
- •Часть I. Руководство пользователя
- •Глава 1. Состав комплекса
- •1.1. Учебные программы
- •1.2. Теоретические материалы
- •1.3. Задачи
- •1.4. Тесты
- •1.5. Демонстрации
- •Глава 2. Интерфейс
- •Часть II. Учебные программы
- •Глава 1. Указатель по специальностям
- •Глава 2. Список программ
- •2.1. Численные методы
- •2.2. Вычислительные методы алгебры
- •2.3. Методы численного анализа - I
- •2.4. Методы численного анализа - II
- •2.5. Численные методы математической физики
- •Часть III. Теоретические материалы
- •Глава 1. Основы машинных вычислений
- •1.1. Машинная арифметика
- •1.1.1. Числа с плавающей точкой
- •1.1.2. Двоичные числа с плавающей точкой
- •1.1.3. Способы округления
- •1.1.4. Расширение множества чисел с плавающей точкой
- •Денормализованные числа
- •Специальные величины
- •Определение машинной арифметики
- •1.1.5. Машинный эпсилон
- •1.1.6. Стандарт IEEE 754
- •1.1.7. Проблемы машинных вычислений
- •1.2. Обусловленность задачи
- •1.2.1. Корректные задачи
- •1.2.2. Векторные нормы
- •1.2.3. Число обусловленности
- •1.2.4. Резюме
- •Глава 2. Методы решения СЛАУ
- •2.1. Обусловленность СЛАУ
- •2.1.1. Матричные нормы
- •2.1.2. Число обусловленности матрицы
- •2.2. Метод Гаусса
- •2.2.1. Базовый метод Гаусса
- •2.2.3. Метод Гаусса с выбором главного элемента
- •2.2.4. Матричные уравнения
- •2.2.5. Обращение матрицы и вычисление определителя
- •2.2.6. Метод прогонки
- •2.3. LU-разложение
- •2.3.2. Выбор главного элемента
- •2.4. Метод квадратного корня
- •2.4.1. Разложение Холецкого
- •2.4.2. Алгоритм метода
- •2.5. Метод отражений
- •2.5.1. Система из двух уравнений
- •2.5.2. Общая схема метода отражений
- •2.6. Метод вращений
- •2.6.1. Система из двух уравнений
- •2.6.2. Общий случай
- •2.7. Методы спуска
- •2.7.1. Метод спуска общего вида
- •2.7.2. Метод градиентного спуска
- •2.7.3. Метод сопряжённых градиентов
- •2.8. Простейшие итерационные методы
- •2.8.1. Принцип сжимающих отображений
- •2.8.2. Общий вид стандартных итерационных методов
- •2.8.3. Критерий сходимости
- •2.8.4. Метод простой итерации
- •2.8.5. Метод Якоби
- •2.8.6. Методы Гаусса–Зейделя и релаксации
- •2.9. Форматы хранения разреженных матриц
- •2.9.1. Координатный формат
- •2.9.2. Форматы CSR и CSC
- •2.9.3. Формат MSR
- •Глава 3. Методы решения проблемы собственных значений
- •3.1. Проблема собственных значений: общая характеристика
- •3.1.1. Сведения из линейной алгебры
- •3.1.2. Общая характеристика проблемы собственных значений
- •3.1.3. Обусловленность проблемы собственных значений
- •3.2. Степенной метод
- •3.2.1. Случай 1
- •3.2.2. Случай 2
- •3.2.3. Случай 3
- •3.2.4. Случай 4
- •3.2.5. Общий случай
- •3.2.6. Степенной метод со сдвигом
- •3.3. Метод вращений Якоби
- •3.3.1. Симметричная проблема собственных значений
- •3.3.2. Общая схема вращений Якоби
- •3.3.3. Расчётные формулы метода
- •3.4. Метод Данилевского
- •Глава 4. Решение численных уравнений
- •4.1. Приближенное решение одного численного уравнения
- •4.1.1. Введение
- •4.1.2. Метод бисекции
- •4.1.3. Метод простой итерации решения численных уравнений
- •4.1.4. О задаче улучшения метода итерации
- •Метод Стеффенсена
- •Улучшение итерационного процесса при помощи преобразования заданного уравнения
- •4.1.5. Метод Ньютона
- •4.1.6. Видоизменения метода Ньютона
- •Случай кратных корней
- •Упрощение вычислений
- •Дискретный вариант метода Ньютона
- •Метод секущих
- •Метод хорд и комбинированные методы
- •4.1.7. Методы отыскания корней алгебраических уравнений
- •Метод Лобачевского
- •Метод Лина разложения многочлена на множители
