Численные методы решения дифференциальных уравнений.

 

       Известные методы точного интегрирования дифференциальных уравнений позволяют найти решение в виде аналитической функции, однако эти методы применимы для очень ограниченного класса функций. Большинство уравнений, встречающихся при решении практических задач нельзя проинтегрировать с помощью этих методов.

       В таких случаях используются численные методы решения, которые представляют решение дифференциального уравнения не в виде аналитической функции, а в виде таблиц значений искомой функции в зависимости от значения переменной.

       Существует несколько методов численного интегрирования дифференциальных уравнений, которые отличаются друг от друга по сложности вычислений и точности результата.

       Рассмотрим некоторые из них.

 

 

Метод Эйлера.

(Леонард Эйлер (1707 – 1783) швейцарский математик )

 

       Известно, что уравнение  задает в некоторой области поле направлений. Решение этого уравнения с некоторыми начальными условиями дает кривую, которая касается поля направлений в любой точке.

       Если взять последовательность точек х₀, х₁, х₂, …. и заменить на получившихся отрезках интегральную кривую на отрезки касательных к ней, то получим ломаную линию. 

                                             y

 

                                                                  M₂

                                                        M₁                   M₃

                                                 M₀

                                             y₀                               M₄

 

                                              0 x₀ x₁ x₂ x₃ x₄      x

 

       При подстановке заданных начальных условий (х₀, у₀) в дифференциальное уравнение получаем угловой коэффициент касательной к интегральной кривой в начальной точке

       Заменив на отрезке [x₀, x₁] интегральную кривую на касательную к ней, получаем значение

       Производя аналогичную операцию для отрезка [x₁, x₂], получаем:

       Продолжая подобные действия далее, получаем ломаную кривую, которая называется ломаной Эйлера.

       Можно записать общую формулу вычислений:

 

       Если последовательность точек х_i выбрать так, чтобы они отстояли друг от друга на одинаковое расстояние h, называемое шагом вычисления, то получаем формулу:

 

 

Следует отметить, что точность метода Эйлера относительно невысока. Увеличить точность можно, конечно, уменьшив шаг вычислений, однако, это приведет к усложнению расчетов. Поэтому на практике применяется так называемый уточненный метод Эйлера или формула пересчета.

Суть метода состоит в том, что в формуле  вместо значения

 берется среднее арифметическое значений f ( x ₀ , y ₀ ) и f ( x ₁ , y ₁ ). Тогда уточненное значение:

 

       Затем находится значение производной в точке . Заменяя f ( x ₀ , y ₀ ) средним арифметическим значений f ( x ₀ , y ₀ ) и , находят второе уточненное значение у₁.

       Затем третье:

и т.д. пока два последовательных уточненных значения не совпадут в пределах заданной степени точности. Тогда это значение принимается за ординату точки М₁ ломаной Эйлера.

       Аналогичная операция производится для остальных значений у.

 

Подобное уточнение позволяет существенно повысить точность результата.

 

 

Метод Рунге – Кутта.

 

       Метод Рунге – Кутта является более точным по сравнению с методом Эйлера.

Суть уточнения состоит в том, что искомое решение представляется в виде разложения в ряд Тейлора. (См.  Формула Тейлора. )

       Если в этой формуле ограничиться двумя первыми слагаемыми, то получим формулу метода Эйлера. Метод Рунге – Кутта учитывает четыре первых члена разложения.

.

 

       В методе Рунге – Кутта приращения Dy_i предлагается вычислять по формуле:

где коэффициенты k_i вычисляются по формулам:

 

    Пример. Решить методом Рунге – Кутта дифференциальное уравнение  при начальном условии у(0) = 1 на отрезке [0; 0,5] с шагом 0,1.

 

       Для i = 0 вычислим коэффициенты k_i.

 

 

       Последующие вычисления приводить не будем, а результаты представим в виде таблицы.

 

i	xi	k		Dyi	yi
0	0	1	0,1000	0,1104	1
		2	0,1100
		3	0,1105
		4	0,1155
1	0,1	1	0,1210	0,1325	1,1104
		2	0,1321
		3	0,1326
		4	0,1443
2	0,2	1	0,1443	0,1569	1,2429
		2	0,1565
		3	0,1571
		4	0,1700
3	0.3	1	0,1700	0,1840	1,3998
		2	0,1835
		3	0,1842
		4	0,1984
4	0,4	1	0,1984	0,2138	1,5838
		2	0,2133
		3	0,2140
		4	0,2298
5	0,5				1,7976

 

 

       Решим этот же пример методом Эйлера.

 

Применяем формулу

 

                                                                 

                                                                 

 

                                                                 

                                                                 

 

       Производя аналогичные вычисления далее, получаем таблицу значений:

 

i	0	1	2	3	4	5
xi	0,0	0,1	0,2	0,3	0,4	0,5
yi	1	1,1	1,22	1,362	1,528	1,721

 

       Применим теперь уточненный метод Эйлера.

 

i	0	1	2	3	4	5
xi	0,0	0,1	0,2	0,3	0,4	0,5
yi	1	1,1	1,243	1,400	1,585	1,799

 

       Для сравнения точности приведенных методов численного решение данного уравнения решим его аналитически и найдем точные значения функции у на заданном отрезке.

 

       Уравнение  является линейным неоднородным дифференциальным уравнением первого порядка. Решим соответствующее ему однородное уравнение.

 

       Решение неоднородного уравнения имеет вид

Общее решение:

 

       C учетом начального условия:

Частное решение:

 

 

       Для сравнения полученных результатов составим таблицу.

 

i	xi	yi
		Метод Эйлера	Уточненный метод Эйлера	Метод Рунге - Кутта	Точное значение
0	0	1	1	1	1
1	0,1	1,1	1,1	1,1104	1,1103
2	0,2	1,22	1,243	1,2429	1,2428
3	0,3	1,362	1,4	1,3998	1,3997
4	0,4	1,528	1,585	1,5838	1,5837
5	0,5	1,721	1,799	1,7976	1,7975

 

       Как видно из полученных результатов метод Рунге – Кутта дает наиболее точный ответ. Точность достигает 0,0001. Кроме того, следует обратить внимание на то, ошибка (расхождение между точным и приближенным значениями) увеличивается с каждым шагом вычислений. Это обусловлено тем, что во – первых полученное приближенное значение округляется на каждом шаге, а во – вторых – тем, что в качестве основы вычисления принимается значение, полученное на предыдущем шаге, т.е. приближенное значение. Таким образом происходит накопление ошибки.

       Это хорошо видно из таблицы. С каждым новым шагом приближенное значение все более отличается от точного.

⇐ Предыдущая12345

Поделиться: