Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Podobne dokumenty
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Wstęp do metod numerycznych 14. Kilka wstępnych uwag na temat numerycznego rozwiazywania równań różniczkowych zwyczajnych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 7a. Metody wielokrokowe

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra

Metody numeryczne równań różniczkowych zwyczajnych

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty (II) P. F. Góra

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

Układy równań i równania wyższych rzędów

Numeryczne rozwiązywanie równań różniczkowych ( )

Definicje i przykłady

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 6. Metody wielokrokowe. P. F. Góra

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

Wstęp do równań różniczkowych

Wstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych. P. F. Góra

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra

Całkowanie numeryczne

x y

Wstęp do równań różniczkowych

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

KADD Minimalizacja funkcji

1 Równania nieliniowe

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Metoda Różnic Skończonych (MRS)

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 8. Metody wielokrokowe Metody Verleta

Matematyka stosowana i metody numeryczne

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

u(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

7 zaokr aglamy do liczby 3,6. Bład względny tego przybliżenia jest równy A) 0,8% B) 0,008% C) 8% D) 100

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

Zagadnienia brzegowe dla równań eliptycznych

13. Równania różniczkowe - portrety fazowe

pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie. P. F. Góra

5 Równania różniczkowe zwyczajne rzędu drugiego

Metody numeryczne w przykładach

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

Rozwiązywanie równań nieliniowych

Analiza matematyczna i algebra liniowa Elementy równań różniczkowych

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra

Metody numeryczne I Równania nieliniowe

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

Równania różniczkowe. Analiza Matematyczna. Aleksander Denisiuk

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

Równanie przewodnictwa cieplnego (I)

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

UKŁADY RÓWNAŃ LINIOWYCH

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Matematyka licea ogólnokształcące, technika

Obliczenia iteracyjne

Metody numeryczne rozwiązywania równań różniczkowych

Rozkłady wielu zmiennych

Układy równań liniowych. Krzysztof Patan

Równania różniczkowe wyższych rzędów

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

KADD Minimalizacja funkcji

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

INTERPOLACJA I APROKSYMACJA FUNKCJI

Optymalizacja ciągła

Równania różniczkowe zwyczajne

Wybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

Wstęp do metod numerycznych 12. Minimalizacja: funkcje wielu zmiennych. P. F. Góra

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

RÓWNANIA NIELINIOWE Maciej Patan

5. Rozwiązywanie układów równań liniowych

Wstęp do metod numerycznych 11. Minimalizacja: funkcje jednej zmiennej. P. F. Góra

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1

5. Równania różniczkowe zwyczajne pierwszego rzędu

Wstęp do metod numerycznych Interpolacja. P. F. Góra

Iteracyjne rozwiązywanie równań

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Wykład 3 Równania rózniczkowe cd

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Definicja i własności wartości bezwzględnej.

Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych. P. F. Góra

Matematyka dyskretna dla informatyków

Transkrypt:

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010

Problem Cauchy ego dy dx = f(x, y) (1) y(x 0 ) = y 0 to przepis na to jak uzyskać rozwiazanie po infinitezymalnie małym kroku czasowym. Copyright c 2009-10 P. F. Góra 3 2

Metody numeryczne zamiana problemu ciagłego na dyskretny x 0, x 1 = x 0 + h, x 2 = x 1 + h,..., x n = x n 1 + h,... y 0 = y(x 0 ), y 1 = y(x 1 ), y 2 = y(x 2 ),..., y n = y(x n ),... h krok czasowy (niekiedy może się zmieniać, ale o tym później) Copyright c 2009-10 P. F. Góra 3 3

Metoda jawna (explicit) s krokowa, rzędu p: y n+1 = F(h; x n, y n, y n 1,..., y n s+1 ) + O(h p+1 ) (2) Przepis konstrukcyjny pozwalajacy wyliczyć wartość poszukiwanej funkcji w kolejnym punkcie korzystajac z s punktów, w których wartość ta jest znana. Różnica pomiędzy dokładnym a przybliżonym rozwiazaniem jest (w jednym kroku) rzędu h p+1. Copyright c 2009-10 P. F. Góra 3 4