- •Метод Лина выделения линейного множителя
- •4.2. Приближенное решение систем численных уравнений
- •4.2.1. Метод простой итерации и его видоизменения
- •Методы Зейделя и Гаусса-Зейделя
- •4.2.2. Метод Ньютона и его видоизменения
- •4.2.3. Другие подходы к решению нелинейных систем
- •Методы вариационного типа
- •Методы продолжения по параметру
- •Глава 5. Приближение функций
- •5.1. Общая информация
- •5.2. Наилучшие приближения функций
- •5.2.1. Введение
- •5.2.2. Наилучшие приближения в гильбертовом пространстве
- •Наилучшее среднеквадратичное приближение функций алгебраическими многочленами
- •Метод наименьших квадратов
- •5.2.3. Наилучшее равномерное приближение
- •Многочлен наилучшего равномерного приближения
- •Примеры наилучшего равномерного приближения
- •5.3. Интерполирование
- •5.3.1. Введение
- •5.3.2. Задача интерполирования по значениям функции
- •5.3.3. Представления алгебраического интерполяционного многочлена
- •Представление алгебраического интерполяционного многочлена в форме Лагранжа
- •Разделенные разности и их свойства
- •Представление алгебраического интерполяционного многочлена в форме Ньютона
- •5.3.4. Остаток интерполирования
- •Остаточный член в форме Ньютона
- •Остаточный член в форме Лагранжа
- •5.3.5. Минимизация остатка интерполирования
- •5.3.6. Интерполирование при равноотстоящих узлах
- •Конечные разности
- •5.3.7. Некоторые правила интерполирования
- •Интерполирование в начале таблицы
- •Интерполирование в конце таблицы
- •Интерполирование внутри таблицы
- •5.3.8. Интерполирование с кратными узлами
- •Остаточный член интерполяционной формулы Эрмита
- •Частные случаи интерполирования Эрмита
- •5.3.9. Сходимость интерполяционного процесса
- •5.3.10. Некоторые приложения интерполирования
- •Приближенное вычисление производных
- •Применение интерполирования к решению уравнений
- •5.3.11. Многомерная алгебраическая интерполяция
- •Интерполяционный многочлен первой степени
- •Обобщение интерполяционных формул Ньютона на случай функций многих переменных
- •Последовательная интерполяция на прямоугольной сетке
- •Общий случай интерполирования на треугольнике
- •5.4. Приближение сплайнами
- •5.4.1. Общее определение сплайна. Простейшие примеры
- •Интерполяционный сплайн первой степени
- •5.4.2. Интерполяционный кубический сплайн
- •Сходимость процесса интерполирования кубическими сплайнами
- •5.4.3. Кусочно-кубическая интерполяция со сглаживанием
- •5.4.4. Интерполяционный бикубический сплайн
- •5.4.5. Приближение кривых и поверхностей
- •Интерполяция кривых сплайнами
- •Глава 6. Приближенное вычисление интегралов
- •6.1. Вычисление определенного интеграла
- •6.1.1. Задача численного интегрирования
- •6.1.2. Интерполяционные квадратурные формулы
- •6.1.3. Квадратурные формулы Ньютона–Котеса
- •6.1.4. Примеры квадратурных формул с равноотстоящими узлами
- •Квадратурные формулы с одним узлом
- •Формула трапеций
- •Формула Симпсона
- •6.1.5. Оценка погрешности квадратурных формул
- •Учет избыточной гладкости интегрируемой функции
- •Правило Рунге
- •6.1.6. Квадратурные формулы Гаусса
- •Тождество Кристоффеля–Дарбу
- •Остаток квадратурных формул типа Гаусса
- •Некоторые частные случаи квадратурных формул типа Гаусса
- •6.1.7. Квадратурные формулы, содержащие наперед заданные узлы
- •Формулы с предписанными узлами частного вида (формулы типа Маркова)
- •6.1.8. Квадратурные формулы с равными коэффициентами
- •6.1.9. Нестандартные приемы интегрирования
- •Метод Филона
- •Повышение гладкости интегрируемой функции
