科学计算方法20(常微分方程数值解)
常微分方程的数值解
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
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$y(0)$。
常微分方程的数值解算法
常微分方程的数值解算法常微分方程的数值解算法是一种对常微分方程进行数值计算的方法，这可以帮助我们更好地理解和研究自然现象和工程问题。
在本文中，我们将介绍一些常用的数值解算法，探讨它们的优缺点和适用范围。
常微分方程（ODE）是描述自然现象和工程问题的重要数学工具。
然而，对于许多ODE解析解是无法求出的，因此我们需要通过数值方法对其进行求解。
常微分方程可以写作：y' = f(t, y)其中，y是函数，f是给定的函数，表示y随t的变化率。
这个方程可以写成初始值问题（IVP）的形式：y'(t) = f(t,y(t))，y(t0) = y0其中，y（t0）=y0是方程的初始条件。
解决IVP问题的典型方法是数值方法。
欧拉方法欧拉方法是最简单的一阶数值方法。
在欧拉方法中，我们从初始条件开始，并在t = t0到t = tn的时间内，用以下公式逐步递推求解：y n+1 = y n + hf (t n, y n)其中，f（t n，y n）是点（t n，y n）处的导数， h = tn - tn-1是时间间隔。
欧拉方法的优点是简单易懂，容易实现。
然而，它的缺点是在整个时间段上的精度不一致。
程度取决于使用的时间间隔。
改进的欧拉方法如果我们使用欧拉方法中每个时间段的中间点而不是起始点来估计下一个时间点，精度就会有所提高。
这个方法叫做改进的欧拉方法（或Heun方法）。
公式为：y n+1 = y n + h½[f(t n, y n)+f(tn+1, yn + h f (tn, yn))]这是一个二阶方法，精度比欧拉方法高，但计算量也大一些。
对于易受噪声干扰的问题，改进的欧拉方法是个很好的选择。
Runge-Kutta方法Runge-Kutta方法是ODE计算的最常用的二阶和高阶数值方法之一。
这个方法对定义域内的每个点都计算一个导数。
显式四阶Runge-Kutta方法（RK4）是最常用的Runge-Kutta方法之一，并已得到大量实践的验证。
常微分方程中的数值方法
常微分方程中的数值方法常微分方程是数学中的一个重要分支。
它主要研究的对象是随时间变化的函数。
在实际应用中，我们需要求解这些函数的解析解，但通常情况下，解析解并不容易得到，甚至是不可能得到。
因此，我们需要使用数值方法来求解这些函数的数值近似解。
在本文中，我们将介绍常微分方程中的数值方法。
一、欧拉法欧拉法是常微分方程数值解法中最基本的一种方法。
它是根据欧拉公式推导而来的。
具体地，我们可以将一阶常微分方程dy/dt=f(t,y)写成如下形式：y(t+h)=y(t)+hf(t,y(t))其中，h是步长，f(t,y)是t时刻y的导数。
欧拉法就是通过上面的公式进行逐步逼近，然后得到最终的数值解。
欧拉法的计算过程非常简单，但所得到的解可能会出现误差。
这是因为欧拉法忽略了f(t+h,y(t+h))和f(t,y(t))之间的变化。
因此，我们需要使用更为精确的数值方法来解决这个问题。
二、改进欧拉法为了解决欧拉法中的误差问题，我们可以使用改进欧拉法。
改进欧拉法又称作四阶龙格-库塔法。
它的基本思想是对欧拉法公式进行改进，以提高计算精度。
具体地，根据龙格-库塔公式，可将改进欧拉法表示为：y(t+h)=y(t)+1/6(k1+2k2+2k3+k4)其中，k1=h*f(t,y)k2=h*f(t+h/2,y+k1/2)k3=h*f(t+h/2,y+k2/2)k4=h*f(t+h,y+k3)改进欧拉法的计算过程比欧拉法要复杂些，但所得到的数值解比欧拉法更精确。
这种方法适用于一些特殊的问题，但在求解一些更为复杂的问题时，还需要使用其他的数值方法。
三、龙格-库塔法龙格-库塔法是求解常微分方程中数值解的常用方法之一。
它最常用的是四阶龙格-库塔法。
这种方法的基本思想是使用四个不同的斜率来计算数值解。
