Численные методы для обыкновенных дифференциальных уравнений - это методы, используемые для нахождения численных приближений к решениям обыкновенных дифференциальных уравнений (ОДУ). Их использование также известно как « численное интегрирование », хотя этот термин также может относиться к вычислению интегралов .
Многие дифференциальные уравнения не могут быть решены с помощью символьных вычислений («анализа»). Однако для практических целей, например, в инженерии, часто бывает достаточно численного приближения к решению. В алгоритмах изученных здесь могут быть использованы для вычисления такого приближения. Альтернативный метод - использовать методы исчисления для получения разложения решения в ряд .
Обычные дифференциальные уравнения встречаются во многих научных дисциплинах, включая физику , химию , биологию и экономику . [1] Кроме того, некоторые методы численных уравнений в частных производных преобразуют уравнение в частных производных в обыкновенное дифференциальное уравнение, которое затем необходимо решить.
Проблема [ править ]
Дифференциальное уравнение первого порядка - это задача начального значения (IVP) вида [2]
( 1 )
где - функция , а начальное условие - заданный вектор. Первый порядок означает, что в уравнении появляется только первая производная y , а производные более высокого порядка отсутствуют.
Не умаляя общности систем высшего порядка, мы ограничиваемся дифференциальными уравнениями первого порядка , поскольку ОДУ высшего порядка можно преобразовать в более крупную систему уравнений первого порядка путем введения дополнительных переменных. Например, уравнение второго порядка y ′ ′ = - y можно переписать как два уравнения первого порядка: y ′ = z и z ′ = - y .
В этом разделе мы описываем численные методы для IVP и отмечаем, что краевые задачи (BVP) требуют другого набора инструментов. В BVP значения или компоненты решения y определяются более чем в одной точке. Из-за этого для решения BVP необходимо использовать разные методы. Например, метод стрельбы (и его варианты) или глобальные методы, такие как конечные разности , [3] методы Галеркина , [4] или методы коллокации , подходят для этого класса проблем.
Пикар-Линделёф теорема утверждает , что существует единственное решение, если е является Липшица непрерывным .
Методы [ править ]
Численные методы решения IVP первого порядка часто попадают в одну из двух больших категорий: [5] линейные многоступенчатые методы или методы Рунге – Кутта . Дальнейшее разделение может быть реализовано путем разделения методов на явные и неявные. Например, неявные линейные методы многоступенчатых включают в себя методы Адамс-Moulton и обратные методы дифференциации (BDF), тогда как неявные методы Рунга-Кутта [6] включают в себя по диагонали , неявный Рунге-Кутта (Dirk), [7] [8] по отдельности диагонали неявного Рунга –Кутта (SDIRK), [9] и Гаусс – Радау [10] (на основеКвадратура Гаусса [11] ) численными методами. Явные примеры из линейного многоступенчатого семейства включают методы Адамса – Башфорта , а любой метод Рунге – Кутты с нижней диагональной таблицей Бутчера является явным . Общее практическое правило гласит, что жесткие дифференциальные уравнения требуют использования неявных схем, в то время как нежесткие задачи могут быть решены более эффективно с помощью явных схем.
Так называемые общие линейные методы (GLM) являются обобщением двух вышеупомянутых больших классов методов. [12]
Метод Эйлера [ править ]
Из любой точки кривой вы можете приблизиться к ближайшей точке кривой, пройдя небольшое расстояние по касательной к кривой.
Начиная с дифференциального уравнения ( 1 ), заменим производную y ′ конечно-разностным приближением
( 2 )
что при перестановке дает следующую формулу
и использование ( 1 ) дает:
( 3 )
Эта формула обычно применяется следующим образом. Выбираем размер шага h и строим последовательность t 0 , t 1 = t 0 + h , t 2 = t 0 + 2 h ,… Обозначим через y n численную оценку точного решения y ( t n ) . Руководствуясь ( 3 ), мы вычисляем эти оценки по следующей рекурсивной схеме
( 4 )
Это метод Эйлера (или прямой метод Эйлера , в отличие от обратного метода Эйлера , который будет описан ниже). Метод назван в честь Леонарда Эйлера , описавшего его в 1768 году.
Метод Эйлера является примером явного метода. Это означает, что новое значение y n +1 определяется в терминах уже известных вещей, например y n .
Обратный метод Эйлера [ править ]
Если вместо ( 2 ) использовать приближение
( 5 )
получаем обратный метод Эйлера :
( 6 )
Обратный метод Эйлера - это неявный метод, означающий, что мы должны решить уравнение, чтобы найти y n +1 . Часто для этого используют итерацию с фиксированной точкой или (некоторую модификацию) метода Ньютона – Рафсона .
