常微分方程数值解

第9章 常微分方程数值解法 8-2
第8章 序
许多科学技术问题，例如天文学中的星体运动， 许多科学技术问题，例如天文学中的星体运动，空间 技术中的物体飞行，自动控制中的系统分析， 技术中的物体飞行，自动控制中的系统分析，力学中的振 动，工程问题中的电路分析等，都可归结为常微分方程的 工程问题中的电路分析等， 初值问题。 初值问题。 所谓初值问题， 所谓初值问题，是函数及其必要的导数在积分的起始 点为已知的一类问题，一般形式为： 点为已知的一类问题，一般形式为：
⇒ y n +1 = y n −1 + 2hf ( xn , y n )
第9章 常微分方程数值解法
(8 - 4)
8-10
Euler公式的推导（ Euler公式的推导（续5） 公式的推导
上对y )=f 四、利用数值积分公式：在[xn,xn+1]上对y′(x)=f (x,y(x)) 积分 利用数值积分公式：
x0 < x1 < L < xn < L
（i=1,2,…,n）构造插值函数作为近似函数。上述离散点 i=1,2,…,n）构造插值函数作为近似函数。 相 邻两点间的距离h 称为步长， 邻两点间的距离hi=xi-1-xi 称为步长，若hi 都相等为一定数 h, 则称为定步长，否则为变步长。( x, y ( x)) 则称为定步长，否则为变步长。 a≤ x≤b y ′( x) = f 本章重点讨论如下 y (a ) = y0 一阶微分方程： 一阶微分方程： 在此基础上介绍一阶微分方程组与 8-5 第9章 常微分方程数值解法 高阶微分方程的数值解法。 高阶微分方程的数值解法。
⇒ yn +1 = yn + hf ( xn , yn ) + E ( xn , h) ⇒ yn +1 = yn + hf ( xn , yn )

f ( x, y1 ) f ( x, y2 ) L y1 y2
（其中 L 为 Lipschitz 常数）则初值问题（ 1 ）存 在唯一的连续解。
求问题（1）的数值解，就是要寻找解函数在一 系列离散节点x1 < x2 <……< xn < xn+1 上的近似 值y1, y 2,…,yn 。 为了计算方便，可取 xn=x0+nh，(n=0,1,2,…)， h称为步长。
(1)，(2)式称为初值问题，(3)式称为边值问题。 在实际应用中还经常需要求解常微分方程组：
f1 ( x, y1 , y2 ) y1 ( x0 ) y10 y1 (4) f 2 ( x, y1 , y2 ) y2 ( x0 ) y20 y2
本章主要研究问题(1)的数值解法，对(2)~(4)只 作简单介绍。
得 yn1 yn hf ( xn1 , yn1 )
上式称后退的Euler方法，又称隐式Euler方法。 可用迭代法求解
二、梯形方法 由
y( xn1 ) y( xn )
xn1 xn
f ( x, y( x))dx
利用梯形求积公式： x h x f ( x, y( x))dx 2 f ( xn , y( xn )) f ( xn1 , y( xn1 ))
常微分方程的数言 简单的数值方法 Runge-Kutta方法 一阶常微分方程组和高阶方程
引言
在高等数学中我们见过以下常微分方程：
y f ( x, y, y) a x b y f ( x, y ) a x b (2) (1) (1) y ( x ) y , y ( x ) y 0 0 0 0 y ( x0 ) y0 y f ( x, y, y) a x b (3) y(a) y0 , y(b) yn

求常微分方程的数值解一、背景介绍常微分方程（Ordinary Differential Equation，ODE）是描述自然界中变化的数学模型。

常微分方程的解析解往往难以求得，因此需要寻找数值解来近似地描述其行为。

求解常微分方程的数值方法主要有欧拉法、改进欧拉法、龙格-库塔法等。

二、数值方法1. 欧拉法欧拉法是最简单的求解常微分方程的数值方法之一。

它基于导数的定义，将微分方程转化为差分方程，通过迭代计算得到近似解。

欧拉法的公式如下：$$y_{n+1}=y_n+f(t_n,y_n)\Delta t$$其中，$y_n$表示第$n$个时间步长处的函数值，$f(t_n,y_n)$表示在$(t_n,y_n)$处的导数，$\Delta t$表示时间步长。

欧拉法具有易于实现和理解的优点，但精度较低。

2. 改进欧拉法（Heun方法）改进欧拉法又称Heun方法或两步龙格-库塔方法，是对欧拉法进行了精度上提升后得到的一种方法。

它利用两个斜率来近似函数值，并通过加权平均来计算下一个时间步长处的函数值。

改进欧拉法的公式如下：$$k_1=f(t_n,y_n)$$$$k_2=f(t_n+\Delta t,y_n+k_1\Delta t)$$$$y_{n+1}=y_n+\frac{1}{2}(k_1+k_2)\Delta t$$改进欧拉法比欧拉法精度更高，但计算量也更大。

3. 龙格-库塔法（RK4方法）龙格-库塔法是求解常微分方程中最常用的数值方法之一。

它通过计算多个斜率来近似函数值，并通过加权平均来计算下一个时间步长处的函数值。

RK4方法是龙格-库塔法中最常用的一种方法，其公式如下：$$k_1=f(t_n,y_n)$$$$k_2=f(t_n+\frac{\Delta t}{2},y_n+\frac{k_1\Delta t}{2})$$ $$k_3=f(t_n+\frac{\Delta t}{2},y_n+\frac{k_2\Delta t}{2})$$ $$k_4=f(t_n+\Delta t,y_n+k_3\Delta t)$$$$y_{n+1}=y_n+\frac{1}{6}(k_1+2k_2+2k_3+k_4)\Delta t$$三、数值求解步骤对于给定的常微分方程，可以通过以下步骤求解其数值解：1. 确定初值条件：确定$t=0$时刻的函数值$y(0)$。

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。