第八章 常微分方程的数值解

常微分方程的数值解法在自然科学的许多领域中，都会遇到常微分方程的求解问题。

然而，我们知道，只有少数十分简单的微分方程能够用初等方法求得它们的解，多数情形只能利用近似方法求解。

在常微分方程课中已经讲过的级数解法，逐步逼近法等就是近似解法。

这些方法可以给出解的近似表达式，通常称为近似解析方法。

还有一类近似方法称为数值方法，它可以给出解在一些离散点上的近似值。

利用计算机解微分方程主要使用数值方法。

我们考虑一阶常微分方程初值问题⎪⎩⎪⎨⎧==00)(),(yx y y x f dx dy在区间[a, b]上的解，其中f (x, y )为x, y 的已知函数，y 0为给定的初始值，将上述问题的精确解记为y (x )。

数值方法的基本思想是：在解的存在区间上取n + 1个节点b x x x x a n =<<<<= 210这里差i i i x x h -=+1，i = 0,1, …, n 称为由x i 到x i +1的步长。

这些h i 可以不相等，但一般取成相等的，这时na b h -=。

在这些节点上采用离散化方法，（通常用数值积分、微分。

泰勒展开等）将上述初值问题化成关于离散变量的相应问题。

把这个相应问题的解y n 作为y (x n )的近似值。

这样求得的y n 就是上述初值问题在节点x n 上的数值解。

一般说来，不同的离散化导致不同的方法。

§1 欧拉法与改进欧拉法 1.欧拉法1．对常微分方程初始问题(9.2))((9.1) ),(00⎪⎩⎪⎨⎧==y x y y x f dx dy用数值方法求解时，我们总是认为(9.1)、(9.2)的解存在且唯一。

欧拉法是解初值问题的最简单的数值方法。

从（9.2）式由于y (x 0) = y 0已给定，因而可以算出),()('000y x f x y =设x 1 = h 充分小，则近似地有：),()(')()(00001y x f x y hx y x y =≈-(9.3)记 ,n ,,i x y y i i 10 )(== 从而我们可以取),(0001y x hf y y ==作为y (x 1)的近似值。

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。

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。

一、 常微分方程的解析解常微分方程的解析解也就是常微分方程的精确解，也称为常微分方程的符号解；一般可理解为求微分方程的通解或者特解的解析式或表达式；但只有少数的微分方程存在解析解。

在MA TLAB 中，由函数dsolve()求解常微分方程（组）的解析解，其具体格式如下： X=dsolve(‘方程1’，‘方程2’，…‘方程n ’，‘初始条件’，‘自变量’)函数dsolve 用来解符号常微分方程、方程组，如果没有初始条件，则求出通解，如果有初始条件，则求出特解。

例1：求解常微分方程1dy dx x y =+的MA TLAB 程序为：dsolve('Dy=1/(x+y)','x')，注意，系统缺省的自变量为t ，因此这里要把自变量写明。

结果为：-lambertw(-C1*exp(-x-1))-x-1其中：Y=lambertw(X)表示函数关系Y*exp(Y)=X 。

例2：求解常微分方程2'''0yy y -=的MA TLAB 程序为：Y2=dsolve('y*D2y-Dy^2=0’,’x’) 结果为：Y2 =[ exp((x+C2)/C1)][ C2]我们看到有两个解，其中一个是常数。

例3：求常微分方程组253t tdx x y e dt dy x y e dt ⎧++=⎪⎪⎨⎪--=⎪⎩通解的MA TLAB 程序为：[X,Y]=dsolve('Dx+5*x+y=exp(t),Dy-x-3*y=exp(2*t)','t')例4：求常微分方程组020210cos ,224,0t t t dx dy x t x dt dt dx dy y e y dt dt =-=⎧+-==⎪⎪⎨⎪++==⎪⎩通解的MA TLAB 程序为：[X,Y]=dsolve('Dx+2*x-Dy=10*cos(t),Dx+Dy+2*y=4*exp(-2*t)','x(0)=2','y(0)=0')二、 常微分方程的数值解在生产和科研中所处理的微分方程往往很复杂且大多得不出一般解。

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8章 常微分方程边值问题的数值解法8.1 引 言推论 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。

