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

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。

i.常微分方程初值问题数值解法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 。

下面我们用数值积分法重新导出 Euler 法以及其它几种方法。

为此，在区间1[,]n n t t +上积分常微分方程（i.1a ），得11()()(,())n n t n n t u t u t f t u t dt ++=+⎰ （i.5）用各种数值积分公式计算（i.5）中的积分，便导致各种不同的差分法。

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。

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 <<.。

第8章常微分方程边值问题的数值解法8.1 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例介绍常用的数值方法。

一般的二阶常微分方程边值问题(boundary-value problems for second-order ordinary differential equations)为, (8.1.1)其边界条件为下列三种情况之一：(1) 第一类边界条件 (the first-type boundary conditions)：(2) 第二类边界条件 (the second-type boundary conditions)：(3) 第三类边界条件 (the third-type boundary conditions)：定理8.1.1 设(8.1.1)中的函数及其偏导数在上连续. 若(1) 对所有，有；(2) 存在常数，对所有，有,则边值问题(8.1.1)有唯一解。

推论若线性边值问题(8.1.2)满足(1)和上连续；(2) 在上,,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其中在上连续，且用差分法解微分方程边值问题的过程是：(i) 把求解区间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 ) 把区间等分，即得到区间的一个网格剖分：,其中分点，并称之为网格节点(grid nodes)；步长.( ii ) 将二阶常微分方程(8.2.2)在节点处离散化：在内部节点处用数值微分公式(8.2.3)代替方程(8.2.2)中，得, (8.2.4)其中.当充分小时，略去式(8.2.4)中的，便得到方程(8.2.1)的近似方程, (8.2.5)其中,分别是的近似值, 称式(8.2.5)为差分方程(difference equation)，而称为差分方程(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(8.2.6)于是方程(8.2.5), (8.2.6)合在一起就是关于个未知量，以及个方程式的线性方程组：(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. (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，或当时，差分解是否收敛到微分方程的解. 为此介绍下列极值原理：定理8.2.1 (极值原理) 设是给定的一组不全相等的数，设. (8.2.9)(1) 若, 则中非负的最大值只能是或；(2) 若, 则中非正的最小值只能是或.证只证(1)的情形，而(2)的情形可类似证明.用反证法. 记，假设, 且在中达到. 因为不全相等，所以总可以找到某个，使，而和中至少有一个是小于的. 此时因为，所以, 这与假设矛盾，故只能是或. 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(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的非负的最大值和非正的最小值只能是或. 而，于是证毕！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 设是差分方程组(8.2.7)的解，而是边值问题(8.2.1), (8.2.2)的解在上的值，其中. 则有(8.2.11)其中.显然当时，. 这表明当时，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，用差分法解边值问题并将结果与精确解进行比较.解因为，, 由式(8.2.7)得差分格式,, 其结果列于表8.2.1.表8.2.1准确值0 1 0 01 0.1 －0. 0332923 －0.03336562 0.2 －0. 0649163 －0.06506043 0.3 －0. 0931369 －0.09334614 0.4 －0. 1160831 －0.11634825 0.5 －0. 1316725 －0.13197966 0.6 －0. 1375288 －0.13785787 0.7 －0. 1308863 －0.13120878 0.8 －0. 1084793 －0.10875539 0.9 －0. 0664114 －0.066586510 1.0 0 0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(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 ) 把区间等分，即得到区间的一个网格剖分：,其中分点，步长.( ii ) 对式(8.2.12)中的二阶导数仍用数值微分公式代替，而对一阶导数，为了保证略去的逼近误差为，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(8.2.13)略去误差，并用的近似值代替，，便得到差分方程组(8.2.14)其中,是的近似值. 整理得(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.特别地, 若，则式(8.2.12)中的边界条件是第一类边值条件：此时方程组(7.7.16)为(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.( 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，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.解因为，, 由式(8.2.17)得差分格式,, 其结果列于表8.2.2.表8.2.2准确值0 0 -0.3 -0.31 /16 -0.3137967 -0.31374462-0.3154982 -0.3154322 2/163-0.3050494 -0.3049979 3/1644-0.2828621 -0.2828427/1655-0.2497999 -0.2498180/1666-0.2071465 -0.2071930/167-0.1565577 -0.15660567/168 /2 -0.1000000 -0.10000008.3 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其中,.此微分方程描述了长度为的可变交叉截面(表示为)的横梁在应力和下的偏差.8.3.1 等价性定理记, 引进积分. (8.3.3)任取，就有一个积分值与之对应，因此是一个泛函(functional)，即函数的函数. 因为这里是的二次函数，因此称为二次泛函.对泛函(8.3.3)有如下变分问题(variation problem)：求函数，使得对任意, 均有, (8.3.4) 即在处达到极小, 并称为变分问题(8.3.4)的解.可以证明：定理8.3.1(等价性定理)是边值问题(8.3.1), (8.3.2)的解的充分必要条件是使泛函在上达到极小，即是变分问题(8.3.4)在上的解.证 (充分性) 设是变分问题的解；即使泛函在上达到极小，证明必是边值问题(8.3.1), (8.3.2)的解.设是任意一个满足的函数，则函数，其中为参数. 因为使得达到极小，所以，即积分作为的函数，在处取极小值，故. (8.3.5)计算上式，得利用分部积分法计算积分代入式(8.3.6)，得因为是任意函数，所以必有. (8.3.8) 否则，若在上某点处有，不妨设，则由函数的连续性知，在包含的某一区间上有.作显然，且，但，这与式(8.3.7)矛盾. 于是式(8.3.8)成立，即变分问题(8.3.4)的解满足微分方程(8.3.1), 且故它是边值问题(8.3.1), (8.3.2)的解.。

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。

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)(),(yx 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()*+=⎰++11))(,()()(n xn x n n dtt y t f x y x y1．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：Nab 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）。

我们在计算时应注意欧拉法是一阶方法，计算误差较大。

欧拉法的几何意义：过点A 0（x 0，y 0），A 1（x 1，y 1），…，A n （x n ，y n ），斜率分别为f （x 0，y 0），f （x 1，y 1），…，f （x n ，y n ）所连接的一条折线，所以欧拉法亦称为欧拉折线法。

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 hx y x y ≈−+))(,()(n n n x y x f x y =′§8.2 欧拉(Euler)法若用向后差商近似导数，即))(,()()(111++++≈n n n n x y x hf x y x y ⎩⎨⎧=+=+++)(),(0111a y y y x hf y y n n n n hx y x y x y n n n )()()(11−≈′++向后Euler 方法))(,()()(111+++≈−n n n n x y x f h x y x y ))(,()(111+++=′n n n x y x f x y§8.2 欧拉(Euler)法（2）用数值积分方法∫+=−+1))(,()()(1n n x x n n dxx y x f x y x y ∫∫++=′11))(,()(n n n n x x x x dx x y x f dx x y 1111(,)(,()), (,)(,()),()()n n n n n n n n f x y f x y x f x y f x y x y x y y x y ++++≈≈≈≈分别用左矩形和右矩形公式，即代替上式右端的积分,并注意 ,分别得到1111(,)(,)n n n n n n n n y y h f x y y y h f x y ++++=+=+，。