Решение этого уравнения требует больше времени, чем явные методы; эту стоимость необходимо учитывать при выборе метода. Преимущество неявных методов, таких как ( 6 ), заключается в том, что они обычно более устойчивы для решения жесткого уравнения , а это означает, что можно использовать больший размер шага h .
Метод экспоненциального интегратора первого порядка [ править ]
Экспоненциальные интеграторы описывают большой класс интеграторов, которые в последнее время активно развиваются. [13] Они относятся как минимум к 1960-м годам.
Вместо ( 1 ) мы предполагаем, что дифференциальное уравнение имеет вид
( 7 )
или он был локально линеаризован относительно фонового состояния для получения линейного члена и нелинейного члена .
Экспоненциальные интеграторы строятся путем умножения ( 7 ) на и точного интегрирования результата за интервал времени :
Это интегральное уравнение точное, но оно не определяет интеграл.
Экспоненциальный интегратор первого порядка можно реализовать, поддерживая постоянным на всем интервале:
( 8 )
Обобщения [ править ]
Метод Эйлера часто бывает недостаточно точным. Точнее говоря, он имеет только первый порядок (понятие порядка объясняется ниже). Это заставило математиков искать методы более высокого порядка.
Одна из возможностей состоит в том, чтобы использовать не только ранее вычисленное значение y n для определения y n +1 , но и сделать решение зависимым от большего количества прошлых значений. Это дает так называемый многоступенчатый метод . Возможно, самым простым является метод чехарды второго порядка, который (грубо говоря) основан на двух значениях времени.
Практически все практические многоступенчатые методы относятся к семейству линейных многоступенчатых методов , которые имеют вид
Другая возможность - использовать больше точек в интервале [ t n , t n +1 ]. Это приводит к семейству методов Рунге – Кутты , названному в честь Карла Рунге и Мартина Кутты . Особой популярностью пользуется один из их методов четвертого порядка.
Расширенные функции [ править ]
Хорошая реализация одного из этих методов решения ОДУ требует большего, чем формула временного шага.
Часто неэффективно использовать все время один и тот же размер шага, поэтому были разработаны методы переменного размера шага . Обычно размер шага выбирается так, чтобы (локальная) ошибка на шаг была ниже некоторого уровня допуска. Это означает, что методы должны также вычислять индикатор ошибки , оценку локальной ошибки.
Расширением этой идеи является динамический выбор между различными методами разных порядков (это называется методом переменного порядка ). Методы , основанные на экстраполяции Ричардсона , [14] , такие как алгоритм булирша-штёр , [15] [16] часто используется для построения различных методов различных порядков.
Другие желательные функции включают в себя:
- плотный выход : дешевые численные аппроксимации для всего интервала интегрирования, а не только в точках t 0 , t 1 , t 2 , ...
- местоположение события : определение моментов, когда, скажем, исчезает конкретная функция. Обычно это требует использования алгоритма поиска корней .
- поддержка параллельных вычислений .
- при использовании для интегрирования по времени, обратимость времени
Альтернативные методы [ править ]
Многие методы не попадают в рамки, обсуждаемые здесь. Некоторые классы альтернативных методов:
- методы множественных производных , в которых используется не только функция f, но и ее производные. Этот класс включает в себя методы Эрмита-Obreschkoff и методы Фелберга , а также методы , как в методе Паркер-Sochacki [17] или метод Бычков-Щербаков, которые вычисляют коэффициенты ряда Тейлора решения у рекурсивно.
- методы для ОДУ второго порядка . Мы сказали, что все ОДУ более высокого порядка можно преобразовать в ОДУ первого порядка вида (1). Хотя это, безусловно, правда, возможно, это не лучший способ продолжения. В частности, методы Нистрома работают напрямую с уравнениями второго порядка.
- геометрические методы интегрирования [18] [19] специально разработаны для специальных классов ОДУ (например, симплектических интеграторов для решения гамильтоновых уравнений ). Они заботятся о том, чтобы численное решение учитывало основную структуру или геометрию этих классов.
- Методы квантованных систем состояний - это семейство методов интеграции ОДУ, основанных на идее квантования состояний. Они эффективны при моделировании разреженных систем с частыми разрывами.
