法求解初值问题时，还应考虑数值方法的稳定性. 实际的计算过程中都存在误差，若某一步的解函数近似值y n 存在误差，在后续递推计算过程中，它会如何传播呢？会不会恶性增长，以至于“淹没”准确解？通过数值方法的稳定性分析可以回答这些问题. 首先给出稳定性的定义.

定义8.2：采用某个数值方法求解常微分方程初值问题(8.4)，若在节点t n 上的函数近似值存在扰动δn ,由它引起的后续各节点上的误差δm (m >n )均不超过δn ，即|δm |≤|δn |,(m >n)，则称该方法是稳定的.

在大多数实际问题中，截断误差是常微分方程数值求解中的主要计算误差，因此我们忽略舍入误差. 此外，仅考虑稳定的常微分方程初值问题.

考虑单步法的稳定性，需要分析扰动δn 对y n+1的影响，推导δn+1与δn 的关系式. 以欧拉法为例，先考虑模型问题(8.7)，并且设Re(λ)≤0. 此时欧拉法的计算公式为②：

y n+1=y n + λy n =(1+ λ)y n ,

由y n 上的扰动δn 引起y n+1的误差为：

δn+1=(1+ λ)δn ,

要使δn+1的大小不超过δn ，则要求

|1+ λ|≤1 . (8.12)

② 对于稳定性分析以及后面的一些场合，由于只考虑一步的计算，将步长 n 记为 .

常微分方程初值问题数值解法.

常微分方程初值问题数值解法 朱欲辉 （浙江海洋学院数理信息学院, 浙江舟山316004） [摘要]：在常微分方程的课程中讨论的都是对一些典型方程求解析解的方法.然而在生产实 际和科学研究中所遇到的问题往往很复杂, 在很多情况下都不可能给出解的解析表达式. 本篇文章详细介绍了常微分方程初值问题的一些数值方法, 导出了若干种数值方法, 如Euler法、改进的Euler法、Runge－Kutta法以及线性多步法中的Adams显隐式公式和预测校正 公式, 并且对其稳定性及收敛性作了理论分析. 最后给出了数值例子, 分别用不同的方法计算出近似解, 从得出的结果对比各种方法的优缺点. [关键词]：常微分方程;初值问题; 数值方法; 收敛性; 稳定性; 误差估计 Numerical Method for Initial-Value Problems Zhu Yuhui (School of Mathematics, Physics, and Information Science, Zhejiang Ocean University, Zhoushan, Zhejiang 316004) [Abstract]:In the course about ordinary differential equations, the methods for analytic solutions of some typical equations are often discussed. However, in scientific research, the problems are very complex and the analytic solutions about these problems can’t be e xpressed explicitly. In this paper, some numerical methods for the initial-value problems are introduced. these methods include Euler method, improved Euler method, Runge-Kutta method and some linear multistep method (e.g. Adams formula and predicted-corrected formula). The stability and convergence about the methods are presented. Some numerical examples are give to demonstrate the effectiveness and accuracy of theoretical analysis. [Keywords]:Ordinary differential equation; Initial-value problem; Numerical method; Convergence; Stability;Error estimate

常微分方程初值问题的数值解法

贵州师范大学数学与计算机科学学院学生实验报告 课程名称： 数值分析 班级： 实验日期： 年 月 日 学 号： 姓名： 指导教师： 实验成绩： 一、实验名称 实验六: 常微分方程初值问题数值解法 二、实验目的及要求 1. 让学生掌握用Euler 法, Runge-Kutta 法求解常微分方程初值问题. 2. 培养Matlab 编程与上机调试能力. 三、实验环境 每人一台计算机，要求安装Windows XP 操作系统，Microsoft office2003、MATLAB6.5(或7.0). 四、实验内容 1. 取步长h=0.1,0.05,0.01, ,用Euler 法及经典4阶Runge-Kutta 法求解初值 问题 ?? ?=≤≤++-=1 )0() 10(2222'y t t t y y 要求: 1) 画出准确解(准确解22t e y t +=-)的曲线,近似解折线; 2) 把节点0.1和0.5上的精确解与近似解比较,观察误差变化情况. 2. 用 Euler 法,隐式Euler 法和经典4阶R-K 法取不同步长解初值问题 ?? ? ??= ∈-=21 )0(],1,0[,50'y x y y 并画出曲线观察稳定性. 注：题1必须写实验报告 五、算法描述及实验步骤 Euler 法： 输入 000),(,,,),,(y a x x h b a y x f = 输出 Euler 解y 步1 ),,2,1(;m n h n a x h a b m n =?+=-? 步2 对1,,2,1,0-=m n 执行),(1n n n n y x f h y y ?+?+