- •Случай бесконечных пределов интегрирования
- •6.2. Вычисление кратных интегралов
- •6.2.1. Cведении кратного интеграла к повторному
- •Повторное интегрирование по прямоугольной области
- •Интегралы по криволинейной трапеции
- •6.2.2. Простейшие кубатурные формулы
- •Кубатурные формулы на прямоугольнике
- •Кубатурные формулы на треугольнике
- •Глава 7. Численное решение интегральных уравнений
- •7.1. Введение
- •7.2.1. Метод механических квадратур
- •Оценка погрешности метода механических квадратур
- •7.2.2. Метод замены ядра на вырожденное
- •Разложение ядра в ряд Тейлора
- •Использование ортогональных разложений
- •Интерполяционные способы замены ядра
- •Способ Бэтмена
- •7.2.3. Метод последовательных приближений
- •7.2.4. Решение интегральных уравнений Вольтерра 2-го рода
- •Метод механических квадратур
- •Метод последовательных приближений
- •7.3. Проекционные методы решения интегральных уравнений
- •7.3.1. Метод моментов и метод Галеркина
- •Связь метода Галеркина с заменой ядра вырожденным
- •7.3.2. Другие проекционные методы
- •Метод наименьших квадратов
- •Метод коллокации
- •7.4. Решение интегральных уравнений первого рода
- •7.4.1. Основные определения и примеры
- •7.4.2. Метод регуляризации решения некорректных задач
- •Вариационный метод регуляризации
- •Выбор параметров регуляризации
- •Уравнение Эйлера
- •Замечание о решении плохо обусловленных линейных систем
- •Глава 8. Методы решения задачи Коши для ОДУ
- •8.1. Общая информация
- •8.1.1. Введение
- •8.1.2. Классификация методов решения задачи Коши
- •8.2. Одношаговые методы решения задачи Коши
- •8.2.1. Пошаговый вариант метода рядов
- •8.2.2. Способ Рунге–Кутта построения одношаговых методов
- •8.2.3. Явные методы Рунге–Кутта
- •Методы первого порядка точности
- •Методы второго порядка точности
- •Методы третьего и четвертого порядка точности
- •8.2.4. Способ последовательного повышения порядка точности
- •Методы первого порядка точности
- •Методы второго порядка точности
- •Методы третьего порядка точности
- •8.2.5. Практический контроль погрешности приближенного решения
- •Правило Рунге
- •Использование вложенных методов
- •8.2.6. Сходимость одношаговых методов решения задачи Коши
- •8.3. Многошаговые методы решения задачи Коши
- •8.3.1. Введение
- •8.3.2. Методы Адамса
- •Экстраполяционные методы Адамса
- •Интерполяционные методы Адамса
- •8.3.3. Общие линейные многошаговые методы
- •8.4. Понятие устойчивости численных методов решения задачи Коши
- •8.4.1. Корневое условие
- •8.4.2. Устойчивость на модельном уравнении
- •8.5. Жесткие задачи и методы их решения
- •8.5.1. Явление жесткости
- •8.5.2. Методы, применяемые для решения жестких систем
- •Неявные методы Рунге–Кутта
- •Формулы дифференцирования назад
- •Реализация неявных методов
- •Глава 9. Методы решения граничных задач для ОДУ
- •9.1. Введение
- •9.2. Методы, основанные на сведении к решению задач Коши
- •9.2.1. Метод редукции граничных задач к задачам Коши
- •9.2.2. Метод стрельбы для линейных граничных задач
- •Уравнение второго порядка случай
- •Общий линейный случай
- •9.2.3. Метод дифференциальной прогонки
- •9.2.4. Метод стрельбы для нелинейных граничных задач
- •9.3. Проекционные методы решения граничных задач
- •9.3.1. Введение
- •9.3.2. Вариационные методы решения граничных задач
- •Вариационная задача для операторных уравнений
- •Граничная задача для обыкновенного дифференциального уравнения второго порядка как операторное уравнение
- •Метод Ритца нахождения минимума функционала
- •Сходимость минимизирующей последовательности к минимизирующей функции