Параллельные по времени методы [ править ]
Для приложений, требующих параллельных вычислений на суперкомпьютерах , степень параллелизма, предлагаемая численным методом, становится актуальной. Ввиду проблем, связанных с экзадачными вычислительными системами, изучаются численные методы для задач начального значения, которые могут обеспечить параллелизм во временном направлении. [20] Parareal - относительно хорошо известный пример такого метода интеграции параллельно во времени , но его ранние идеи восходят к 1960-м годам. [21]
Анализ [ править ]
Численный анализ - это не только создание численных методов, но и их анализ. Три центральных понятия в этом анализе:
- сходимость : аппроксимирует ли метод решение,
- порядок : насколько хорошо он аппроксимирует решение, и
- стабильность : погашаются ли ошибки. [22]
Конвергенция [ править ]
Численный метод называется сходящимся, если численное решение приближается к точному решению, когда размер шага h стремится к 0. Точнее, мы требуем, чтобы для каждого ОДУ (1) с липшицевой функцией f и каждым t * > 0,
Все упомянутые выше методы сходятся.
Последовательность и порядок [ править ]
Предположим, что численный метод
Локальная (усечение) погрешность метода будет ошибкой , совершенное одной стадии способа. То есть это разница между результатом, полученным методом при условии, что на предыдущих этапах не было допущено никаких ошибок, и точным решением:
Метод называется непротиворечивым, если
Метод имеет порядок, если
Следовательно, метод является непротиворечивым, если он имеет порядок больше 0. Оба метода (прямого) Эйлера (4) и обратного метода Эйлера (6), представленные выше, имеют порядок 1, поэтому они согласованы. Большинство применяемых на практике методов достигают более высокого порядка. Согласованность - необходимое условие конвергенции [ необходима цитата ] , но ее недостаточно; Чтобы метод был сходимым, он должен быть как согласованным, так и устойчивым к нулю .
Связанное с этим понятие - это глобальная (усеченная) ошибка , ошибка, сохраняющаяся на всех этапах, необходимых для достижения фиксированного времени t . Явно глобальная ошибка в момент времени t равна y N - y ( t ), где N = ( t - t 0 ) / h . Глобальная ошибка одношагового метода p- го порядка равна O ( h p ); в частности, такой метод является сходящимся. Это утверждение не обязательно верно для многоэтапных методов.
Устойчивость и жесткость [ править ]
Для некоторых дифференциальных уравнений применение стандартных методов, таких как метод Эйлера, явные методы Рунге – Кутты или многоступенчатые методы (например, методы Адамса – Башфорта), демонстрируют неустойчивость решений, хотя другие методы могут давать устойчивые решения. Это «сложное поведение» в уравнении (которое не обязательно само по себе) описывается как жесткость и часто вызвано наличием различных временных масштабов в основной проблеме. [23] Например, столкновение в механической системе, такой как ударный осциллятор.обычно происходит в гораздо меньшем масштабе времени, чем время движения объектов; это несоответствие приводит к очень "резким поворотам" кривых параметров состояния.
Жесткие задачи повсеместно встречаются в химической кинетике , теории управления , механике твердого тела , прогнозировании погоды , биологии , физике плазмы и электронике . Один из способов преодоления жесткости - расширить понятие дифференциального уравнения до дифференциального включения , которое учитывает и моделирует негладкость. [24] [25]
История [ править ]
Ниже приводится график некоторых важных событий в этой области. [26] [27]
- 1768 - Леонард Эйлер публикует свой метод.
- 1824 г. - Огюстен Луи Коши доказывает сходимость метода Эйлера. В этом доказательстве Коши использует неявный метод Эйлера.
- 1855 - Первое упоминание о методах многоступенчатых о Джон Couch Adams в письме , написанном Франсис Башфорт .
- 1895 г. - Карл Рунге публикует первый метод Рунге – Кутта .
- 1901 г. - Мартин Кутта описывает популярный метод Рунге – Кутты четвертого порядка .
- 1910 - Льюис Фрай Ричардсон объявляет о своем методе экстраполяции , экстраполяции Ричардсона .
- 1952 - Чарльз Ф. Кертисс и Джозеф Окленд Хиршфельдер вводят термин жесткие уравнения .
- 1963 - Germund Dahlquist вводит A-устойчивость методов интеграции.