步3 输出T m y y y y ),,,(21 = 经典4阶R-K 法： 输入 000),(,,,),,(y a x x h b a y x f = 输出 4阶R-K 解y 步1 ),,2,1(;m n h n a x h a b m n =?+=-? 步2 对1,,2,1,0-=m n 执行),(1n n y x f K ?，)5.0,(15.02hK y x f K n n +?+， )5.0,(25.03hK y x f K n n +?+，),(314hK y x f K n n +?+ )22(6 43211K K K K h y y n n ++++?+ 步3 输出T m y y y y ),,,(21 = 六、调试过程及实验结果 >> shiyan6 Y1 = 0.8000 0.6620 0.5776 0.5401 0.5441 0.5853 0.6602 0.7662 0.9009 1.0627 Y2 = 0.8287 0.7103 0.6388 0.6093 0.6179 0.6612 0.7366 0.8419 0.9753 1.1353

一阶常微分方程解法总结

第 一 章 一阶微分方程的解法的小结 ⑴、可分离变量的方程： ①、形如 )()(y g x f dx dy = 当0)(≠y g 时，得到 dx x f y g dy )() (=，两边积分即可得到结果； 当0)(0=ηg 时，则0)(η=x y 也是方程的解。 例1.1、 xy dx dy = 解：当0≠y 时，有 xdx y dy =，两边积分得到)(2ln 2为常数C C x y += 所以)(112 12 C x e C C e C y ±==为非零常数且 0=y 显然是原方程的解； 综上所述，原方程的解为)(12 12 为常数C e C y x = ②、形如0)()()()(=+dy y Q x P dx y N x M 当0)()(≠y N x P 时，可有 dy y N y Q dx x P x M ) () ()()(=，两边积分可得结果； 当0)(0=y N 时，0y y =为原方程的解，当0(0=） x P 时，0x x =为原方程的解。 例1.2、0)1()1(2 2 =-+-dy x y dx y x 解：当0)1)(1(2 2 ≠--y x 时，有 dx x x dy y y 1 122-=-两边积分得到 )0(ln 1ln 1ln 22≠=-+-C C y x ，所以有)0()1)(1(22≠=--C C y x ； 当0)1)(1(2 2 =--y x 时，也是原方程的解； 综上所述，原方程的解为)()1)(1(2 2 为常数C C y x =--。 ⑵可化为变量可分离方程的方程： ①、形如 )(x y g dx dy = 解法：令x y u =，则udx xdu dy +=，代入得到)(u g u dx du x =+为变量可分离方程，得到

常微分方程解题方法总结.doc

常微分方程解题方法总结 来源：文都教育 复习过半， 课本上的知识点相信大部分考生已经学习过一遍 . 接下来， 如何将零散的知 识点有机地结合起来， 而不容易遗忘是大多数考生面临的问题 . 为了加强记忆， 使知识自成 体系，建议将知识点进行分类系统总结 . 著名数学家华罗庚的读书方法值得借鉴， 他强调读 书要“由薄到厚、由厚到薄”，对同学们的复习尤为重要 . 以常微分方程为例， 本部分内容涉及可分离变量、 一阶齐次、 一阶非齐次、 全微分方程、 高阶线性微分方程等内容， 在看完这部分内容会发现要掌握的解题方法太多， 遇到具体的题 目不知该如何下手， 这种情况往往是因为没有很好地总结和归纳解题方法 . 下面以表格的形 式将常微分方程中的解题方法加以总结，一目了然，便于记忆和查询 . 常微分方程 通解公式或解法 ( 名称、形式 ) 当 g( y) 0 时，得到 dy f (x)dx ， g( y) 可分离变量的方程 dy f ( x) g( y) 两边积分即可得到结果； dx 当 g( 0 ) 0 时，则 y( x) 0 也是方程的 解 . 解法：令 u y xdu udx ，代入 ，则 dy 齐次微分方程 dy g( y ) x dx x u g (u) 化为可分离变量方程 得到 x du dx 一 阶 线 性 微 分 方 程 P ( x)dx P ( x) dx dy Q(x) y ( e Q( x)dx C )e P( x) y dx