Metoda niejawna (implicit) s krokowa, rzędu p: y n+1 = G(h; x n, y n+1, y n, y n 1,..., y n s+1 ) + O(h p+1 ) (3) Równanie algebraiczne (na ogół nieliniowe, wielowymiarowe), jakie musi spełniać poszukiwana funkcja w kolejnym punkcie. Równanie to trzeba numerycznie rozwiazać w każdym kroku całkowania równania różniczkowego. W równaniu uwzględniane sa informacje z s punktów, w których poszukiwana funkcja jest już znana. Różnica pomiędzy dokładnym a przybliżonym rozwiazaniem jest (w jednym kroku) rzędu h p+1. Copyright c 2009-10 P. F. Góra 3 5

Zgodność Od każdej metody numerycznego całkowania równań różniczkowych wymaga się, aby była zgodna z wyjściowym równaniem, to jest aby odtwarzała je w granicy nieskończenie małych kroków. Przykład: Dla metody jawnej (2) rozpatrzmy wyrażenie y n+1 y n h = F(h; x n, y n, y n 1,..., y n s+1 ) y n h. (4) Lewa strona (4) nie zależy od wyboru metody i jest równa (y n+1 y n )/h = (y(x n +h) y(x n ))/h, a zatem jej granica przy h 0 + wynosi dy/dx x=xn = f(x n, y n ). Copyright c 2009-10 P. F. Góra 3 6

Cała informacja o metodzie zawarta jest w prawej stronie (4), a zatem warunkiem zgodności metody (2) jest F(h; x n, y n, y n 1,..., y lim n s+1 ) y n h 0 + h = f(x n, y n ). (5) Dla metod niejawnych zapisanych formalnie w postaci (3) nie można podać kryterium zgodności w postaci zwartej (można to zawsze zrobić dla konkretnej metody niejawnej), tym niemniej wymaga się, aby wszystkie, a więc także niejawne, metody były zgodne. Copyright c 2009-10 P. F. Góra 3 7

Stabilność Podczas numerycznego rozwiazywania równań różniczkowych popełnia się dwa rodzaje nieuniknionych błędów numerycznych: bład metody, wynikajacy z zastapienia ścisłego problemu ciagłego problemem dyskretnym oraz bład zaokraglenia, wynikajacy z faktu, iż obliczenia prowadzone sa ze skończona dokładnościa. Copyright c 2009-10 P. F. Góra 3 8

Dlatego też warunek poczatkowy w problemie Cauchy ego ulega w każdym kroku rozmyciu : dy dx = f(x, y) y(x 0 ) = y 0 dy dx = f(x, y) y(x 1 ) = y 1 +ε 1 dy = f(x, y) dx y(x 2 ) = y 2 +ε 2 (6) Gdyby ten bład rozmycia mógł propagować się z kroku na krok, rozwiazanie numeryczne szybko mogłoby przestać mieć cokolwiek wspólnego z rozwiazaniem wyjściowego problemu Cauchy ego: aby metoda była stabilna, błędy popełniane w kolejnych krokach nie moga narastać z kroku na krok. Copyright c 2009-10 P. F. Góra 3 9

Zakładamy, że błędy sa niewielkie, ε n 1, możemy się więc ograniczyć do przybliżenia liniowego. W tym przybliżeniu ε n+1 = Gε n. (7) Błędy nie będa narastać z kroku na krok, jeśli wszystkie wartości własne macierzy G będa spełniać γ < 1. Macierz G nazywamy macierza wzmocnienia. Copyright c 2009-10 P. F. Góra 3 10

Przykład: Dla jednokrokowej metody jawnej y n+1 + ε n+1 = F(h; x n, y n + ε n ) F(h; x n, y n ) + F y y=yn ε n. (8) W powyższym wyrażeniu F/ y oznacza różniczkowanie wszystkich składowych F po wszystkich składowych y, czyli obliczanie jakobianu: Dla jednokrokowej metody jawnej G = F y (h; x n, y n ). (9) Jeżeli jakaś metoda w ogóle może być stabilna dla danego równania, wymóg stabilności oznacza na ogół wzięcie odpowiednio małego kroku h. Zgodnie z wyrażeniem (9), krok czasowy, który w pewnym punkcie zapewnia stabilność, może go nie zapewniać w innym. Copyright c 2009-10 P. F. Góra 3 11

