Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

7.3 线性多步法

对应教材 7.3.1–7.3.4、定理 7.4–7.5、例 6–13。老师本章尚未开讲,先按教材铺。 主线:用前几步的历史值提高阶;显式 Adams–Bashforth 预测,隐式 Adams–Moulton 校正。

7.3.1 线性多步法

一般形式: ∑j=0kαjyn+j=h∑j=0kβjfn+j. \sum_{j=0}^k\alpha_jy_{n+j}=h\sum_{j=0}^k\beta_jf_{n+j}. 若 (\beta_k=0) 为显式,(\beta_k\ne0) 为隐式。用前 (k) 步的历史值,每步只需算一次新函数值(显式)。

四阶 Adams–Bashforth(显式): yn+4=yn+3+h24(55fn+3−59fn+2+37fn+1−9fn). y_{n+4}=y_{n+3}+\frac h{24}\left(55f_{n+3}-59f_{n+2}+37f_{n+1}-9f_n\right).

三阶 Adams–Moulton(隐式): yn+3=yn+2+h24(9fn+3+19fn+2−5fn+1+fn). y_{n+3}=y_{n+2}+\frac h{24}\left(9f_{n+3}+19f_{n+2}-5f_{n+1}+f_n\right).

7.3.2 预测–校正

显式公式给预测 (\bar y_{n+4}),再用隐式公式校正: yˉn+4=AB4(yn,…,yn+3),yn+4=AM3(yˉn+4,yn+1,yn+2,yn+3). \bar y_{n+4}=\text{AB4}(y_n,\dots,y_{n+3}), \qquad y_{n+4}=\text{AM3}(\bar y_{n+4},y_{n+1},y_{n+2},y_{n+3}). 预测–校正既避免每步解方程,又比纯显式稳定;阶由校正公式决定。

7.3.3 收敛性与绝对稳定性

定理 7.4(收敛):线性多步法相容且满足根条件(特征多项式 (\rho(\zeta)=\sum\alpha_j\zeta^j) 的根在单位圆内,且在单位圆上的是单根),则方法收敛。

定理 7.5(绝对稳定):对测试方程 (y’=\lambda y),令 (z=h\lambda),多步法的特征方程 ρ(ζ)−zσ(ζ)=0,σ(ζ)=∑βjζj. \rho(\zeta)-z\sigma(\zeta)=0,\qquad \sigma(\zeta)=\sum\beta_j\zeta^j. 若所有根 (|\zeta|\lt1),则方法在 (z) 处绝对稳定;稳定区域由根轨迹给出。

例 6–10(教材 7.3):教材用 Adams 公式算同一初值问题,比较多步法与 RK4 的精度/稳定性;例 10 求二阶多步法的绝对稳定区间。

7.3.4 数值例子与选择

例 11–13(教材 7.3.4):多步法启动需要前几步的值,通常先用 RK4 算前 3–4 步,再切到 Adams;切换时步长保持不变。多步法的优点是每步函数求值少,缺点是不能自启动、变步长麻烦。

覆盖核对

本节覆盖教材 7.3.1–7.3.4、定理 7.4–7.5、例 6–13;老师本章尚未开讲。下一节:7.4–7.5 方程组与边值问题。