伯努利方程 解法：令 u y1 n，有 du (1 n) y n dy ， dy P( x) y Q( x) y n（n≠0,1）代入得到du (1 n) P(x)u (1 n)Q(x) dx dx 求解特征方程：2 pq 三种情况： 二阶常系数齐次线性微分方程 y p x y q x y0 二阶常系数非齐次线性微分方程 y p x y q x y f ( x) (1)两个不等实根：1, 2 通解： y c1 e 1x c2 e 2x (2) 两个相等实根：1 2 通解： y c1 c2 x e x (3) 一对共轭复根：i , 通解： y e x c1 cos x c2 sin x 通解为 y p x y q x y 0 的通解与 y p x y q x y f ( x) 的特解之和. 常见的 f (x) 有两种情况： x （ 1）f ( x)e P m ( x) 若不是特征方程的根，令特解 y Q m ( x)e x；若是特征方程的单根，令特 解 y xQ m ( x)e x；若是特征方程的重根， 令特解 y*x2Q m (x)e x； （2）f (x) e x[ P m ( x) cos x p n ( x)sin x]

常微分方程初值问题的数值解法

第七章 常微分方程初值问题的数值解法 --------学习小结 一、本章学习体会 通过本章的学习，我了解了常微分方程初值问题的计算方法，对于解决那些很难求解出解析表达式的，甚至有解析表达式但是解不出具体的值的常微分方程非常有用。在这一章里求解常微分方程的基本思想是将初值问题进行离散化，然后进行迭代求解。在这里将初值问题离散化的方法有三种，分别是差商代替导数的方法、Taylor 级数法和数值积分法。常微分方程初值问题的数值解法的分类有显示方法和隐式方法，或者可以分为单步法和多步法。在这里单步法是指计算第n+1个y 的值时,只用到前一步的值，而多步法则是指计算第n+1个y 的值时，用到了前几步的值。通过对本章的学习，已经能熟练掌握如何用Taylor 级数法去求解单步法中各方法的公式和截断误差，但是对线性多步法的求解理解不怎么透切，特别是计算过程较复杂的推理。 在本章的学习过程中还遇到不少问题，比如本章知识点多，公式多，在做题时容易混淆，其次对几种R-K 公式的理解不够透彻，处理一个实际问题时，不知道选取哪一种公式，通过课本里面几种方法的计算比较得知其误差并不一样，，这个还需要自己在往后的实际应用中多多实践留意并总结。 二、本章知识梳理 常微分方程初值问题的数值解法一般概念 步长h ，取节点0,(0,1,...,)n t t nh n M =+=，且M t T ≤，则初值问题000 '(,),()y f t y t t T y t y =≤≤?? =?的数值解法的一般形式是 1(,,,...,,)0,(0,1,...,)n n n n k F t y y y h n M k ++==-

第8章常微分方程边值问题的数值解法

第8章 常微分方程边值问题的数值解法 引 言 第7章介绍了求解常微分方程初值问题的常用的数值方法；本章将介绍常微分方程的边值问题的数值方法。 只含边界条件(boundary-value condition)作为定解条件的常微分方程求解问题称为常微分方程的边值问题(boundary-value problem). 为简明起见，我们以二阶边值问题为 则边值问题(8.1.1)有唯一解。 推论 若线性边值问题 ()()()()()(),, (),()y x p x y x q x y x f x a x b y a y b αβ '''=++≤≤?? ==? (8.1.2) 满足 (1) (),()p x q x 和()f x 在[,]a b 上连续； (2) 在[,]a b 上, ()0q x >, 则边值问题(8.1.1)有唯一解。 求边值问题的近似解，有三类基本方法： (1) 差分法(difference method)，也就是用差商代替微分方程及边界条件中的导数，最终化为代数方程求解；

(2) 有限元法(finite element method)； (3) 把边值问题转化为初值问题，然后用求初值问题的方法求解。 差分法 8.2.1 一类特殊类型二阶线性常微分方程的边值问题的差分法 设二阶线性常微分方程的边值问题为 (8.2.1)(8.2.2) ()()()(),,(),(), y x q x y x f x a x b y a y b αβ''-=<