Jawna metoda Eulera Problem Cauchy ego (1) to przepis na to jak uzyskać rozwiazanie po infinitezymalnie małym kroku czasowym. Spróbujmy zastosować ten przepis dla kroków małych, ale o skończonej długości. W tym celu dokonajmy rozwinięcia Taylora: y n+1 = y(x n+1 ) = y(x n + h) y(x n ) + dy h + O(h 2 ), (10) dx x=xn,y=y n a zatem y n+1 = y n + h f(x n, y n ) + O(h 2 ). (11) Metoda ta, zwana jawna metoda Eulera, jest najpopularniejsza (i jedna z najgorszych) metoda używanych do numerycznego całkowania równań różniczkowych zwyczajnych. Copyright c 2009-10 P. F. Góra 3 12

Uwaga na bład zaokraglenia! Zauważmy, iż po prawej stronie (11) mamy sumę dwóch wyrazów: Jednego dużego, rzędu O(1), i drugiego małego, rzędu O(h). Może to doprowadzić to utraty dokładności, zwłaszcza jeśli 0 < h 1. Problem jest tym większy, że ostateczne rozwiazanie uzyskujemy po wielu krokach Eulera. Można temu przynajmniej częściowo zaradzić odpowiednio adaptujac algorytm sumacyjny Kahana: Niech z 0 = 0. W każdym kroku obliczamy δ = h f(x n, y n ) + z n, (12a) y n+1 = y n + δ, (12b) z n+1 = δ ( ) y n+1 y n (12c) Nawiasy w ostatnim z wyrażeń (12) nie sa redundantne. W artymetyce dokładnej (bez błędów zaokraglenia) z n 0 i metoda (12) sprowadza się do metody (11). Chociaż nie będziemy tego pisać jawnie, trick zastosowany w (12) należy stosować we wszystkich metodach omawianych w trakcie tych wykładów. Copyright c 2009-10 P. F. Góra 3 13

Inne wyprowadzenie metody Eulera: (pozornie inne) y n + y(x n + h) = y n + x n +h x n +h x n dy dx dx = y n + x n +h x n f(x, y(x))dx x n (f(x n, y n ) + O(h)) dx = y n + h f(x n, y n ) + O(h 2 ). (13) Copyright c 2009-10 P. F. Góra 3 14

Interpretacja geometryczna jawnej metody Eulera (przypadek jednowymiarowy) y 0 y 1 x 0 x 1 Copyright c 2009-10 P. F. Góra 3 15

Przykład zastosowania jawnej metody Eulera 1.00 0.95 dy/dx = -y + x y(0) = 1 2e -x + x -1 h=1/16 h=1/8 0.90 0.85 y 0.80 0.75 0.70 0.65 0.60 0 0.25 0.5 0.75 1 1.25 x Copyright c 2009-10 P. F. Góra 3 16

Stabilność jawnej metody Eulera y n+1 + ε n+1 = y n + ε n + h f(x n, y n + ε n ) y n + ε n + h f(x n, y n ) + h J(x n, y n )ε n (14) a zatem macierz wzmocnienia ma postać G = I + h J(x n, y n ), (15) gdzie J(x n, y n ) = f/ y x=xn,y=y n jest jakobianem prawej strony równania po drugiej zmiennej. I jest macierza jednostkowa. Copyright c 2009-10 P. F. Góra 3 17

Obserwacja: Dla równania liniowego dy dx = Ay, (16) gdzie A R n n, macierza wzmocnienia w jawnej metodzie Eulera jest G = I + ha. (17) Macierz A może, w ogólności, zależeć od zmiennej niezależnej, A = A(x). Copyright c 2009-10 P. F. Góra 3 18

Niejawna metoda Eulera Przy wyprowadzaniu jawnej metody Eulera rozwijaliśmy poszukiwana funkcję w szereg Taylora wokół lewego krańca przedziału. Nic jednak nie szkodzi dokonać rozwinięcia wokół prawego krańca: y n = y(x n ) = y(x n+1 h) y(x n+1 ) dy h + O(h 2 ), dx x=xn+1,y=y n+1 (18) a zatem y n+1 = y n + h f(x n+1, y n+1 ) + O(h 2 ). (19) Copyright c 2009-10 P. F. Góra 3 19

W wyrażeniu (19) nieznana wielkość y n+1 występuje po obu stronach jest to zatem równanie algebraiczne, jakie spełniać ma numeryczna wartość poszukiwanego rozwiazania. Zauważmy, że obie metody Eulera, jawna i niejawna, sa tego samego rzędu. Istotnie, y n+1 = y n + h f(x n+1, y n+1 ) + O(h 2 ) = y n + h f(x n + h, y n + h f(x n+1, y n+1 )) + O(h 2 ) ( y n + h f(x n, y n ) + f h + f ) h f( ) + O(h 2 ) + O(h 2 ) x... y... = y n + h f(x n, y n ) + O(h 2 ). (20) Copyright c 2009-10 P. F. Góra 3 20

