Методы приближеного решения дифференциальных уравнений .

1. Численные методы решения задачи Коши для обыкновенных

дифференциальных уравнений
1.1 Постановка задания
Пусть задано обыкновенное дифференциальное уравнение
¢(x) = f (x, y(x)), xÎ[a, b], (1)
численный коши дифференциальный уравнение где f(x) - известная функция,
y(x) - искомая функция на [a, b], а также начальное условие:
(x0) = y0, x0Î[a, b]. (2) .
Разработать подпрограммы решения задачи Коши (1), (2) методом Эйлера,
методом Рунге-Кутта порядка точности s и явным s-шаговым методом
Адамса (s >1 указано в варианте задания). Разработанная программа должна
давать численное решение задачи Коши каждым из упомянутых методов с
шагом интегрирования
b−a
h= ,
N
где N - заданное натуральное число.
- Найти решение задачи Коши (1), (2) в квадратурах.
- Распечатать в виде сравнительной таблицы значения приближенных
решений, полученных в соответствии с п. 1, а также вычисленные на ЭВМ
значения точного решения y(x) в тех же точках.
- Построить и сравнить между собой графики полученных решений. Функция
f(x), значения a, b, x0, y0 определяются вариантом задания.
Индивидуальное задание:

y(0)=0;
2.Основные теоретические сведения
Пусть задано обыкновенное дифференциальное уравнение n - го порядка Как
известно, такое уравнение имеет бесчисленное множество решений. На
практике обычно требуется найти какое-то определенное частное решение, и
для того, чтобы его выделить из множества всех решений, к уравнению
необходимо присоединить дополнительные условия. Наиболее простым
типом дополнительных условий являются так называемые начальные
условия, задаваемые в одной точке и имеющие вид Задача нахождения
решения уравнения, удовлетворяющего заданным начальным условиям,
называется задачей Коши. Известно, что если функция f непрерывна по всем
своим аргументам в некоторой замкнутой области и удовлетворяет условию
Липшица по переменным , то задача Коши имеет единственное решение. В
дальнейшем, при исследовании методов решения задачи коши, будем заранее
предполагать, что ее решение существует, единственно и обладает
необходимыми свойствами гладкости. Итак, пусть на отрезке
рассматривается следующая задача Коши: (1) (2) Будем искать
приближенные значения ее решения лишь в фиксированных точках Данного
отрезка. Точки будем считать равноотстоящими: по формуле Ньютона-
Лейбница для всех . Заменяя под знаком интеграла производную функцией ,
будем иметь (3) эта формула дает выражение значения искомой функции
y(x) в каждой последующей точке промежутка через ее значение в
предыдущей точке и лежит в основе большинства численных методов
решения задачи (1), (2). Метод Эйлера Для приближенного вычисления
интеграла в правой части формулы (3) применим одноточечную формулу
левых прямоугольников: Отбросив член порядка и обозначив через
приближенное значение , получим формулу (4) по которой, зная значение ,
можно последовательно вычислить приближенные значения решения во всех
точках Численный метод решения задачи (1), (2), определяемый формулой
(4), называется методом Эйлера. Метод Эйлера является простейшим
численным методом интегрирования дифференциального уравнения.
Недостатком этого метода является малая точность (из-за малой точности
квадратурной формулы левых прямоугольников) и систематическое
накопление ошибок. Метод Эйлера относится к классу одношаговых
методов. Это такие методы решения задачи (1), (2), которые позволяют найти
приближенное значение решения этой задачи в узле по информации об этом
решении в одном предыдущем узле . Среди одношаговых методов можно
выделить явные и неявные. В достаточно общем виде явные одношаговые
методы можно записать в виде Ясно, что метод Эйлера относится к классу
явных методов. Общий вид неявных одношаговых методов Примером
неявного одношагового метода может служить метод, использующий для
приближенного вычисления интеграла в формуле (3) двухточечную формулу
трапеций: Этот метод имеет более высокую точность по сравнению с
методом Эйлера (погрешность формулы трапеций ), но для нахождения
приходится решать нелинейное уравнение. Так как функция внутри отрезка
интегрирования неизвестна, то для приближенного вычисления интеграла в
(3) применение квадратурных формул, отличных от формулы левых
прямоугольников, затруднительно. Поэтому для построения явных
одношаговых методов, обладающих более высокой точностью, чем метод
Эйлера, используются другие способы вычисления указанного интеграла.
Методы Рунге-Кутта Введем три набора параметров выбором которых
распорядимся в дальнейшем. С помощью параметров и составим величины
Если параметры и выбраны, то значения величин вычисляются
последовательно. Заметим, что величины вообще говоря, не равны Однако,
при удачном выборе параметров можно считать, что такое равенство имеет
место приближенно. Поэтому можно надеяться с помощью параметров (P)
составить такую линейную комбинацию величин , которая будет являться
аналогом квадратурных сумм и позволит найти приближенное значение
интеграла в (3): (5) (здесь для упрощения записи опущен индекс n,