- •Построение минимизирующей последовательности по Ритцу
- •9.3.3. Метод моментов и метод Галеркина решения граничных задач
- •9.3.4. Метод наименьших квадратов решения граничных задач
- •9.3.5. Метод коллокации решения граничных задач
- •Глава 10. Численные методы математической физики
- •10.1. Основные понятия теории разностных схем
- •10.1.1. Сетки
- •Равномерная сетка на отрезке
- •Неравномерная сетка на отрезке
- •Сетка в прямоугольнике
- •Сетка в криволинейной ортогональной системе координат
- •Пространственно-временная сетка в прямоугольнике
- •Прямоугольная сетка в области сложной формы
- •Треугольная сетка в области сложной формы
- •Сетка на криволинейном четырехугольнике
- •10.1.2. Cеточные функции
- •10.1.3. Разностная аппроксимация дифференциальных операторов
- •Способ неопределенных коэффициентов
- •Способ численного дифференцирования
- •10.1.4. Погрешность аппроксимации на сетке
- •10.1.5. Постановка разностной задачи
- •10.1.6. Сходимость и точность разностных схем
- •10.1.7. Повышение порядка аппроксимации разностных схем
- •10.1.8. Математический аппарат теории разностных схем
- •Некоторые разностные формулы
- •Отыскание собственных функций и собственных значений на примере простейшей разностной задачи
- •Разностные аналоги теорем вложения
- •Метод энергетических неравенств
- •10.2. Способы построения разностных схем
- •10.2.1. Требования, предъявляемые к разностным схемам
- •Однородные разностные схемы
- •Консервативные разностные схемы
- •Аппроксимация и сходимость построенной разностной схемы
- •Метод Ритца построения разностных схем
- •Метод аппроксимации квадратичного функционала
- •Метод Галеркина построения разностных схем
- •Метод аппроксимации интегрального тождества
- •10.3. Методы исследования устойчивости разностных схем
- •10.3.1. Принцип максимума
- •Примеры исследования устойчивости с помощью принципа максимума
- •Монотонные разностные схемы для обыкновенных дифференциальных уравнений второго порядка
- •10.3.2. Метод разделения переменных
- •10.3.3. Метод энергетических неравенств
- •10.4.1. Задача Дирихле в прямоугольнике
- •10.4.2. Консервативная схема для задачи Дирихле
- •10.5. Итерационные методы решения разностных задач
- •10.5.1. Двухслойные итерационные схемы
- •10.5.2. Свойства разностного оператора Лапласа
- •10.5.3. Метод простых итераций
- •10.5.4. Методы Зейделя и релаксации
- •10.6.1. Метод замены переменных
- •10.6.2. Разностный метод
- •10.6.3. Метод конечных элементов
- •Триангуляция области и базисные пирамидальные функции
- •МКЭ на основе метода Галеркина
- •Интегро-интерполяционный метод конечных элементов
- •10.6.4. Метод граничных элементов
- •Первая аппроксимация
- •Вторая аппроксимация
- •Предметный указатель
- •Другие
- •Определения
- •Cтрого нормированное пространство
- •А-устойчивость
- •Абсолютная и относительная погрешности округления
- •Адаптивная сетка
- •Алгебраическая степень точности квадратурной формулы
- •Базисные пирамидальные функции
- •Внутренние узлы
- •Вырожденное ядро интегрального оператора
- •Градиент
- •Граничные узлы
- •Двухслойная итерационная схема
- •Денормализованное число с плавающей точкой
- •Диагонализируемая матрица
- •Диагональное преобладание
- •Жесткая система ОДУ
- •Интерполяционная квадратурная формула
- •Консервативная разностная схема
- •Корневое условие
- •Корректно поставленная задача
- •Круг Гершгорина
- •Линейная аппроксимация
- •Локальная погрешность метода
- •Машинная арифметика с плавающей точкой
- •Машинные числа
- •Машинный эпсилон
