文章目录
- 期末考核方式
- 基础知识
- 解析解(公式法)
- 解析解例题(使用公式法,必考)
- 解析解的局限性
- 数值解
- 数值解的基本流程
- 显示Euler法
- 显示欧拉(差值理解)
- 显示欧拉(Taylor展开理解)
- 显示欧拉(数值积分法理解)
- 几何意义
- 显示欧拉法例题(必考)
- 隐式Euler
- 使用梯形公式的隐式欧拉
- 改进Euler(欧拉预估校正公式)(必考)
- 改进欧拉的计算例题(必考)
- 误差(了解)
- 整体截断误差Error
- 局部截断误差Trunction Error
- 局部截断误差分析
- R-K方法(不考,就没记)
- 总结
期末考核方式
- 微分方程的两种解:解析解和数值解。
- 期末考试,会有一个大题,两小问:给你一阶常微分方程,要么是变量可分离的形式,要么是一阶线性形式。第一小问,会要求求解析解,第二小问会使用数值解。
- 解析解:要求使用的分离变量法或者积分因子法
- 数值解:显示欧拉、隐式欧拉、改进欧拉,三种都考
基础知识
-
微分方程:方程中为未知数的导数
-
常微分方程:方程中仅仅只有一个未知数
-
偏微分方程:方程中有多个未知数
-
阶数:方程中未知数导数的最高阶
-
初边值条件:求微分的过程中,需要知道常数信息,才能唯一确定方程的解。
-
如果是自己针对实际问题建立微分模型,不要着急求解,需要先判定合理性。在物理上判定模型的建立过程是否符合客观定律,从数学的角度看,方程是否是适定的。
-
适定性:
- 连续依赖定解条件,用来定界的初边值条件误差足够小,你解出来的最终解误差就可以足够小。
- 解存在且唯一
-
L:近似为f(x,y)对y的一阶偏导的绝对值。
-
求解方式
-
解析解:一般是最好的解决方式的,但是一般解不出来。
-
数值解:未知函数,在足够多点上,足够高精度的近似。
解析解(公式法)
- 条件:f(x,y)是一个变量可分离的形式,将一阶常微分转变为两个不定积分。
- 为了实现整体的协调性,这里将r替换为单调递减的函数,来控制变量的增加。
- f(x,y)要是变量可分离的形式,将微分方程写成两个解析解。
- 公式法,任何一个一阶线性都可以使用公式法进行求解。转化之后的不定积分要会积分。
- 变量可分离,转化为的两个不定积分,然后转化之后的不定积分可以求解。
解析解例题(使用公式法,必考)
- 注意,这里先微分方程化成一般的形式,然后求取对应μ(x)
解析解的局限性
- 数值解是求取目标函在某些点上十分精确的近似。
数值解
数值解的基本流程
- 网格剖分,最好的情况是使用自适应的方法解决,过于复杂,不作为本课程的研究内容。默认是使用均匀划分进行解决
- 离散:根据之前网格剖分获得的点,带入微分方程,生成新的代数方程
- 求解:求解对应的代数方程,重在于表示离散点的导数关系。
显示Euler法
显示欧拉(差值理解)
- 显式:右侧使用的条件都是已知的
- 向前:计算Xk的时候,使用了Xk+1的值
- 这里始终是近似,并不是真实值。
显示欧拉(Taylor展开理解)
- 做泰勒展开,只展开到线性项,将高阶导数丢弃。
显示欧拉(数值积分法理解)
- 先对原来的方程做定积分
- 使用左矩形公式计算定积分
几何意义
- 欧拉折线法,使用折线近似原始的函数。
- 任何一个一阶常微分方程都可以使用显示欧拉进行计算。
显示欧拉法例题(必考)
隐式Euler
- 向后欧拉,通过向后找前面的点。需要解方程,才能获得下一次迭代的点。
- 这里不同于显示欧拉,主要是通过差分近似的是前面一个点还是后面一个点。
- 如果你的隐式欧拉方程解的是非线性,就需要使用不动点迭代。
- 不动点迭代未必收敛,需要关心不动点迭代收敛的条件。
- 一般来说,隐式欧拉更加准确。
- 没听懂,不会考,会做题就行。
- 左矩形得到显式欧拉,右矩形得到隐式欧拉。
使用梯形公式的隐式欧拉
改进Euler(欧拉预估校正公式)(必考)
- 已经讲了三个格式:显示欧拉,隐式欧拉,梯形公式
- 先使用显示欧拉,预估一次,然后在使用梯形公式进行矫正,然后迭代一次即为最终的结果。
- 改进欧拉是显格式
改进欧拉的计算例题(必考)
- 需要写好公式,然后在逐个代入计算
误差(了解)
整体截断误差Error
- 很难分析,因为计算不出来实际值,所以一般使用局部截断误差进行估计。
- 整体截断误差:前一步产生的误差+当前近似计算产生的误差
局部截断误差Trunction Error
- 局部截断误差比整体截断误差更容易分析,可以用来参考,用来分析整体截断误差。真是需要的是整体截断误差,但是实际计算中使用的是局部截断误差。
- 整体截断误差比局部截断误差更大,局部截断误差是建立在之前都是正确的情况下,进行分析的。
- 注意:P+1次方,是P阶算法
局部截断误差分析
- 隐式和显示都是一阶方法,梯形和改进都是二阶方法。