具体地，我们可以将四阶龙格-库塔法表示为：y(t+h)=y(t)+1/6(k1+2k2+2k3+k4)其中，k1=h*f(t,y)k2=h*f(t+h/2,y+k1/2)k3=h*f(t+h/2,y+k2/2)k4=h*f(t+h,y+k3)与改进欧拉法相比，龙格-库塔法的计算复杂度更高，但所得到的数值解更为精确。
微分方程的数值解法
微分方程的数值解法微分方程是描述自然界中众多现象和规律的重要数学工具。
然而，许多微分方程是很难或者无法直接求解的，因此需要使用数值解法来近似求解。
本文将介绍几种常见的微分方程数值解法。
1. 欧拉方法欧拉方法是最简单的数值解法之一。
它将微分方程转化为差分方程，通过计算离散点上的导数来逼近原方程的解。
欧拉方法的基本思想是利用当前点的导数值来估计下一个点的函数值。
具体步骤如下：首先，将自变量区间等分为一系列的小区间。
然后，根据微分方程的初始条件，在起始点确定初始函数值。
接下来，根据导数的定义，计算每个小区间上函数值的斜率。
最后，根据初始函数值和斜率，递推计算得到每个小区间上的函数值。
2. 龙格-库塔方法龙格-库塔方法是一种常用的高阶精度数值解法。
它通过进行多次逼近和修正来提高近似解的准确性。
相比于欧拉方法，龙格-库塔方法在同样的步长下可以获得更精确的解。
具体步骤如下：首先，确定在每个小区间上的步长。
然后，根据微分方程的初始条件，在起始点确定初始函数值。
接下来，根据当前点的导数值，使用权重系数计算多个中间点的函数值。
最后，根据所有中间点的函数值，计算出当前点的函数值。
3. 改进欧拉方法（改进的欧拉-克罗默法）改进欧拉方法是一种中阶精度数值解法，介于欧拉方法和龙格-库塔方法之间。
它通过使用两公式递推来提高精度，并减少计算量。
改进欧拉方法相对于欧拉方法而言，增加了一个估计项，从而减小了局部截断误差。
具体步骤如下：首先，确定在每个小区间上的步长。
然后，根据微分方程的初始条件，在起始点确定初始函数值。
接下来，利用欧拉方法计算出中间点的函数值。
最后，利用中间点的函数值和斜率，计算出当前点的函数值。
总结：微分方程的数值解法为我们研究和解决实际问题提供了有力的工具。
本文介绍了欧拉方法、龙格-库塔方法和改进欧拉方法这几种常见的数值解法。
选择合适的数值解法取决于微分方程的性质以及对解的精确性要求。
在实际应用中，我们应该根据具体情况选择最合适的数值解法，并注意控制步长以尽可能减小误差。
常微分方程数值解
常微分方程数值解常微分方程数值解是数学中的一门重要学科，主要研究如何求解常微分方程，在科学计算中有着重要的应用。
常微分方程模型是自然界中广泛存在的现象描述方法，有着广泛的应用领域。
比如，在物理学中，运动中的物体的位置、速度和加速度随时间的关系就可以通过微分方程描述；在经济学中，经济变化随时间的变化也可以用微分方程来描述。
而常微分方程数值解的求解方法则提供了一种快速、高效的计算手段。
一、常微分方程数值解的基本概念常微分方程就是一个描述自变量（通常是时间）与其导数之间关系的方程。
其一般形式如下：$\frac{dy}{dt} = f(y,t)$其中 $f(y,t)$ 是一个已知的函数。
常微分方程数值解就是对于一个常微分方程，对其进行数字计算求解的方法。
常微分方程数值解常使用数值积分的方法来求解。
由于常微分方程很少有解析解，因此数值解的求解方法显得尤为重要。
二、常微分方程数值解的求解方法常微分方程数值解的求解方法很多，以下介绍其中两种方法。
1.欧拉法欧拉法是最简单的一种数值算法，其思想是通过将一个微分方程转化为一个数值积分方程来求解。
其数值积分方程为：$y_{i+1}=y_i+hf(y_i,t_i)$其中 $h$ 为步长，可以理解为每次计算的间隔。
欧拉法的主要缺点是其精度比较低，收敛速度比较慢。
因此，当需要高精度的数值解时就需要使用其他的算法。
2.级数展开方法级数展开法是通过将一个待求解的微分方程进行Taylor级数展开来求解。
通过对Taylor级数展开的前若干项进行求和，可以得到微分方程与其解的近似解。
由于级数展开法的收敛速度很快，因此可以得到相对较高精度的数值解。
但是，当级数过多时，会出现截断误差。
因此，在实际应用中需要根据所需精度和计算资源的限制来选择适当的级数。
三、常微分方程数值解的应用常微分方程数值解在现代科学技术中有着广泛的应用。
以下介绍其中两个应用领域。