常微分方程初值问题

常微分方程初值问题 12.1引言 在数学模型中经常出现的常微分方程在科学的许多分支中同样出现，例如工程和经济学。不幸的是却很少出现这些方程可得到表示在封闭的形式的解的情况，所以通常采用数值方法来寻找近似解。如今，这通常可以非常方便的达到高精度和在解析解和数值逼近之间可靠的误差界。在本节我们将关注一阶微分方程（12.1）形式关于实值函数y的实变 量x的结构和数值分析方法，其中和f是一个给定的实值函数的两个变量。为了从解曲线的无限族选择一个特定的积分构成（12.1）的通解，微分方程将与初始条件一起考虑：给定两个实数和，我们寻求一个（12.1）的解决方案，对于有 （12.2） 微分方程（12.1）与初始条件（12.2）被称为一个初值问题。如果你认为任何（12.1），（12.2）形式的初始值问题具有一个唯一解，看看以下例子。 例12.1考虑微分方程，初始条件，其中α是一个固定的实数，α∈（0，1）。 这是一个关于上述想法的简单验证，对于任何非负实数C， 是初值问题在区间[ 0，∞）上的一个解。因此解的存在性是肯定的，但解不一定唯一；事实上，初始值问题的解有一个无限族，当参数。 我们注意到，在与α∈（0，1）相反的情况下，当α≥1，初值问题，具有唯一解y（x）≡0。 例12.1表明函数f必须遵循相对于它的第二个参数的一定的增长性条件，以保证（12.1），（12.2）有唯一解。精确的保证初始值问题（12.1），（12.2）假设f解的存在惟一基于下面的定理。 定理12.1（Picard theorem）假定实值函数是连续的矩形区域D定义 ；当时；且f 满足Lipschitz条件：存在L＞0则 。

常微分方程数值解法的误差分析教材

淮北师范大学 2013届学士学位论文 常微分方程数值解法的误差分析 学院、专业数学科学学院数学与应用数学 研究方向计算数学 学生姓名李娜 学号 20091101070 指导教师姓名陈昊 指导教师职称讲师 年月日

常微分方程数值解法的误差分析 李娜 （淮北师范大学数学科学学院，淮北，235000） 摘要 自然界与工程技术中的很多现象，往往归结为常微分方程定解问题。许多偏微分方程问题也可以化为常微分方程问题来近似求解。因此，研究常微分方程的数值解法是有实际应用意义的。数值解法是一种离散化的数学方法，可以求出函数的精确解在自变量一系列离散点处的近似值。随着计算机计算能力的增强以及数值计算方法的发展，常微分方程的数值求解方法越来越多，比较成熟的有Euler 法、后退Euler法、梯形方法、Runge—Kutta方法、投影法和多步法，等等．本文将对这些解的误差进行分析,以求能够得到求解常微分数值解的精度更好的方法。 关键词：常微分方程, 数值解法, 单步法, 线性多步法, 局部截断误差

Error Analysis of Numerical Method for Solving the Ordinary Differential Equation Li Na (School of Mathematical Science, Huaibei Normal University, Huaibei, 235000) Abstract In nature and engineering have many phenomena , definite solution of the problem often boils down to ordinary differential equations. So study the numerical solution of ordinary differential equations is practical significance. The numerical method is a discrete mathematical methods, and exact solution of the function can be obtained in the approximation of a series of discrete points of the argument.With the enhanced computing power and the development of numerical methods,ordinary differential equations have more and more numerical solution,there are some mature methods. Such as Euler method, backward Euler method, trapezoidal method, Runge-Kutta method, projection method and multi-step method and so on.Therefore, numerical solution of differential equation is of great practical significance. Through this paper, error of these solutions will be analyzed in order to get a the accuracy better way to solve the numerical solution of ordinary differential. Keywords:Ordinary differential equations, numerical solution methods, s ingle ste p methods, l inear multi-step methods, local truncation error

第八章常微分方程数值解

151 第八章 常微分方程数值解 在工程和科学技术的实际问题中，常常需求解常微分方程。但由常微分方程理论可 知，常微分方程中往往只有少数较简单和典型的方程可求出其解析解。在大多数情况下，常微分方程只能用近似法求解。这种近似解法可分为两大类：一类是近似解析法，如级数解法、逐次逼近法等；另一类则是数值解法，它给出方程在一些离散点上的近似解。 本章主要讨论一阶常微分方程的初值问题： ()()?????==0 ,y a y y x f dx dy b x a ≤≤ （8.1） 从理论上讲，只要方程中的()y x f ,连续且关于y 满足李普希兹（Lipschitz ）条件，即存在常数L ，使 ()()2121,,y y L y x f y x f -≤- 则常微分方程存在唯一解)(x y y =。 所谓微分方程数值解，就是求微分方程的解()x y 在一系列离散节点 b x x x x a n n =<<<<=-110 处()i x y 的近似值i y ),,1,0(n i =. 相邻的两个节点之间的距离i i i x x h -=+1称为由i x 到1+i x 的步长，通常取为常数h 。 求数值解，首先应将微分方程离散化，常用的方法有： （1） 用差商代替微商 若用向前差商代替微商，即 ()() ()()()i i i i i x y x f x y h x y x y ,1='≈-+ )1,,1,0(-=n i 代入（8.1）中的微分方程，则得 ()1+i x y ()()()i i i x y x hf x y ,+≈