Численное решение одномерных краевых задач второго порядка [ править ]
Краевые задачи (BVP) обычно решаются численно путем решения приблизительно эквивалентной матричной задачи, полученной путем дискретизации исходной BVP. [28] Наиболее часто используемый метод численного решения BVP в одном измерении называется методом конечных разностей . [3] Этот метод использует преимущества линейных комбинаций значений точек для построения конечно-разностных коэффициентов, которые описывают производные функции. Например, аппроксимация центральной разности второго порядка для первой производной задается следующим образом:
а центральная разность второго порядка для второй производной определяется выражением:
В обеих этих формулах - расстояние между соседними значениями x в дискретизированной области. Затем строится линейная система, которую затем можно решить стандартными матричными методами . Например, предположим, что уравнение, которое необходимо решить:
Следующим шагом будет дискретизация проблемы и использование приближений линейной производной, таких как
и решить полученную систему линейных уравнений. Это привело бы к таким уравнениям, как:
На первый взгляд кажется, что эта система уравнений имеет трудности, связанные с тем фактом, что в уравнении нет членов, которые не умножаются на переменные, но на самом деле это неверно. При i = 1 и n - 1 есть член, включающий граничные значения, и, поскольку эти два значения известны, их можно просто подставить в это уравнение и в результате получить неоднородную линейную систему уравнений, которая не имеет тривиальные решения.
См. Также [ править ]
- Условие Куранта – Фридрихса – Леви.
- Энергетический дрейф
- Общие линейные методы
- Список тем численного анализа # Численные методы для обыкновенных дифференциальных уравнений
- Алгоритм обратимого распространения системы отсчета
- Язык Modelica и программное обеспечение OpenModelica
Заметки [ править ]
- ^ Chicone, C. (2006). Обыкновенные дифференциальные уравнения с приложениями (Том 34). Springer Science & Business Media.
- ^ Bradie (2006 , стр. 533-655)
- ^ а б Левек, RJ (2007). Конечно-разностные методы для обыкновенных дифференциальных уравнений и уравнений в частных производных: установившиеся и нестационарные задачи (Том 98). СИАМ.
- ^ Слиман Аджерид и Махбуб Баккаш (2010) Методы Галеркина. Академия наук, 5 (10): 10056.
- Перейти ↑ Griffiths, DF, & Higham, DJ (2010). Численные методы решения обыкновенных дифференциальных уравнений: начальные задачи. Springer Science & Business Media.
- ^ Хайрер, Nørsett & Wanner (1993 , стр. 204-215)
- ^ Александр, Р. (1977). Диагонально неявные методы Рунге – Кутты для жестких ОДУ. Журнал СИАМ по численному анализу, 14 (6), 1006-1021.
- Перейти ↑ Cash, JR (1979). Диагонально неявные формулы Рунге-Кутты с оценками погрешности. Журнал прикладной математики IMA, 24 (3), 293-301.
- ^ Ferracina, L., & Spijker, MN (2008). Сильная устойчивость однократно-диагонально-неявных методов Рунге – Кутты. Прикладная вычислительная математика, 58 (11), 1675-1686.
- ^ Эверхарт, E. (1985). Эффективный интегратор, использующий интервалы Гаусса-Радау. В коллоквиуме Международного астрономического союза (том 83, стр. 185-202). Издательство Кембриджского университета.
- ^ Вайсштейн, Эрик В. "Квадратура Гаусса". Материал из MathWorld - веб-ресурса Wolfram. https://mathworld.wolfram.com/GaussianQuadrature.html
- ^ Мясник, JC (1987). Численный анализ обыкновенных дифференциальных уравнений: Рунге-Кутта и общие линейные методы. Wiley-Interscience.
- ^ Hochbruck (2010 , стр. 209-286)Это современная и обширный обзор бумага для экспоненциальных интеграторов
- ^ Бжезинский, С., & Zaglia, MR (2013). Методы экстраполяции: теория и практика. Эльзевир.
- Перейти ↑ Monroe, JL (2002). Экстраполяция и алгоритм Булирша-Стокера. Physical Review E, 65 (6), 066116.
- ^ Kirpekar, S. (2003). Реализация метода экстраполяции Булирша Штера. Департамент машиностроения, Калифорнийский университет в Беркли.
- ^ Nurminskii, EA, и Бурый, А. (2011). Метод Паркера-Сохацкого для решения систем обыкновенных дифференциальных уравнений с использованием графических процессоров. Численный анализ и приложения, 4 (3), 223.
- ^ Хайрер Е., Любич, К., и Wanner, G. (2006). Геометрическое численное интегрирование: алгоритмы сохранения структуры для обыкновенных дифференциальных уравнений (Том 31). Springer Science & Business Media.
- ^ Хайрер, Е., Любич, К., и Wanner, Г. (2003). Геометрическое численное интегрирование, проиллюстрированное методом Штёрмера – Верле. Acta Numerica, 12, 399-450.
- ^ Гандер, Мартин Дж. 50 лет интеграции времени и параллельного времени . Вклад в математические и вычислительные науки. 9 (1-е изд.). Издательство Springer International. DOI : 10.1007 / 978-3-319-23321-5 . ISBN 978-3-319-23321-5.