8.2 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''-=<<⎧⎨==⎩其中(),()q x f x 在[,]a b 上连续，且()0q x ≥.用差分法解微分方程边值问题的过程是：(i) 把求解区间[,]a b 分成若干个等距或不等距的小区间，称之为单元；(ii) 构造逼近微分方程边值问题的差分格式. 构造差分格式的方法有差分法, 积分插值法及变分插值法；本节采用差分法构造差分格式；(iii) 讨论差分解存在的唯一性、收敛性及稳定性；最后求解差分方程. 现在来建立相应于二阶线性常微分方程的边值问题(8.2.1), (8.2.2)的差分方程. ( i ) 把区间[,]I a b =N 等分，即得到区间[,]I a b =的一个网格剖分：011N N a x x x x b -=<<<<=,其中分点(0,1,,)i x a ih i N =+=，并称之为网格节点(grid nodes)；步长b a Nh -=. ( ii ) 将二阶常微分方程(8.2.2)在节点i x 处离散化：在内部节点(1,2,,1)i x i N =-处用数值微分公式2(4)1112()2()()()(),12i i i i i i i i y x y x y x h y x y x x h ξξ+---+''=-<< (8.2.3)代替方程(8.2.2)中()i y x ''，得112()2()()()()()()i i i i i i i y x y x y x q x y x f x R x h +--+-=+,(8.2.4) 其中2(4)()()12i i h R x y ξ=. 当h 充分小时，略去式(8.2.4)中的()i R x ，便得到方程(8.2.1)的近似方程1122i i i i i i y y y q y f h +--+-=,(8.2.5)其中(),()i i i i q q x f f x ==, 11,,i i i y y y +-分别是11(),(),()i i i y x y x y x +-的近似值, 称式(8.2.5)为差分方程(difference equation)，而()i R x 称为差分方程(8.2.5)逼近方程(8.2.2)的截断误差(truncation error). 边界条件(8.7.2)写成0,.N y y αβ==(8.2.6)于是方程(8.2.5), (8.2.6)合在一起就是关于1N +个未知量01,,,N y y y ，以及1N +个方程式的线性方程组：2211212211222111(2),(2),1,2,,1,(2).i i i i i N N N N q h y y h f y q h y y h f i N y q h y h f αβ-+----⎧-++=-⎪-++==-⎨⎪-+=-⎩(8.2.7)这个方程组就称为逼近边值问题(8.2.1), (8.2.2)的差分方程组(system of difference equations)或差分格式(difference scheme)，写成矩阵形式2211122222223332222222111(2)11(2)11(2)11(2)11(2)N N N N N N y q h h f y q h h f y q h h f y q h h f y q h h f αβ------⎡⎤⎡⎤-+-⎡⎤⎢⎥⎢⎥⎢⎥-+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-+=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-+⎢⎥⎢⎥⎢⎥-+-⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦. (8.2.8)用第2章介绍的解三对角方程组的追赶法求解差分方程组(8.2.7)或(8.2.8), 其解01,,,N y y y 称为边值问题(8.2.1), (8.2.2)的差分解(difference solution). 由于(8.2.5)是用二阶中心差商代替方程(8.2.1)中的二阶微商得到的，所以也称式(8.2.7)为中心差分格式(centered-difference scheme).( iii ) 讨论差分方程组(8.2.7)或(8.2.8)的解是否收敛到边值问题(8.2.1), (8.2.2)的解，估计误差.对于差分方程组(8.2.7)，我们自然关心它是否有唯一解；此外，当网格无限加密，或当0h →时，差分解i y 是否收敛到微分方程的解()i y x . 为此介绍下列极值原理：定理8.2.1 (极值原理) 设01,,,N y y y 是给定的一组不全相等的数，设1122(),0,1,2,,i i i i i i i y y y l y q y q i N h +--+=-≥=.(8.2.9)(1) 若()0,1,2,,i l y i N ≥=, 则{}0Ni i y =中非负的最大值只能是0y 或N y ； (2) 若()0,1,2,,i l y i N ≤=, 则{}0Ni i y =中非正的最小值只能是0y 或N y .证 只证(1) ()0i l y ≥的情形，而(2) ()0i l y ≤的情形可类似证明. 用反证法. 记{}0max i i NM y ≤≤=，假设0M ≥, 且在121,,,N y y y -中达到. 因为i y 不全相等，所以总可以找到某个00(11)i i N ≤≤-，使0i y M =，而01i y -和01i y +中至少有一个是小于M 的. 