152 记)(i x y 的近似值i y ，则由上式右端可计算出)(1+i x y 的近似值，即 ()i i i i y x hf y y ,1+=+ )1,,1,0(-=n i （8.2） （2） 数值积分法 利用数值积分法左矩形公式 ()()i i x y x y -+1=()()()i i x x y x hf dx x y x f i i ,,1 ≈? + 可得同样算法 ()i i i i y x hf y y ,1+=+ （3） 用泰勒（Taylor ）公式 将函数)(x y 在i x 处展开，取一次Taylor 多项式近似，则得 ()()h x y x y i i +=+1()()i i x y h x y '+≈()()()i i i x y x hf x y ,+= 从而也得到离散化得计算公式 ()i i i i y x hf y y ,1+=+ §1 欧拉（Euler ）方法 1.1欧拉方法 对一阶微分方程（8.1），把区间[]b a ,作n 等分：b x x x x a n n =<<<<=-110 ， 则分点为 ih a x i +=， n a b h -= ),2,1(n i = 由以上讨论可知，无论用一阶向前差商，还是用数值积分法左矩形公式，或者用泰勒公式取前两项都可得到同样的离散化计算公式 ()i i i i y x hf y y ,1+=+ 并将初值条件代入，则得到数值算法： () ()? ? ?=+=+a y y y x hf y y i i i i 01, ),2,1(n i = （8.3） 称其为欧拉方法。 几何上欧拉方法就是用一条折线近似表示曲线()x y y =（如图8-1）。因此欧拉方法又称为欧拉折线方法。

郑州大学研究生课程数值分析复习---第八章 常微分方程数值解法

郑州大学研究生课程（2012-2013学年第一学期）数值分析 Numerical Analysis 习题课 第八章常微分方程数值解法

待求解的问题：一阶常微分方程的初值问题/* Initial-Value Problem */: ?????=∈=0 )(] ,[),(y a y b a x y x f dx dy 解的存在唯一性（“常微分方程”理论）：只要f (x , y ) 在[a , b ] ×R 1 上连续，且关于y 满足Lipschitz 条件，即存在与x , y 无关的常数L 使 对任意定义在[a , b ] 上的y 1(x ) 和y 2(x ) 都成立，则上述IVP 存在唯一解。 1212|(,)(,)||| f x y f x y L y y ?≤?一、要点回顾

§8.2 欧拉(Euler)法 通常取(常数),则Euler 法的计算格式 h h x x i i i ==?+1?? ?=+=+) (),(001x y y y x hf y y i i i i i =0,1,…,n ( 8.2 )

§8.2 欧拉(Euler)法(1) 用差商近似导数 )) (,()()()()(1n n n n n n x y x hf x y x y h x y x y +=′+≈+?? ?=+=+) (),(01a y y y x hf y y n n n n 差分方程初值问题向前Euler 方法h x y x y x y n n n ) ()()(1?≈ ′+)) (,() ()(1n n n n x y x f h x y x y ≈?+))(,()(n n n x y x f x y =′

常微分方程数值解法

i.常微分方程初值问题数值解法 常微分方程初值问题的真解可以看成是从给定初始点出发的一条连续曲线。差分法是常微分方程初值问题的主要数值解法，其目的是得到若干个离散点来逼近这条解曲线。有两个基本途径。一个是用离散点上的差商近似替代微商。另一个是先对微分方程积分得到积分方程，再利用离散点作数值积分。 i.1 常微分方程差分法 考虑常微分方程初值问题：求函数()u t 满足 (,), 0du f t u t T dt =<≤ （i.1a ） 0(0)u u = (i.1b) 其中(,)f t u 是定义在区域G : 0t T ≤≤, u <∞上的连续函数，0u 和T 是给定的常数。我们假设(,)f t u 对u 满足Lipschitz 条件，即存在常数L 使得 121212(,)(,), [0,]; ,(,)f t u f t u L u u t T u u -≤-?∈∈-∞∞ （i.2） 这一条件保证了（i.1）的解是适定的，即存在，唯一，而且连续依赖于初值0u 。 通常情况下，（i.1）的精确解不可能用简单的解析表达式给出，只能求近似解。本章讨论常微分方程最常用的近似数值解法-差分方法。先来讨论最简单的Euler 法。为此，首先将求解区域[0,]T 离散化为若干个离散点： 0110N N t t t t T -=<< <<= （i.3） 其中n t hn =，0h >称为步长。 在微积分课程中我们熟知，微商（即导数）是差商的极限。反过来，差商就是微商的近似。在0t t =处，在（i.1a ）中用向前差商 10()()u t u t h -代替微商du dt ，便得 10000()()(,())u t u t hf t u t ε=++ 如果忽略误差项0ε，再换个记号，用i u 代替()i u t 便得到 1000(,)u u hf t u -= 一般地，我们有 1Euler (,), 0,1, ,1n n n n u u hf t u n N +=+=-方法： （i.4） 从(i.1b) 给出的初始值0u 出发，由上式可以依次算出1,,N t t 上的差分解1,,N u u 。