означающий номер шага). Рассмотрим теперь проблему выбора введенных
параметров. Величина представляет собой погрешность приближенного
равенства (5). Если правая часть уравнения (1) - достаточно гладкая функция,
то функция будет иметь достаточно большое число производных. Тогда по
формуле Маклорена (6) Если удастся подобрать параметры так, чтобы при
j=0,1,…, s, а , то погрешность формулы (5) будет величиной порядка : (7)
Число S называют порядком (или степенью) точности данного метода типа
Рунге-Кутта. Это название связано с тем, что если на каждом шаге
погрешность метода имеет порядок , то погрешность на всем
рассматриваемом отрезке будет величиной порядка . Для построения по
методу Рунге-Кутта при данном r одношаговых правил возможно более
высокого порядка точности S выражают величины через значения функции и
ее частных производных в точке (x, y) и требуют, чтобы для любой гладкой
функции f (x, y) обращалось в нуль возможно большее число этих величин.
Иными словами, параметры выбирают из требования, чтобы разложение (8)
и разложение линейной комбинации по степеням h совпадали для
произвольной функции f (x, y) для членов с возможно более высокими
степенями h [2,3]. Записать в общем виде систему уравнений для
определения параметров трудно. Поэтому рассмотрим лишь несколько
примеров построения одношаговых методов по способу Рунге-Кутта.
Экстраполяционный метод Адамса Экстраполяционный метод Адамса
относится к явным численным методам решения задачи Коши. В основе
большинства численных методов лежит формула (3) Будем вычислять этот
интеграл путем замены подинтегральной функции ее интерполяционным
многочленом, построеннном по предшествующим (к+1) точкам . Так как эти
точки не принадлежат промежутку интегрирования , то фактически это будет
экстраполирование. Отсюда название метода. Поскольку узлы
интерполирования равноотстоящие, а отрезок, на котором требуется
аппроксимировать функцию , расположен справа от таблицы узлов, то в
качестве интерполяционного многочлена естественно выбрать многочлен
Ньютона для интерполирования назад. В формуле (3) сделаем замену
переменных , в результате которой эта формула примет вид (4) и подставим
функцию как сумму ее интерполяционного многочлена и остаточного члена
(5) (6) Подставим в (4) под знак интеграла вместо ее представление по
формуле (5). Получим: (7), где , Формула (7) справедлива для всех
значений . Рассмотрим остаточный член формулы (7): Поскольку сохраняет
знак на [0,1], а функция - достаточно гладкая, то можно воспользоваться
обобщенной теоремой о среднем значении. Или, если обозначить , то -
ограниченная величина. (8) Если h достаточно мало, то Rk мала и,
отбрасывая Rk в формуле (7), и переходя к обозначению получим
следующую расчетную формулу экстраполяционного метода Адамса: , (9),
где . Формула (9) является явной, при чем для вычисления используются -
(k+1) предыдущих значений, то есть метод является (k+1) - шаговым.
Вычисления по формуле (9) начинаются с n=k, следовательно, необходимо
до начала вычислений по формуле (9) знать предварительно значения (их
можно посчитать любым другим одношаговым численным методом
желательно того же порядка точности). Минимальная погрешность формулы
(9) на основании оценки (8) =, а глобольная погрешность =. Замечание:
Всякий S-шаговый метод Адамса имеет на отрезке [x0, X] наивысший
порядок точности S. Правило Рунге приближенной оценки погрешности
Рассмотрим на отрезке (х0, Х) задачу Коши (1), (2). (1) у(х0)=у0(2)
Выполним разбиение этого отрезка на N равных частей с шагом h точками
хn=x0+n*h, n=0,…, N-1 и будем применять для приближенного решения
задачи (1), (2) некоторый явный одношаговый метод S-того порядка
точности. Обозначим через у(хn) - значение точного решения в т.хn. yn -
приближенное значение решения в т. хn (). Напомним, что численный метод
решения задачи Коши имеет S-тый порядок точности, если существует такое
число S>0, что при достаточно малом h (y(xn) - yn)=O(hs) для любых точек из
отрезка [х0, Х]). Из этой формулы в частности выплывает, что y(xn) -
ynC*hs, (3) где С является константой, зависящая вообще говоря от xn.
Предположим, что в некоторой точке данным одношаговым методом S-того
порядка точности получены приближенные решения задачи Коши с шагами
h1, h2. Обозначим соответствующие приближенные решения через yh1, yh2.
Тогда на основании формулы (3) можно записать (4), (5),
Вычтем из (5) (4) (6), Подставляя значения C(t) в формулу (4) найдем
приближенное значение для погрешности решения yh1: (7),
Подставляя в формулу (5) получим приближенное значение для yh2:
(8), Формула (7) носит название правило Рунге приближенной оценки
погрешности (первое правило Рунге). В частности, если h1=h, а h2=2h, то
тогда формула (7) примет вид: Выразим из формулы (7) и (8) y(f) получим:
(9), Формула (9) называется правилом Рунге уточнения результата
(второе правило Рунге). Следует ожидать. что приближенное значение
решения в правой части формулы(9) будет точнее, чем каждый из
приближенных результатов yh2 и yh1 полученных в каждой точке t .