- •Метод верхней релаксации
- •Многочлен наилучшего равномерного приближения
- •Наилучшее приближение
- •Норма Фробениуса
- •Норма линейного оператора
- •Нормализованное число с плавающей точкой
- •Нормальная матрица
- •Носитель функции
- •Область устойчивости метода решения задачи Коши
- •Область устойчивости метода решения задачи Коши
- •Пирамидальная функция
- •Погрешность аппроксимации
- •Полиномиальный бикубический сплайн
- •Полиномиальный сплайн
- •Полная в классе система
- •Положительно определенная матрица
- •Положительно определенный оператор
- •Правило округления
- •Разреженная матрица
- •Регуляризирующий оператор
- •Самосопряженный оператор
- •Сетка
- •Сжимающее отображение
- •Система функций Чебышева
- •Собственные значения и собственные векторы
- •Спектральный радиус
- •Степень точности квадратурной формулы
- •Триангуляция области
- •Устойчивость метода решения задачи Коши
- •Фундаментальная последовательность
- •Фундаментальное решение уравнения Лапласа
- •Число обусловленности задачи
- •Число обусловленности матрицы
- •Число с плавающей точкой
- •Элемент наилучшего приближения
- •Доказательства теорем
- •Часть IV. Задачи
- •Глава 1. Машинная арифметика
- •Глава 2. Решение систем линейных алгебраических уравнений
- •2.1. Метод Гаусса
- •2.2. LU-разложение
- •2.3. Метод квадратного корня
- •2.4. Методы ортогональных преобразований
- •2.5. Итерационные методы
- •Глава 3. Решение численных уравнений
- •3.1. Метод бисекции
- •3.2. Метод Ньютона
- •Глава 4. Интерполяция
- •4.1. Понятие интерполяции
- •4.2. Интерполяционный многочлен в форме Лагранжа
- •4.3. Интерполяционный многочлен в форме Ньютона
- •Глава 5. Численное интегрирование
- •5.1. Простейшие квадратурные формулы
- •5.2. Квадратурные формулы НАСТ
- •5.3. Практическая оценка погрешности
- •Глава 6. Численные методы математической физики
- •6.1. Аппроксимация дифференциальных задач разностными схемами
- •6.2. Исследование устойчивости разностных схем
- •6.3. Реализация разностных схем для уравнений теплопроводности и колебаний струны
- •Решения и указания
- •Ответы к задачам
- •Часть V. Тесты
- •Тест 1. Методы решения СЛАУ
- •1.1. Число обусловленности. Прямые методы решения СЛАУ
- •Тест 2. Решение нелинейных уравнений
- •Тест 3. Приближение функций
- •Тест 4. Численное интегрирование
- •Тест 5. Дифференциальные уравнения
- •Рекомендуемая литература

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню |
Вверх Назад Вперёд Пред. След. Указатель Помощь Экран |
8.4. Понятие устойчивости численных методов решения задачи Коши
8.4.1.Корневое условие
8.4.2.Устойчивость на модельном уравнении
Вновь, если не оговорено особо, будем предполагать, что рассматривается случай одного обыкновенного дифференциального уравнения первого порядка.
Ранее мы рассматривали достаточно общие определения, касающиеся таких понятий как «корректность», «устойчивость», «сходимость» численных методов. Естественно, такие общие определения очень часто нуждаются в конкретизации, для того чтобы их можно было реально применить к исследованию конкретных свойств того или иного алгоритма.
С этих позиций обсудим сейчас термин «устойчивость» применительно к методам решения задачи Коши.

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.1. Корневое условие Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
8.4.1. Корневое условие
Прежде всего, заметим, что все численные методы решения задачи Коши представляют собой разностные уравнения различных порядков: одношаговые методы — первого порядка, многошаговые ( -шаговые) —-го порядка.