常微分方程初值问题答案

1.(10分）对常微分方程初值问题(0)1(01) dy y dx y x ?=-???=≤≤? 取步长0.1,h = 分别用改进的Euler 法和标准的四阶Runge-Kutta 法作数值计算,写出公式和简要推导过程，并把结果填入表内。 解：（1） 改进的Euler 方法： 代入公式得10.905n n y y +=，即0.905n n y = …2分 （2）标准的四阶Runge-Kutta 方法： 1 12341213 2430.1(22)0.90483756 (0.05)0.95(0.05)0.9525(0.1)0.90475n n n n n n n n n n y y k k k k y k y k y k y k y k y k y k y +?=++++=?? =-?? =-+=-??=-+=-??=-+=-?? 即0.9048375n n y = ……（4分） 2. 对常微分方程初值问题12 (0)1(01) dy y dx y x ?=-???=≤≤? 取步长0.1,h = 分别用改进的Euler 法和标准的四阶Runge-Kutta 法作数值计算,写出公式和推导过程，并把结果填入表内。

解：（1） 改进的Euler 方法： 代入公式得10.95125n n y y +=，即0.95125n n y = ……………….(2分) （2）标准的四阶Runge-Kutta 方法： 1 12341213 2430.1(22)0.9512196 /2(0.05)/20.4875(0.05)/20.4878125(0.1)/20.47622n n n n n n n n n n y y k k k k y k y k y k y k y k y k y k y +?=++++=?? =-?? =-+=-??=-+=-??=-+=-?? 即0.95145314n n y =……(4分) 《数值分析》复习题 一、填空题 1.绝对误差限=末位的一半+单位，相对误差限=绝对误差限/原值*100% 1. 度量一根杆子长250厘米，则其绝对误差限为 ，相对误差限是 。 2. 测量一支铅笔长是16cm ， 那么测量的绝对误差限是 ，测量的相对误差限是 。 3. 称量一件商品的质量为50千克，则其绝对误差限为 ，相对误差限是 。 2.利用平方差的方法 4. 在数值计算中，当a _____________

第8章 常微分方程数值解法 本章主要内容： 1.欧拉法、改进欧拉法 2

第8章 常微分方程数值解法 本章主要内容： 1．欧拉法、改进欧拉法. 2．龙格-库塔法。 3．单步法的收敛性与稳定性。 重点、难点 一、微分方程的数值解法 在工程技术或自然科学中，我们会遇到的许多微分方程的问题，而我们只能对其中具有较简单形式的微分方程才能够求出它们的精确解。对于大量的微分方程问题我们需要考虑求它们的满足一定精度要求的近似解的方法，称为微分方程的数值解法。本章我们主要 讨论常微分方程初值问题?????==00 )() ,(y x y y x f dx dy 的数值解法。 数值解法的基本思想是：在常微分方程初值问题解的存在区间[a,b]内，取n+1个节点a=x 0＜x 1＜…＜x N =b （其中差h n = x n –x n-1称为步长，一般取h 为常数，即等步长），在这些节点上把常微分方程的初值问题离散化为差分方程的相应问题，再求出这些点的上的差分方程值作为相应的微分方程的近似值（满足精度要求）。 二、欧拉法与改进欧拉法 欧拉法与改进欧拉法是用数值积分方法对微分方程进行离散化的一种方法。 将常微分方程),(y x f y ='变为() *+=?++1 1))(,()()(n x n x n n dt t y t f x y x y 1．欧拉法（欧拉折线法） 欧拉法是求解常微分方程初值问题的一种最简单的数值解法。 欧拉法的基本思想：用左矩阵公式计算（＊）式右端积分，则得欧拉法的计算公式为：N a b h N n y x hf y y n n n n -= -=+=+)1,...,1,0(),(1 欧拉法局部截断误差 11121 )(2 ++++≤≤''=n n n n n x x y h R ξξ或简记为O （h 2）。