此时0000000011222()2.i i i i i i i i y y y l y q y h M M M q M q M h +--+=--+<-=-因为00,0i q M ≥≥，所以0()0i l y <, 这与假设矛盾，故M 只能是0y 或N y . 证毕！推论 差分方程组(8.2.7)或(8.2.8)的解存在且唯一. 证明 只要证明齐次方程组11202()0,0,1,2,,1,0,0i i i i i i i N y y y l y q y q i N h y y +--+⎧=-=≥=-⎪⎨⎪==⎩ (8.2.10)只有零解就可以了. 由定理8.7.1知，上述齐次方程组的解01,,,N y y y 的非负的最大值和非正的最小值只能是0y 或N y . 而00,0N y y ==，于是0,1,2,,.i y i N == 证毕！利用定理8.2.1还可以证明差分解的收敛性及误差估计. 这里只给出结果： 定理8.2.2 设i y 是差分方程组(8.2.7)的解，而()i y x 是边值问题(8.2.1), (8.2.2)的解()y x 在i x 上的值，其中0,1,,i N =. 则有224()(),96i i i M h y x y b a ε=-≤-(8.2.11)其中(4)4max ()a x bM yx ≤≤=.显然当0h →时，()0i i i y x y ε=-→. 这表明当0h →时，差分方程组(8.2.7)或(8.2.8)的解收敛到原边值问题(8.7.1), (8.7.2)的解.例8.2.1 取步长0.1h =，用差分法解边值问题43,01,(0)(1)0,y y x x y y ''-=≤≤⎧⎨==⎩并将结果与精确解()()2222()3434x xy x e e ee x --=---进行比较.解 因为110N h ==，()4,()3q x f x x ==, 由式(8.2.7)得差分格式221222112289(240.1)30.10.1,(240.1)30.1,2,3,,8,(240.1)30.10.9,i i i i y y y y y x i y y -+⎧-+⨯+=⨯⨯⎪-+⨯+=⨯=⎨⎪-+⨯=⨯⨯⎩0100y y ==, 00.1,1,2,,9i x ih i i =+==, 其结果列于表8.2.1.从表8.2.1可以看出, 差分方法的计算结果的精度还是比较高的. 若要得到更精确的数值解，可用缩小步长h 的方法来实现.8.2.2 一般二阶线性常微分方程边值问题的差分法对一般的二阶微分方程边值问题1212()()()()()(),,()(),()(),y x p x y x q x y x f x a x b y a y a y b y b αααβββ'''++=<<⎧⎪'+=⎨⎪'+=⎩ (8.2.12) 假定其解存在唯一.为求解的近似值，类似于前面的做法，( i ) 把区间[,]I a b =N 等分，即得到区间[,]I a b =的一个网格剖分：011N N a x x x x b -=<<<<=,其中分点(0,1,,)i x a ih i N =+=，步长b a Nh -=. ( ii ) 对式(8.2.12)中的二阶导数仍用数值微分公式2(4)1112()2()()()(),12i i i i i i i iy x y x y x h y x y x x h ξξ+---+''=-<<代替，而对一阶导数，为了保证略去的逼近误差为2()O h ，则用3点数值微分公式；另外为了保证内插，在2个端点所用的3点数值微分公式与内网格点所用的公式不同，即21112012000022212()()()(),,1,2,,1,263()4()()()(),,23()4()3()()(),.23i i i i i i i N N N N N N N N y x y x h y x y x x i N h y x y x y x h y x y x x h y x y x y x h y x y x x h ξξξξξξ+-----⎧-''''=-<<=-⎪⎪-+-⎪''''=+<<⎨⎪⎪-+''''=+<<⎪⎩(8.2.13) 略去误差，并用()i y x 的近似值i y 代替()i y x ，(),(),()i i i i i i p p x q q x f f x ===，便得到差分方程组1111221001221211(2)(),1,2,,1,2(34),2(43),2i i i i i i i i i N N N N p y y y y y q y f i N h hy y y y h y y y y h αααβββ-++---⎧-++-+==-⎪⎪⎪+-+-=⎨⎪⎪+-+=⎪⎩(8.2.14)其中(),(),(),1,2,,1i i i i i i q q x p p x f f x i N ====-, i y 是()i y x 的近似值. 整理得12021222211222121(23)42,(2)2(2)(2)2,1,2,,1,4(32)2.i i i i i i i N N N h y y y h hp y h q y hp y h f i N y y h y h αααααβββββ-+---+-=⎧⎪---++==-⎨⎪-++=⎩ (8.2.15)解差分方程组(8.2.15)，便得边值问题(8.2.12)的差分解01,,,N y y y .