- ^ Nievergelt, Юрг (1964). «Параллельные методы интегрирования обыкновенных дифференциальных уравнений». Коммуникации ACM . 7 (12): 731–733. DOI : 10.1145 / 355588.365137 .
- ^ Higham, штат НьюДжерси (2002). Точность и устойчивость численных алгоритмов (Том 80). СИАМ.
- ^ Miranker, A. (2001). Численные методы для жестких уравнений и задач о сингулярных возмущениях: и задачи о сингулярных возмущениях (том 5). Springer Science & Business Media.
- ^ Маркус Кунце и Тассило Куппер (2001). «Негладкие динамические системы: обзор». В Бернольд Фидлер (ред.). Эргодическая теория, анализ и эффективное моделирование динамических систем . Springer Science & Business Media. п. 431. ISBN. 978-3-540-41290-8.CS1 maint: uses authors parameter (link)
- ^ Тао Данг (2011). «Модельно-ориентированное тестирование гибридных систем». У Юстины Цандер, Ины Шифердекер и Питера Дж. Мостермана (ред.). Модельно-ориентированное тестирование встроенных систем . CRC Press. п. 411. ISBN 978-1-4398-1845-9.
- ^ Бжезинский, С., & Wuytack, Л. (2012). Численный анализ: исторические события в 20 веке. Эльзевир.
- ^ Мясник, JC (1996). История методов Рунге-Кутта. Прикладная вычислительная математика, 20 (3), 247-260.
- ^ Ашер, UM, Mattheij, RM, & Russell, RD (1995). Численное решение краевых задач для обыкновенных дифференциальных уравнений. Общество промышленной и прикладной математики.
Ссылки [ править ]
- Брэди, Брайан (2006). Дружественное введение в численный анализ . Река Аппер Сэдл, Нью-Джерси: Пирсон Прентис Холл. ISBN 978-0-13-013054-9.
- JC Butcher , Численные методы для обыкновенных дифференциальных уравнений , ISBN 0-471-96758-0
- Эрнст Хайрер, Сиверт Пауль Норсетт и Герхард Ваннер, Решение обыкновенных дифференциальных уравнений I: нежесткие задачи, второе издание, Springer Verlag, Берлин, 1993. ISBN 3-540-56670-8 .
- Эрнст Хайрер и Герхард Ваннер, Решение обыкновенных дифференциальных уравнений II: жесткие и дифференциально-алгебраические проблемы, второе издание, Springer Verlag, Берлин, 1996. ISBN 3-540-60452-9 . (Эта двухтомная монография систематически охватывает все аспекты данной области.)
- Хохбрук, Марлис ; Остерманн, Александр (май 2010 г.). «Экспоненциальные интеграторы». Acta Numerica . 19 : 209–286. Bibcode : 2010AcNum..19..209H . CiteSeerX 10.1.1.187.6794 . DOI : 10.1017 / S0962492910000048 .
- Ари Изерлес, Первый курс численного анализа дифференциальных уравнений, Cambridge University Press, 1996. ISBN 0-521-55376-8 (в твердой обложке), ISBN 0-521-55655-4 (в мягкой обложке). (Учебник, предназначенный для студентов и аспирантов по математике, в котором также обсуждаются числовые уравнения в частных производных .)
- Джон Денхолм Ламберт, Численные методы для обыкновенных дифференциальных систем, John Wiley & Sons, Чичестер, 1991. ISBN 0-471-92990-5 . (Учебник, чуть более требовательный, чем книга Изерлеса.)
Внешние ссылки [ править ]
- Джозеф В. Рудмин, Применение метода Паркера – Сохацкого в небесной механике , 1998.
- Доминик Турнес, L'intégration Approchée des équations différentielles ordinaires (1671-1914) , докторская диссертация Парижского университета 7 - Дени Дидро, июнь 1996. Réimp. Вильнёв д'Аск: Presses Universitaires du Septentrion, 1997, 468 с. (Обширный онлайн-материал по истории численного анализа ODE, англоязычный материал по истории численного анализа ODE, см., Например, цитируемые им бумажные книги Чабера и Голдстайна.)
- Пчелинцев, АН (2020). «Точный численный метод и алгоритм построения решений хаотических систем» (PDF) . Журнал прикладной нелинейной динамики . 9 (2): 207–221. DOI : 10.5890 / JAND.2020.06.004 .
- kv на GitHub ( библиотека C ++ со строгими решателями ODE)
- INTLAB (библиотека, созданная MATLAB / GNU Octave, которая включает строгие решатели ODE)