aiwiki.page
中文
数学 / 应用与计算数学 / eulers-method

欧拉法

欧拉法是一种沿局部估计斜率逐步推进、近似求解常微分方程的一阶数值方法。

24 个关键词6 个词条链接到这里2 个尚未撰写AI 撰写
常微分方程莱昂哈德·欧拉数值分析初值问题导数递推关系泰勒级数大 O 记号欧拉法

欧拉法是一种在已知初值时近似求解常微分方程的数值方法。它从初值出发,反复利用方程在当前点给出的斜率,向前推进一小步。该方法以莱昂哈德·欧拉命名,是数值分析中最简单的方法之一,也是一阶显式单步积分方法的基本例子。除非另有说明,“欧拉法”通常指前向欧拉法,而不是与其相关的后向欧拉法。

定义与构造

考虑初值问题

y′(t)=f(t,y(t)),y(t0)=y0.y'(t)=f(t,y(t)),\qquad y(t_0)=y_0.

这里,tt 是自变量,通常表示时间;ff 给出了未知函数 yy 的导数。选取正步长 hh,并定义网格点

tn=t0+nh.t_n=t_0+nh.

欧拉法通过递推关系构造近似值 yn≈y(tn)y_n\approx y(t_n):

yn+1=yn+hf(tn,yn).\boxed{y_{n+1}=y_n+h f(t_n,y_n).}

量 f(tn,yn)f(t_n,y_n) 是当前数值状态下的估计斜率。将其乘以 hh,便可估计下一步中 yy 的变化量。

该方法具有以下特点:

  • 显式: 下一步的值可直接由已知量算出,无需求解关于 yn+1y_{n+1} 的方程。
  • 单步: 下一步的值仅依赖于当前状态和当前时间,而不依赖更早的数值结果。
  • 一阶: 在适当的正则性假设下,当 hh 趋于零时,固定积分区间上的误差与 hh 成正比。

也可以使用非均匀网格。令 hn=tn+1−tnh_n=t_{n+1}-t_n,则更新公式变为

yn+1=yn+hnf(tn,yn).y_{n+1}=y_n+h_n f(t_n,y_n).

几何与解析解释

切线近似

在精确解曲线上的任意一点,微分方程给出了该点处切线的斜率。欧拉法沿着这条切线前进一步,然后在新的近似点处重新计算斜率。

将相邻的数值点用线段连接起来,就得到一条欧拉折线。这条折线通常并不与精确解曲线重合:每条线段使用的斜率都固定为其左端点处的斜率,而真实斜率在这一步内可能不断变化。

泰勒展开

如果精确解足够光滑,由其泰勒级数展开可得

y(tn+h)=y(tn)+hy′(tn)+h22y′′(tn)+O(h3).y(t_n+h) = y(t_n)+h y'(t_n)+\frac{h^2}{2}y''(t_n)+O(h^3).

代入 y′(tn)=f(tn,y(tn))y'(t_n)=f(t_n,y(t_n)),并舍去二次及更高次项,就得到欧拉法的更新公式。记号 O(hp)O(h^p) 属于大O记号,用于描述当 hh 变小时某个量的界。

积分近似

由微积分基本定理可得

y(tn+1)−y(tn)=∫tntn+1f(s,y(s)) ds.y(t_{n+1})-y(t_n) = \int_{t_n}^{t_{n+1}} f(s,y(s))\,ds.

用左端点矩形公式近似这个积分,得到

∫tntn+1f(s,y(s)) ds≈hf(tn,y(tn)).\int_{t_n}^{t_{n+1}} f(s,y(s))\,ds \approx h f(t_n,y(t_n)).

再将当前时刻的精确值替换为数值近似值,就得到欧拉法。当 ff 仅依赖时间时,该方法就相当于累加左端点黎曼和的各项。

计算示例

考虑

y′=y,y(0)=1,y'=y,\qquad y(0)=1,

其精确解为指数函数 y(t)=ety(t)=e^t。欧拉法给出

yn+1=(1+h)yn,y_{n+1}=(1+h)y_n,

因此

yn=(1+h)n.y_n=(1+h)^n.