特别地, 若12121,0,1,0ααββ====，则式(8.2.12)中的边界条件是第一类边值条件：(),();y a y b αβ==此时方程组(7.7.16)为221112112211221211112(2)(2)2(2),(2)2(2)(2)2,2,3,,2,(2)2(2)2(2).i i i i i i i N N N N N N h q y hp y h f hp hp y h q y hp y h f i N hp y h q y h f hp αβ-+------⎧--++=--⎪---++==-⎨⎪---=-+⎩(8.2.16) 方程组(8.2.16)是三对角方程组，用第2章介绍的解三对角方程组的追赶法求解差分方程组(8.2.16)，便得边值问题(8.2.12)的差分解01,,,N y y y .( iii ) 讨论差分方程组(8.2.16)的解是否收敛到微分方程的解，估计误差. 这里就不再详细介绍.例8.2.2取步长/16h π=，用差分法求下列边值问题的近似解，并将结果与精确解进行比较.精确解是1()(sin 3cos )10y x x x =-+. 解 因为(20)8N h π=-=，()1,()2,()cos p x q x f x x =-=-=, 由式(8.2.17)得差分格式()()()()()()()()()()()()()2122211222122216(2)216(1)216cos 16216(1)(0.3),216(1)2216(2)216(1)216cos 16,2,3,,6,216(1)2216(2)216cos 7i i i N N y yy y y i i y y πππππππππππππ-+--⎡⎤--⨯-++⨯-⎡⎤⎣⎦⎣⎦=--⨯-⨯-⎡⎤⎣⎦⎡⎤-⨯---⨯-++⨯-⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦==⎡⎤-⨯---⨯-⎡⎤⎣⎦⎣⎦=()()16216(1)(0.1),ππ⎧⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪-+⨯-⨯-⎡⎤⎣⎦⎩080.3,0.1y y =-=-, 00.1,1,2,,9i x ih i i =+==, 其结果列于表8.2.2.8.3 有限元法有限元法(finite element method)是求解微分方程定解问题的有效方法之一，它特别适用在几何、物理上比较复杂的问题. 有限元法首先成功地应用于结构力学和固体力学，以后又应用于流体力学、物理学和其他工程科学. 为简明起见，本节以线性两点边值问题为例介绍有限元法.考虑线性两点边值问题()(8.3.1)(8.3.2)()()()()(),,(),(),Ly p x y x q x y x f x a x b y a y b αβ⎧''⎪=-+=≤≤⎨==⎪⎩其中1()0,()0,C [,]p x q x p a b >≥∈, ,C[,]q f a b ∈.此微分方程描述了长度为b a -的可变交叉截面(表示为()q x )的横梁在应力()p x 和()f x 下的偏差()y x .8.3.1 等价性定理记{}221C [,]()C [,],(),()a b y y y x a b y a y b αβ==∈==, 引进积分()22()()[()]()()2()()d baI y p x y x q x y x f x y x x '=+-⎰. (8.3.3)任取21()C [,]y y x a b =∈，就有一个积分值()I y 与之对应，因此()I y 是一个泛函(functional)，即函数的函数. 因为这里是,y y '的二次函数，因此称()I y 为二次泛函.对泛函(8.3.3)有如下变分问题(variation problem)：求函数21C [,]y a b ∈，使得对任意21C [,]y a b ∈, 均有()()I y I y ≥, (8.3.4)即()I y 在y 处达到极小, 并称y 为变分问题(8.3.4)的解.可以证明：定理8.3.1(等价性定理) y 是边值问题(8.3.1), (8.3.2)的解的充分必要条件是y 使泛函()I y 在21C [,]a b 上达到极小，即y 是变分问题(8.3.4)在21C [,]a b 上的解. 证 (充分性) 设21C [,]y a b ∈是变分问题()I y 的解；即y 使泛函()I y 在21C [,]a b 上达到极小，证明y 必是边值问题(8.3.1), (8.3.2)的解.设()x η是2C [,]a b 任意一个满足()()0a b ηη==的函数，则函数21()()()C [,]y x y x x a b αη=+∈，其中α为参数. 因为y 使得()I y 达到极小，所以()()I y I y αη+≥，即积分()22()()[()()]()[()()]2()[()()]baI y p x y x x q x y x x f x y x x dxαηαηαηαη''+=+++-+⎰作为α的函数，在0α=处取极小值()I y ，故d()0d I y ααηα=+=. (8.3.5) 计算上式，得()()()()()022(8.d()d d ()[()()]()[()()]2()[()()]d d 2()[()()]()2()[()()]()2()()d 2()()()()()()()()d .bab abaI y p x y x x q x y x x f x y x x x p x y x x x q x y x x x f x x x p x y x x