1.物理建模常微分方程的物理建模是常见的应用领域。
常微分方程的数值解法(欧拉法、改进欧拉法、泰勒方法和龙格库塔法)
［例1］用欧拉方法与改进的欧拉方法求初值问题h 的数值解。
在区间[0,1]上取0.1［解］欧拉方法的计算公式为x0=0;y0=1;x(1)=0.1;y(1)=y0+0.1*2*x0/(3*y0^2);for n=1:9x(n+1)=0.1*(n+1);y(n+1)=y(n)+0.1*2*x(n)/(3*y(n)^2);end;xy结果为x =Columns 1 through 80.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 Columns 9 through 100.9000 1.0000y =Columns 1 through 81.0000 1.0067 1.0198 1.0391 1.0638 1.0932 1.1267 1.1634 Columns 9 through 101.2028 1.2443改进的欧拉方法其计算公式为本题的精确解为()y x=x0=0;y0=1;ya(1)=y0+0.1*2*x0/(3*y0^2);y(1)=y0+0.05*(2*x0/(3*y0^2)+2*x0/(3*ya^2));for n=1:9x(n+1)=0.1*(n+1);ya(n+1)=ya(n)+0.1*2*x(n)/(3*ya(n)^2);y(n+1)=y(n)+0.05*(2*x(n)/(3*y(n)^2)+2*x(n+1)/(3*ya(n+1)^2));end;xy结果为x =Columns 1 through 80.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 Columns 9 through 100.9000 1.0000y =Columns 1 through 81.0000 1.0099 1.0261 1.0479 1.0748 1.1059 1.1407 1.1783 Columns 9 through 101.2183 1.2600［例2］用泰勒方法解x＝0.1, 0.2, …, 1.0处的数值解，并与精确解进行比较。
常微分方程的数值解法
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1/45
引例1. 人口模型
2/45
引例1. 人口模型
3/45
引例1. 人口模型
4/45
差分方法
y( x) f ( x, y( x))
y(
x0
)
y0
(离散化)
数值方法
难
y( x)
插值 (连续化)
易
yn , n 0,1, 2,
5/45
前向差分公式
f ( x)= f ( x h) f ( x) h f ( )
xn1 y( x)dx
xn
xn1 f ( x, y( x))dx
xn
左矩形积分公式
xn1 xn
f (x,
y( x))dx
hf
( xn ,
y( xn ))
若用y(xn)的近似值yn代入上式, 并记所得结果为yn+1
Euler公式： yn1 yn hf ( xn ,yn )
13/45
y' = f (x, y)
xn1 y( x)dx xn1 f ( x, y( x))dx
xn
xn
微积分基本定理
b
y( x)dx y(b) y(a)
a
y( xn1) y( xn )
xn1 y( x)dx xn1 f ( x, y( x))dx
xn
xn
右矩形积分公式
xn1 xn
f (x,
y( x))dx hf ( xn1,
y(i+1) = y(i) + h*f(x(i),y(i)); end plot(x,y,'ms-'); hold on, y=(1+2*x).^(1/2); plot(x,y)
10/45
11/45
方程中含有导数项y′, 这是微分方程的本质特征, 也是它难以求解的症结所在。
y f ( x, y)
方程中含有导数项y′, 这是微分方程的本质特征,
也是它难以求解的症结所在。常见解决思路通常为
数值微分和数值积分。
y f ( x, y)
y(
x0
)
y0
将xn 代入方程
y( xn ) f ( xn , y( xn ))
并用前向差分格式代替其中的导数项
y( xn1 ) h