Interpretacja geometryczna niejawnej metody Eulera (przypadek jednowymiarowy) y 0 y guess y 1 y target y expl x 0 x 1 Copyright c 2009-10 P. F. Góra 3 21

Przykład zastosowania niejawnej metody Eulera 1.00 0.95 0.90 dy/dx = -y + x y(0) = 1 niejawna h=1/8 niejawna h=1/16 2e -x + x - 1 jawna h=1/8 0.85 y 0.80 0.75 0.70 0.65 0.60 0 0.25 0.5 0.75 1 1.25 x Copyright c 2009-10 P. F. Góra 3 22

Stabilność niejawnej metody Eulera Dla metody niejawnej (19) otrzymujemy y n+1 + ε n+1 = y n + ε n + h f(x n+1, y n+1 + ε n+1 ) y n + ε n + h f(x n+1, y n+1 ) + h J(x n+1, y n+1 )ε n+1, (21) a zatem G = ( I h J(x n+1, y n+1 ) ) 1. (22) J, jak poprzednio, jest jakobianem f po drugiej zmiennej, ale obliczanym w innym punkcie. Obserwacja: Dla równania liniowego (16) macierz wzmocnienia ma postać G = (I ha) 1. (23) Copyright c 2009-10 P. F. Góra 3 23

Przykład: Rozpatrzmy następujacy problem Cauchy ego: [ ] [ d u 1009 2009 = dx v 1010 2010 u(0) = 1, v(0) = 0. Analityczne rozwiazanie tego problemu ma postać ] [ u v ], (24) u(x) = 2009 999 e x 1010 999 e 1000x, (25a) v(x) = 1010 999 e x 1010 999 e 1000x. (25b) Copyright c 2009-10 P. F. Góra 3 24

Rozwiazanie (25) ma dwie charakterystyczne skale czasowe: T 1 = 1 i T 2 = 1/1000 T 1. Ta druga skala czasowa nie gra, poza poczatkowym okresem, żadnej istotnej roli w rozwiazaniu, spodziewamy się więc, że można na nia nie zwracać uwagi w rozwiazaniu numerycznym. Nic bardziej błędnego! Spróbujmy rozwiazać problem (24) przy pomocy jawnej metody Eulera z krokiem h = 1/256. Wyniki przedstawia tabela x u(x) jawna met. Eulera, h = 1 256 0 1.00000000 1/128 4.78867912 2/128-5.74808168 3/128 23.44808960 4/128-57.55829240 5/128 167.09159900 6/128-456.02206400 7/128 1272.20862000 8/128-3521.21387000 Copyright c 2009-10 P. F. Góra 3 25

oraz wykres... 30 20 jawna metoda Eulera, h=1/256 rozwiazanie dokladne 10 0 u(x) -10-20 -30-40 -50-60 0 1/128 2/128 3/128 4/128 x Copyright c 2009-10 P. F. Góra 3 26

Skad bierze się taki wynik? Zauważmy, że du dx = 1009, a zatem dla małych wartości argumentu szukana funkcja narasta bardzo szybko, jednak, jak się x=0 okazuje, wybrany krok czasowy jest większy niż charakterystyczna skala tego narastania przybliżenie numeryczne przestrzeliwuje, w następnym kroku stara się ten bład skompensować i w rezultacie rozwiazanie rozbiega się oscylacyjnie. Rozwiazanie jawna metoda Eulera z krokiem dwa razy mniejszym, h = 1/512, także wykazuje silne oscylacje dla małych wartości argumentu, ale oscylacje te sa tłumione. Jednocześnie jawna metoda Eulera z krokiem h = 1/2048 oraz niejawna metoda Eulera z krokiem h = 1/256 nie oscyluja i mimo poczatkowych odchyleń od rozwiazania dokładnego, zbiegaja się do niego bardzo szybko. Copyright c 2009-10 P. F. Góra 3 27

2.0 u(x) 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 3.0 2.8 2.6 2.4 2.2 2.0 1.8 1.6 1.4 1.2 1.0 jawna, h=1/512 rozwiazanie dokladne 0 1/32 2/32 3/32 4/32 5/32 6/32 7/32 8/32 0 1/128 2/128 3/128 4/128 x jawna, h=1/2048 rozwiazanie dokladne niejawna, h=1/256 Copyright c 2009-10 P. F. Góra 3 28