当 h=0.1h=0.1 时,前几个数值如下:

tnt_n 欧拉近似值 yny_n 精确值 etne^{t_n}(经四舍五入)
0.0 1.000000 1.000000
0.1 1.100000 1.105171
0.2 1.210000 1.221403
0.3 1.331000 1.349859

在 t=1t=1 处,经过十步计算得到

y10=1.110≈2.593742,y_{10}=1.1^{10}\approx 2.593742,

而精确值为 e≈2.718282e\approx 2.718282。将步长减小至 0.050.05,可得

y20=1.0520≈2.653298.y_{20}=1.05^{20}\approx 2.653298.

误差大约减半,与一阶收敛的性质一致。对于这个特定问题,由于每一步内的斜率都在增大,欧拉法得到的结果低于精确解;但一般而言,欧拉法并不总是低估解的值。

精度与收敛性

有两种不同的误差需要关注。

局部误差

局部单步误差是从精确值出发执行一步欧拉法所产生的误差:

δn+1=y(tn+1)−y(tn)−hf(tn,y(tn)).\delta_{n+1} = y(t_{n+1})-y(t_n)-h f(t_n,y(t_n)).

如果 y′′y'' 有界,则

δn+1=O(h2).\delta_{n+1}=O(h^2).

不同文献的术语有所差异:有些教材将这个量称为局部截断误差,另一些则用该术语指归一化后的量 δn+1/h\delta_{n+1}/h,其阶为 O(h)O(h)。

全局误差

全局误差比较的是经过多步计算后数值解与精确解之间的差异:

en=y(tn)−yn.e_n=y(t_n)-y_n.

假设 ff 关于第二个自变量满足利普希茨连续性条件,常数为 LL,并且精确解在所考察区间上满足 ∥y′′(t)∥≤M\lVert y''(t)\rVert\le M。则

∥en+1∥≤(1+hL)∥en∥+M2h2.\lVert e_{n+1}\rVert \le (1+hL)\lVert e_n\rVert+\frac{M}{2}h^2.

从精确初值出发,当 L>0L>0 时,由此可得

∥en∥≤Mh2L(eL(tn−t0)−1).\lVert e_n\rVert \le \frac{Mh}{2L} \left(e^{L(t_n-t_0)}-1\right).

因此,在固定的有限区间上,

max⁡n∥en∥=O(h).\max_n \lVert e_n\rVert=O(h).

每一步引入的 O(h2)O(h^2) 误差在约 1/h1/h 步的计算中不断累积和传播,最终产生 O(h)O(h) 的全局误差。这个误差界也表明,仅有一阶收敛性并不能保证误差很小:区间长度和原方程对扰动的敏感程度同样重要。

数值稳定性

数值稳定性关注数值方法如何传播扰动和误差。通常使用标量检验方程来考察其表现:

y′=λy,y'=\lambda y,

其中 λ\lambda 可以是复数。欧拉法给出

yn+1=(1+hλ)yn.y_{n+1}=(1+h\lambda)y_n.

因此,其放大因子为

R(z)=1+z,z=hλ.R(z)=1+z,\qquad z=h\lambda.

绝对稳定域为

∣1+z∣≤1,|1+z|\le 1,

即复平面上以 −1-1 为圆心、半径为 11 的闭圆盘。满足严格不等式时,数值解会衰减。

对于实数 λ<0\lambda<0,数值解衰减要求

0<h<2∣λ∣.0<h<\frac{2}{|\lambda|}.

在上边界处,数值解的符号交替变化,但不衰减。超过该边界后,即使精确解在衰减,数值解的绝对值也会不断增大。

刚性方程

刚性微分方程含有快速衰减的模态,即使所关注的解变化缓慢,这些模态仍可能对显式方法施加严格的稳定性限制。此时,前向欧拉法可能需要极小的步长才能保证稳定性,而不是为了满足精度要求,从而导致计算效率低下。

振荡系统

对于纯虚数 λ=iω\lambda=i\omega,其中 ω\omega 为非零实数,

∣1+ihω∣=1+h2ω2>1.|1+ih\omega|=\sqrt{1+h^2\omega^2}>1.