y( xn )
y( xn )
0.3 1.2774 1.2649 0.8 1.6498 1.6125
0.4 1.3582 1.3416 0.9 1.7178 1.6732
0.5 1.4351 1.4142 1.0 1.7848 1.7321
9/45
clear; f = inline('y-2*x/y','x','y'); a = 0; b = 1;n=100; h =(b-a)/n; x=a:h:b; y(1) = 1; for i = 1 : n
f ( xn , y( xn ))
若用y(xn)的近似值yn代入上式, 并记所得结果为yn+1
Euler公式: yn1 yn hf ( xn , yn )
8/45
例1. 用Euler法求初值问题的数值解。
y
y
2x , y
0
x1
y(0) 1
解析解y(x) 1+2x
解: 步长h=0.1, xn= nh (n = 0, 1,···, 10)
12/45
方程中含有导数项y′, 这是微分方程的本质特征, 也是微分方程难以求解的症结所在。常见解决思路 通常为数值微分和数值积分。
y' = f (x, y)
xn1 y( x)dx xn1 f ( x, y( x))dx
xn
xn
微积分基本定理
b
y( x)dx y(b) y(a)
a
y( xn1) y( xn )
Euler公式: yn+1 = yn + 0.1( yn－ 2xn /yn) (n = 0, 1, ···,10)
xn
Euler y(xn)
xn
Euler y(xn)
0.1 1.1000 1.0954 0.6 1.5090 1.4832
0.2 1.1918 1.1832 0.7 1.5803 1.5492
yn )
f ( xn1 , yn1 )]
15/45
h 梯形公式： yn1 yn 2 [ f ( xn , yn ) f ( xn1 , yn1 )]
显式格式与隐式格式各有利弊: 显式格式的计算 量小, 但稳定性较差; 与此相反, 隐式格式的稳定性好, 但需要迭代求解, 计算量比较大。
综合使用这两种方法, 先用Euler公式求得一个初 步的近似值, 称为预报值; 预报值的精度不高, 代入右 端的yn+1计算校正值。
xn1 y( x)dx xn1 f ( x, y( x))dx
xn
xn
梯形积分公式:
xn1 xn
f (x,
y( x))dx
h 2 [ f ( xn,
y( xn ))
f ( xn1,
y( xn1 ))]
若用y(xn)的近似值yn代入上式, 并记所得结果为yn+1
梯形公式:
yn1
yn
h 2 [ f ( xn ,
h
2
后向差分公式
f ( x)= f ( x) f ( x h) h f ( )
h
2
中心差分公式
f ( x)=
f ( x h)
f ( x h) h2
f ( )
2h
6
6/45
例1. 用Euler法求初值问题的数值解。
y(
x)
y( x)
2x , y( x)
0
x 1
y(0) 1
解: 步长h=0.1, xn= nh (n = 0, 1,···, 10), 将xn 代入方程
y( xn ) y( xn ) 2 xn / y( xn )
并用前向差分格式代替其中的导数项
y( xn1 ) h
y( xn )
y( xn )
y( xn )
2 xn
/
y( xn )
Euler公式: yn+1 = yn + h( yn－ 2xn /yn) (n = 0, 1, ···,10)
7/45
y(
x0
)
y0
将xn+1 代入方程
y( xn1 ) f ( xn1 , y( xn1 ))
并用后向差分格式代替其中的导数项
y( xn1 ) h
y( xn )
y( xn1 )
f ( xn1 , y( xn1 ))
若用y(xn)的近似值yn代入上式, 并记所得结果为yn+1
隐式Euler公式: yn1 yn hf ( xn1 , yn1 )
y( xn1 ))
若用y(xn)的近似值yn代入上式, 并记所得结果为yn+1
隐式Euler公式: yn1 yn hf ( xn1 , yn1 )
14/45
y' = f (x, y)
xn1 y( x)dx xn1 f ( x, y( x))dx
xn
xn
y( xn1) y( xn )