Zjawiska te można wyjaśnić w oparciu o teorię stabilności. Wartości własne macierzy z problemu (24) wynosza λ 1 = 1, λ 2 = 1000. Wobec tego wartości własne macierzy wzmocnienia (17) wynosza γ 1 = 1 h, γ 2 = 1 1000h. Z warunku γ 1,2 < 1 wynika, iż dla zapewnienia stabilności rozwiazania problemu (24) w jawnej metodzie Eulera musi zachodzić 0 < h < 500 1. Układ typu (24), w którym występuje kilka wyraźnie różnych skal czasowych i jawna metoda numeryczna w celu zapewnienia stabilności musi się dostosować do najszybszej z nich, mimo iż jest ona praktycznie nieobecna w rozwiazaniu, nazywa się problemem sztywnym. Wartości własne macierzy wzmocnienia (23) w metodzie niejawnej wynosza γ 1 = (1 + h) 1, γ 2 = (1 + 1000h) 1, a zatem h > 0 metoda jest stabilna. Metody takie nazywamy A stabilnymi. Copyright c 2009-10 P. F. Góra 3 29

Problem: Zmiana pochodnej na przestrzeni kroku całkowania Wróćmy do wyjściowego problemu Cauchyego (1). Metody Eulera, jawna i niejawna, ignoruja fakt, iż prawa strona (pochodna poszukiwanej funkcji) zmienia się w trakcie wykonywania kroku całkowania. Spodziewamy się, że pewna średnia pochodna będzie lepiej opisywać zmiany funkcji na całym przedziale o długości równej długości kroku całkowania. Wobec tego jako średnia pochodna przyjmijmy pochodna w środkowym punkcie przedziału. Ale jak znaleźć wartość szukanej funkcji w tym środkowym punkcie? Najprościej jest znaleźć ja korzystajac z jawnej metody Eulera z krokiem połówkowym, następnie zaś obliczona w punkcie środkowym pochodna przenosimy do lewego krańca przedziału i wykonujemy cały krok o długości h. Zatem Copyright c 2009-10 P. F. Góra 3 30

Jawna metoda punktu środkowego k 1 = f(x n, y n ), (26a) ( k 2 = f x n + h 2, y n + h ) 2 k 1, (26b) y n+1 = y n + hk 2 + O(h 3 ). (26c) Dlaczego rzad tej metody równa się 2 (odrzucone wyrazy sa rzędu O(h 2+1 )), dowiemy się później. Podobnie później, w szerszym kontekscie, przeanalizujemy stabilność tej metody. Copyright c 2009-10 P. F. Góra 3 31

Interpretacja geometryczna jawnej metody punktu środkowego y 0 y 1/2 y 1 y Euler x 0 x 1/2 x 1 Copyright c 2009-10 P. F. Góra 3 32

Przykład zastosowania jawnej metody punktu środkowego 1.00 0.95 dy/dx = -y + x y(0) = 1 2e -x + x -1 midpoint h=1/8 Euler h=1/8 0.90 0.85 y 0.80 0.75 0.70 0.65 0.60 0 0.25 0.5 0.75 1 1.25 x Copyright c 2009-10 P. F. Góra 3 33

Niejawna metoda punktu środkowego Metoda punktu środkowego oczywiście ma także swój wariant niejawny. W jawnej metodzie punktu środkowego konstruujemy punkt środkowy; w metodzie niejawnej poszukujemy punktu o tej własności, że jeżeli cofniemy się w kierunku wyznaczonym przez pochodna funkcji w tym punkcie, trafimy na lewy kraniec przedziału. Innymi słowy, kierunek od punktu w lewym krańcu przedziału do poszukiwanego punktu środkowego musi pokrywać się z kierunkiem pochodnej w punkcie środkowym: k 2 = f ( x n + h 2, y n + h ) 2 k 2, (27a) y n+1 = y n + hk 2 + O(h 3 ). (27b) Zauważmy, że metoda (27) formalnie wymaga tylko jednego obliczenia prawej strony równania różniczkowego, a mimo to jest metoda rzędu drugiego. Tego, że tak jest, dowiedziemy później. Copyright c 2009-10 P. F. Góra 3 34