第八章 常微分方程答案(2012[1].6)

例1 微分方程221y x y xy '=-+-满足1)0(=y 的特解为 ． 解：2 2 2(1)(1)(1)(1)11dy dy y x y x dx x dx y y '=-+? =-?=-++?? 解得 2 arctan 2 x y x C =-+，由0 14 x y C π ==?= 则方程的特解为 2arctan 24 x y x π=-+ 或 2tan()24x y x π =-+ 例2 解微分方程3 23 x xy y y -='． 解：323x xy y y -='即为3 2 1y x y y x ?? ???'=?? - ??? ，为齐次微分方程.令y u y xu y u xu x ''=?=?=+， 由已知321 u y u '=-，整理得211 u du dx u x -=， 两边积分得 2 22ln ln ln ln 2ln 22u u y u x C Cy Cy x ?? -=+?=?= ??? 则方程的通解为 2 2ln y Cy x ?? = ??? . 例3 微分方程x y y x ln =+'满足1)1(=y 的特解为 ． 解：原方程整理得1ln x y y x x '+ =，为一阶线性非齐次微分方程. 由通解公式得 11 ln 1ln ln 1dx dx x x x C y e e dx C xdx C x x x x - ??????=+=+=-+???????? 由1)1(=y 解得2C =，所以微分方程x y y x ln =+'满足1)1(=y 的特解为2 ln 1.y x x =-+

例4 微分方程3 1 y xy y += '的通解为 ． 解： 3 3dx dx xy y yx y dy dy =+? -=， 通解为 2 22 32 22232y y y ydy ydy e y e dy C Ce y x e y e dy C --???? +????? ???? =-?-? ?=+=?? 例5 解微分方程y x y y x 24=-'． ……① 解 原方程可化为y x y x y =?- '4 （2 1 =α的贝努里方程），即 x y x y y =?-'4 1 ……② 作换元y u = ，则 y y dx du 2' = ，②可化为 22x u x dx du =-（一阶线性非齐次方程） ……③ 由常数变易法可得③的通解为： )2ln (2x C x u + =， 故原方程通解为 )2 ln (2x C x y + =． 例6 已知函数(),()f x g x 满足x e x g x f x f x g x g x f 2)()(),()(),()(=+='='，且()00f =， 求)()()(x g x f x F =所满足的一阶微分方程，并求)(x F 的表达式． 解：(1) 由)()()()()(x g x f x g x f x F '+'='=)()(2 2x f x g + =)()(2)]()([2 x g x f x g x f -+)(242x F e x -=, 可见，)(x F 所满足的一阶微分方程为 2()2()4(0)0 x F x F x e F '?+=? =?．

各类微分方程的解法大全

各类微分方程的解法 1.可分离变量的微分方程解法 一般形式:g(y)dy=f(x)dx 直接解得∫g(y)dy=∫f(x)dx 设g(y)及f(x)的原函数依次为G(y)及F(x),则G(y)=F(x)+C为微分方程的隐式通解 2.齐次方程解法 一般形式:dy/dx=φ(y/x) 令u=y/x则y=xu,dy/dx=u+xdu/dx,所以u+xdu/dx=φ(u),即du/［φ(u)-u］=dx/x 两端积分,得∫du/［φ(u)-u］=∫dx/x 最后用y/x代替u,便得所给齐次方程的通解 3.一阶线性微分方程解法 一般形式:dy/dx+P(x)y=Q(x) 先令Q(x)=0则dy/dx+P(x)y=0解得y=Ce－ ∫P(x)dx,再令y=u e－∫P(x)dx代入原方程解得u=∫Q(x) e∫P(x)dx dx+C,所以y=e－∫P(x)dx［∫Q(x)e∫P(x)dx dx+C］ 即y=Ce－∫P(x)dx +e－ ∫P(x)dx∫Q(x)e∫P(x)dx dx为一阶线性微分方程的通解 4.可降阶的高阶微分方程解法 ①y(n)=f(x)型的微分方程 y(n)=f(x) y(n-1)= ∫f(x)dx+C1 y(n-2)= ∫［∫f(x)dx+C1］dx+C2 依次类推,接连积分n次,便得方程y(n)=f(x)的含有n个任意常数的通解②y”=f(x,y’) 型的微分方程 令y’=p则y”=p’,所以p’=f(x,p),再求解得p=φ(x,C1) 即dy/dx=φ(x,C1),所以y=∫φ(x,C1)dx+C2 ③y”=f(y,y’) 型的微分方程