q x y x x f x x x ααααηααηαηαηααηηαηηηηηη===+''=+++-+'''=+++-''=+-⎰⎰⎰3.6)利用分部积分法计算积分[][]()()()d ()()d ()()()()()()()d ()()()d ,bbaab ba abap x y x x x p x y x x p x y x x x p x y x x x p x y x x ηηηηη'''='''=-''=-⎰⎰⎰⎰代入式(8.3.6)，得()0(8.3.7)d()2()()()()()()d 0.d b a I y p x y x q x y x f x x x ααηηα'=⎡⎤⎣⎦'+=-+-=⎰因为()x η是任意函数，所以必有()()()()()()0p x y x q x y x f x ''-+-≡. (8.3.8)否则，若在[,]a b 上某点0x 处有()00000()()()()()0p x y x q x y x f x ''-+-≠，不妨设()00000()()()()()0p x y x q x y x f x ''-+->，则由函数的连续性知，在包含0x 的某一区间00[,]a b 上有()()()()()()0p x y x q x y x f x ''-+->.作002200000,[,]\[,],()()(),.x a b a b x x a x b a x b η∈⎧⎪=⎨--≤≤⎪⎩ 显然2()C [,]x a b η∈，且()()0a b ηη==，但()()()()()()()d ba p x y x q x y x f x x x η⎡⎤''-+-⎢⎥⎣⎦⎰ ()00()()()()()()d 0b a p x y x q x y x f x x x η⎡⎤''=-+->⎢⎥⎣⎦⎰，这与式(8.3.7)矛盾. 于是式(8.3.8)成立，即变分问题(8.3.4)的解y 满足微分方程(8.3.1), 且(),()y a y b αβ==故它是边值问题(8.3.1), (8.3.2)的解.(必要性) 设()y y x =是边值问题(8.3.1), (8.3.2)的解，证明y 是变分问题(8.3.4)的解；即：y 使泛函()I y 在21C [,]a b 上达到极小.因为()y y x =满足方程(8.3.1)，所以()()()()()()0p x y x q x y x f x ''-+≡.设任意21()C [,]y y x a b =∈，则函数()()()x y x y x η=-满足条件()()0a b ηη==，且2()C [,]x a b η∈. 于是()()[]()222222()()()()()[()()]()[()()]2()[()()]d ()[()]()[()]2()()d 2()()()()()()()()d ()[()]()[()]d baba baaI y I y I y I y p x y x x q x y x x f x y x x x p x y x q x y x f x y x xp x y x x q x y x x f x x x p x x q x x xηηηηηηηηη-=+-''=+++-+'-+-''=+-++⎰⎰⎰()()()22222()()()()()()d ()[()]()[()]d ()[()]()[()]d .bb ba a bap x y x q x y x f x x x p x x q x x xp x x q x x x ηηηηη⎡⎤'''=--+++⎢⎥⎣⎦'=+⎰⎰⎰⎰因为()0,()0p x q x >≥，所以当()0x η≠时，()22()[()]()[()]d 0bap x x q x x x ηη'+>⎰, 即()()0I y I y ->.只有当()0x η≡时，()()0I y I y -=. 这说明y 使泛函()I y 在21C [,]a b 上达到极小. 证毕！定理8.3.2 边值问题(8.3.1), (8.3.2)存在唯一解.证明 用反证法. 若12(),()y x y x 都是边值问题(8.3.1), (8.3.2)的解，且不相等，则由定理8.3.1知，它们都使泛函()I y 在21C [,]a b 上达到极小，因而12()()I y I y > 且 21()()I y I y >，矛盾！因此边值问题(8.3.1), (8.3.2)的解是唯一的.由边值问题解的唯一性，不难推出边值问题(8.3.1), (8.3.2)解的存在性(留给读者自行推导).8.3.2 有限元法等价性定理说明，边值问题(8.3.1), (8.3.2)的解可化为变分问题(8.3.4)的求解问题. 有限元法就是求变分问题近似解的一种有效方法. 下面给出其解题过程：第1步 对求解区间进行网格剖分01,i n a x x x x b =<<<<<=区间1[,]i i i I x x -=称为单元，长度1(1,2,,)i i i h x x i n -=-=称为步长，1max i i nh h ≤≤=. 若(1,2,,)i h h i n ==，则称上述网格剖分为均匀剖分.给定剖分后，泛函(8.3.3)可以写成()22()()[()]()()2()()d baI y p x y x q x y x f x y x x '=+-⎰()12211()[()]()()2()()d i i nnx i x i i p x y x q x y x f x y x xS -=='=+-∑∑⎰记. (8.3.9)第2步 构造试探函数空间。