Interpretacja geometryczna niejawnej metody punktu środkowego y 0 y 1/2 y 1 x 0 x 1/2 x 1 Copyright c 2009-10 P. F. Góra 3 35

Jawna metoda trapezowa Jest szereg innych sposobów uśredniania zmian pochodnej na długości kroku całkowania. Metoda równie dobra, co metoda punktu środkowego, jest metoda oparta na następujacym schemacie: 1. oblicz pochodna w lewym krańcu przedziału 2. idź z krokiem Eulera do prawego krańca przedziału, 3. oblicz pochodna w osiagniętym punkcie na prawym krańcu przedziału, 4. przejdź jeszcze raz cały przedział w kierunku danym przez średnia z obu obliczonych pochodnych czyli k 1 = f(x n, y n ), (28a) k 2 = f(x n + h, y n + hk 1 ), (28b) y n+1 = y n + h k 1 + k 2 2 + O(h 3 ). (28c) Metoda ta bierze swoja nazwę od metody trapezowej całkowania funkcji, opartej na podobnym schemacie. Inna nazwa tej metody jest metoda Heuna. Copyright c 2009-10 P. F. Góra 3 36

Interpretacja geometryczna metody trapezowej y 0 y 1 y Euler x 0 x 1 Copyright c 2009-10 P. F. Góra 3 37

Niejawna metoda trapezowa W jawnej metodzie trapezowej średnia pochodna jest średnia arytmetyczna pochodnej w lewym krańcu przedziału i w eulerowskim przybliżeniu pochodnej w prawym krańcu przedziału. W niejawnej metodzie trapezowej, zamiast przybliżenia eulerowskiego biorę poszukiwany punkt, otrzymujac y n+1 = y n + h f(x n, y n ) + f(x n+1, y n+1 ) 2 Zauważmy, że metodę tę można w sposób równoważny zapisać w postaci (29) k 1 = f(x n, y n ), (30a) k 2 = f ( x n + h, y n + 1 2 h k 1 + 1 2 h k 2), (30b) y n+1 = y n + 1 2 h (k 1 + k 2 ). (30c) Copyright c 2009-10 P. F. Góra 3 38

Metody predyktor-korektor Metody niejawne sa kosztowne w użyciu, wymagaja bowiem rozwiazywania u- kładu równań algebraicznych, na ogół nieliniowego, w każdym kroku iteracji. Czasami ułatwiamy sobie życie, zastępujac rozwiazanie ścisłe rozwiazaniem samouzgodnionym (self-consistent). Podejście to prowadzi do całej klasy metod, znanych jako metody predyktor-korektor. Jeśli F jest pewna metoda jawna, G pewna metoda niejawna, obliczamy predyktor: korektor: y predict n+1 = F(h; x n, y n, y n 1,... ), (31a) y correct n+1 = G(h; x n, y predict n+1, y n, y n 1,... ). (31b) Krok korektora możemy iterować. Copyright c 2009-10 P. F. Góra 3 39

Niejawna metoda trapezowa w postaci predyktor-korektor Dla niejawnej metody trapezowej wyglada to tak: y predict n+1 = (obliczony z jawnej metody trapezowej), (32a) n+1 = y n + h f(x n, y n ) + f(x n+1, y predict n+1 ), (32b) 2 n+1 = y n + h f(x n, y n ) + f(x n+1, y correct s 1 n+1 ), s = 2, 3,...(32c) 2 y correct 1 y correct s Uwaga: Po jednym kroku korektora odtwarzamy jawna metodę trapezowa (metodę Heuna). Nie jest reguła, że tak się dzieje. Copyright c 2009-10 P. F. Góra 3 40

Uwagi Wiadomo, że często rozwiazania samouzgodnione różnia się od rozwiazań dokładnych układów równań algebraicznych. W praktyce wykonuje się tylko kilka (niewiele!) kroków korektora w przeciwnym razie zysk na czasie wykonania jest niewielki lub nie ma go wcale. Metody predyktor-korektor sa metodami jawnymi, a zatem na ogół nie maja korzystnych własności stabilności, typowych dla metod niejawnych. Copyright c 2009-10 P. F. Góra 3 41

Metody punktu środkowego oraz metody trapezowe, jawne i niejawne, to tylko szczególne sposoby uwzględniania zmienności pochodnej w trakcie kroku całkowania. Należa one do bardzo szerokiej kategorii, znanej ogólnie jako metody Rungego Kutty Copyright c 2009-10 P. F. Góra 3 42