令y ’=p 则y ”=pdp/dy,所以pdp/dy=f(y,p),再求解得p=φ(y,C 1) 即dy/dx=φ(y,C 1),即dy/φ(y,C 1)=dx,所以∫dy/φ(y,C 1)=x+C 2 5.二阶常系数齐次线性微分方程解法 一般形式:y ”+py ’+qy=0,特征方程r 2+pr+q=0 6.二阶常系数非齐次线性微分方程解法 一般形式: y ”+py ’+qy=f(x) 先求y ”+py ’+qy=0的通解y 0(x),再求y ”+py ’+qy=f(x)的一个特解y*(x) 则y(x)=y 0(x)+y*(x)即为微分方程y ”+py ’+qy=f(x)的通解 求y ”+py ’+qy=f(x)特解的方法: ① f(x)=P m (x)e λx 型 令y*=x k Q m (x)e λx ［k 按λ不是特征方程的根,是特征方程的单根或特征方程的重根依次取0,1或2］再代入原方程,确定Q m (x)的m+1个系数 ② f(x)=e λx ［P ｌ(x)cos ωx+P n (x)sin ωx ］型 令y*=x k e λx ［Q m (x)cos ωx+R m (x)sin ωx ］［m=max ﹛ｌ,n ﹜,k 按λ+i ω不是特征方程的根或是特征方程的单根依次取0或1］再代入原方程,分别确定Q m (x)和R m (x)的m+1个系数

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:?????==0 0)() ,(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:?????==0 0)() ,(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?????==0 0)() ,(y x y y x f dx dy 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。 注意：y k+1和1~ +k y 的区别。因而局部截断误差与误差e k +1=y (x k +1) -y k +1不同。 如果局部截断误差是O (h p+1),我们就说该数值方法具有p 阶精度。

常微分方程数值解法

常微分方程数值解法 【作用】微分方程建模是数学建模的重要方法，因为许多实际问题的数学描述将导致求解微分方程的定解问题。把形形色色的实际问题化成微分方程的定解问题，大体上可以按以下几步： 1. 根据实际要求确定要研究的量(自变量、未知函数、必要的参数等)并确定坐标系。 2. 找出这些量所满足的基本规律(物理的、几何的、化学的或生物学的等等)。 3. 运用这些规律列出方程和定解条件。基本模型 1. 发射卫星为什么用三级火箭 2. 人口模型 3. 战争模型 4. 放射性废料的处理通常需要求出方程的解来说明实际现象，并加以检验。如果能得到解析形式的解固然是便于分析和应用的，但是我们知道，只有线性常系数微分方程，并且自由项是某些特殊类型的函数时，才可以得到这样的解，而绝大多数变系数方程、非线性方程都是所谓“解不出来” 的于是对于用微分方程解决实际问题来说，数值解法就是一个十分重要的手段。 1. 改进Euler 法： 2. 龙格—库塔( Runge—Kutta )方法： 【源程序】 1. 改进Euler 法： function [x,y]=eulerpro(fun,x0,x1,y0,n);%fun 为函数，(xO, x1)为x 区间，yO 为初始值，n 为子 区间个数 if nargin<5,n=5O;end h=(x1-xO)/n; x(1)=xO;y(1)=yO; for i=1:n x(i+1)=x(i)+h; y1=y(i)+h*feval(fun,x(i),y(i)); y2=y(i)+h*feval(fun,x(i+1),y1); y(i+1)=(y1+y2)/2; end 调用command 窗口 f=i nlin e('-2*y+2*x A2+2*x') [x,y]=eulerpro(f,O,,1,1O) 2 x +2x , (0 < x < , y(0) = 1 求解函数y'=-2y+2 2. 龙格—库塔( Runge—Kutta )方法： [t,y]=solver('F',tspan ，y0) 这里solver为ode45, ode23, ode113，输入参数F是用M文件定义的微分方程y'= f (x, y)右端的函数。tspan=[t0,tfinal]是求解区间，y0是初值。 注：ode45和ode23变步长的，采用Runge-Kutta算法。 ode45表示采用四阶-五阶Runge-Kutta算法，它用4阶方法提供候选解，5阶方法控制误差，是一种自适应步长(变步长)的常微分方程数值解法，其整体截断误差为(△ 口人5解 决的是Nonstiff(非刚性)常微分方程。