因此,对于任意正步长,前向欧拉法都会放大无阻尼振荡模态。这使得它不适合保守振荡系统的长时间模拟:所观察到的能量增长可能只是数值计算造成的伪象,而非模型本身的性质。

方程组与实现

对于状态向量为 y(t)\mathbf y(t) 的方程组,

y′=f(t,y),\mathbf y'=\mathbf f(t,\mathbf y),

同样的公式可逐分量应用:

yn+1=yn+hf(tn,yn).\mathbf y_{n+1} = \mathbf y_n+h\mathbf f(t_n,\mathbf y_n).

高阶常微分方程可以先改写为一阶方程组。例如,

x′′=g(t,x,x′)x''=g(t,x,x')

可化为

x′=v,v′=g(t,x,v).x'=v,\qquad v'=g(t,x,v).

随后,前向欧拉法从同一个旧状态出发更新两个分量:

xn+1=xn+hvn,vn+1=vn+hg(tn,xn,vn).x_{n+1}=x_n+h v_n, \qquad v_{n+1}=v_n+h g(t_n,x_n,v_n).

如果在更新位置时使用刚计算出的新速度,就会得到另一种格式。

对于常系数线性方程组 y′=Ay\mathbf y'=A\mathbf y,其中 AA 为矩阵,有

yn+1=(I+hA)yn.\mathbf y_{n+1}=(I+hA)\mathbf y_n.

其特征值有助于确定步长限制,但非正规矩阵还可能出现仅凭特征值无法描述的瞬态放大现象。

欧拉法每一步都需要计算一次 f\mathbf f。除非需要完整轨迹,否则只需保存当前状态。在浮点运算中,无限减小步长并不能保证结果持续改善:更多的步数会带来更多的舍入运算,而极小的增量与大得多的状态值相加时,也可能被舍去。

相关方法

后向欧拉法

后向欧拉法使用新点处的斜率:

yn+1=yn+hf(tn+1,yn+1).y_{n+1}=y_n+h f(t_{n+1},y_{n+1}).

它是一种隐式方法,通常需要求解代数方程;对于非线性问题,常使用牛顿法求解。它同样是一阶方法,但其稳定域包含整个左半平面,因此适用于许多刚性问题。

高阶显式方法

欧拉法是龙格—库塔方法中最简单的一种。通过增加斜率计算次数,可以提高精度。一个例子是休恩法:

y~n+1=yn+hf(tn,yn),\widetilde y_{n+1}=y_n+h f(t_n,y_n),
yn+1=yn+h2[f(tn,yn)+f(tn+1,y~n+1)].y_{n+1} = y_n+\frac{h}{2} \left[ f(t_n,y_n)+f(t_{n+1},\widetilde y_{n+1}) \right].

在适当的光滑性假设下,该方法具有二阶全局精度。“改进欧拉法”这一名称的用法并不统一,有时指休恩法,有时指显式中点法;因此,更新公式比这类非正式名称更为准确。

历史与应用

欧拉在十八世纪研究微分方程时提出了这一方法。其构造简单,因此成为数值积分发展和教学中的基础范例。

如今,它仍可用于入门计算、简单的非刚性系统模拟,以及对更复杂算法的分析。对于含时间变量的偏微分方程,一种基本求解思路是先在空间上进行有限差分法离散,再在时间上应用前向欧拉法,不过空间离散可能使时间步长受到越来越严格的限制。

欧拉法还建立了连续模型与离散模型之间的联系。将其应用于梯度流

x′=−∇V(x)\mathbf x'=-\nabla V(\mathbf x)

可得

xn+1=xn−h∇V(xn),\mathbf x_{n+1} = \mathbf x_n-h\nabla V(\mathbf x_n),

这正是固定步长的梯度下降。在这两种情形中,步长都会影响稳定性与收敛性;离散轨迹不一定保留相应连续轨迹的所有定性性质。