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。

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: ℝk+2→ℝ. 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: ℝk+1→ℝ. 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′=u2u2′=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ðf ðy 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 ̂)=ðf ðy (t,ξ)∙(y −y ̂) , 其中ξ为介于y 和y ̂之间的某个值. 设L 为|ðf ðy (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 ∗)+ðf ðy(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′=ðfðy(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ðfðy(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<t1<⋯<t n<t n+1<⋯y 0,y1,⋯y n,y n+1,⋯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)dst n+1t n =y(t n)+∫f(s,y(s))dst n+1t 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=0.1h=0.05 t ny n y (t n ) t n y n t n y n 0.11.000000 1.004837 0.05 1.000000 0.3 1.035092 0.21.010000 1.018731 0.1 1.002500 0.35 1.048337 0.31.029000 1.040818 0.15 1.007375 0.4 1.063420 0.41.056100 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 .。

常微分方程数值解算法常微分方程是在物理、经济、生物、环境科学等领域中最基本的数学工具之一。

为了解决实际问题，需要求解这些方程的解。

但是，大部分常微分方程是无法求得解析解的，因此需要通过数值方法来求解。

在数值方法中，其基本思想是将微分方程化为一个逐步求解的问题。

通过离散化得到一个差分方程，然后通过数值方法求解这个差分方程。

本文将就常微分方程的数值解算法进行介绍和探讨。

1.欧拉方法欧拉方法是最基本的一种常微分方程数值解方法。

它的基本思想是将微分方程化为差分方程。

欧拉方法是一种一阶的显式方法。

通过计算当前点处的斜率即可进行逼近。

如下所示：y(t + h) = y(t) + hf(t, y(t))其中，h是步长。

f(t, y)是微分方程右边的函数。

欧拉方法的由来是其是以欧拉为名的。

这种方法的优点是简单明了，易于理解。

但是，其与真实解的误差随着步长增大而增大，误差不精，计算速度较慢等缺点也使其并非一个完美的数值解方法。

2.改进的欧拉方法改进的欧拉方法被认为是欧拉方法的一个进化版。

它是二阶数值方法，明显优于欧拉方法。

其基本思想是通过步长的平均值h/2来进行逼近。

y(t + h) = y(t) + h[ f(t, y(t)) + f(t + h, y(t) + hf(t, y(t))/2) ]其优点是能够更准确地逼近微分方程的解，只比欧拉方法多计算一些，但是其步长的误差随着步长增大而减小，并且计算速度比欧拉方法稍快。

因此，改进的欧拉方法是比欧拉方法更好的方法，效果相对较好。

3.龙格库塔方法龙格库塔方法是一种经典的数值解方法。

对于非刚性的方程可以得到较为精确的数值解。

其算法思路是利用多阶段迭代的方式，求解一些重要的插值点，并利用插值点的结果来逼近方程的解。

其公式如下：y(t + h) = y(t) + (h/6)*(k1 + 2k2 + 2k3 + k4)其中，k1 = f(t, y(t))k2 = f(t + h/2, y(t) + h/2k1)k3 = f(t + h/2, y(t) + h/2k2)k4 = f(t + h, y(t) + hk3)其优点是更精确，计算速度更快。

第八章 常微分方程数值解由常微分方程理论可知，我们只能求一些特殊类型的常微分方程。

而实际上许多常微分方程求解非常困难。

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 dybx 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 =。

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bx x x x a n n =<<<<=-110处的近似值iy （i=1，2，…，n ） ii ix x h -=+1称为由ix 到1+i x 的步长，通常取为常数h 。

求数值解，首先将微分方程离散化，常用方法有： （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 hx y x y ,1='≈-+ （i=1，2，…，n ）则得()1+i x y ()()()iiix y x hf x y ,+≈ 即()iiii y x hf y y ,1+=+（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()()h x y x y i i +=+1()()i i x y h x y '+≈()()()i i i x y x hf x y ,+=得离散化计算公式()iiii 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），等分区间[]b a ,为n 份，b x x x x a nn =<<<<=-11，则iha x i +=na b h -=ni ,2,1=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()iiii y x hf y y ,1+=+代入初值则得到数值算法：()()⎩⎨⎧=+=+a y y y x hf y y i i i i 01, （i=1，2，…，n －1） （8－2）称其为欧拉方法。