Далее, вполне очевидным представляется тот факт, что численный метод должен более или менее адекватно отражать истинные свойства решения исследуемой (решаемой) дифференциальной задачи и причем, желательно, в достаточно широком диапазоне правых частей уравнения (т.е. функций ( , )).
В частности, положив ( , ) ≡ 0, получим следующую запись линейного многошагового метода (8.84):
−1 +1 + 0 + · · · + − = 0,
т.е. будем иметь линейное разностное уравнение порядка ( + 1) с постоянными коэффициентами. Его общее решение может быть записано в виде
|
|
|
∑ |
= |
, |
|
=−1 |
где — коэффициенты, определяемые из дополнительных (например, начальных) условий, а , = 0,
— корни характеристического уравнения
−1 +1 + 0 + · · · + = 0. |
(8.88) |
Отсюда следует, что если | | > 1 хотя бы для некоторого значения , то | | → ∞, в то время как
→∞
решение исходного уравнения ′ = ( , ) при ( , ) ≡ 0, очевидно, представляет собой константу.
Аналогичная ситуация имеет место и в случае, если | 0 | = 1, но кратность |
этого корня выше едини- |
цы, так как тогда в конструкции общего решения перед сомножителем 0 появляется многочленный по |
|
коэффициент, учитывающий кратность. |
|
Определение. Будем говорить, что численный метод удовлетворяет условию |
корней, если все корни |
0, ..., характеристического уравнения (8.88) лежат внутри или на границе единичного круга комплексной плоскости, причем на границе круга нет кратных корней.

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.1. Корневое условие Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
Очевидно, метод, не удовлетворяющий условию корней (или корневому условию), для вычислений не пригоден. Это следует иметь в виду при построении различных алгоритмов. Заметим, что рассмотренные нами ранее классы методов (как Адамса, так и одношаговые типа Рунге–Кутта и последовательного повышения порядка точности) корневому условию удовлетворяют, поскольку для них характеристическое уравнение (8.88) будет иметь вид
−1 + 0 = 0
при −1 = 1, |
0 = −1, т.е. |
− 1 = 0
и имеет единственный корень = 1.

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.2. Устойчивость на модельном уравнении Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
8.4.2. Устойчивость на модельном уравнении
Однако не все численные методы, удовлетворяющие корневому условию, всегда пригодны для расчетов. Понятно, что при произвольной правой части дифференциального уравнения (функции ) вряд ли возможно получить сколько-нибудь эффективных оценок по этому поводу. Поэтому в отличие от такого свойства численных методов как аппроксимация, о которой мы говорили выше, и которая может быть исследована принципиально при любой правой части, другие свойства приближенных методов, характеризующие качественное поведение приближенного решения, могут быть исследованы только на задачах определенного вида — модельных уравнениях.
В частности, при исследовании свойства устойчивости в качестве такого модельного уравнения чаще
всего рассматривают уравнение |
|
′ ( ) = ( ) , |
(8.89) |
где — произвольное комплексное число с отрицательной вещественной частью (Re < 0). Отчасти выбор в качестве модели уравнения (8.88) объясняется тем, что оно представляет собой линейное (однородное) приближение к задаче общего вида (вспомним, что исследование устойчивости по Ляпунову для дифференциальных уравнений проводится на линейном приближении).
Отметим, что поскольку точное решение уравнения (8.88) имеет вид ( ) = , то при указанных значениях задача (8.88) устойчива, причем ( ) → 0 и в частности, при любом значении шага
→∞
выполняется условие
| ( + ) | 6 | ( ) | ,
т.е. модуль решения монотонно не возрастает. Естественно было бы потребовать качественно такого же поведения и от приближенного решения, доставляемого тем или иным численным методом.
Легко видеть, что применение линейного многошагового метода (8.84) к решению уравнения (8.88) приводит к разностному уравнению вида
∑
( − ) − = 0, |
(8.90) |
=−1
где = .

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.2. Устойчивость на модельном уравнении Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
Аналогичные разностные уравнения (но только первого порядка) получаются, если к решению уравнения (8.88) применить соответствующий метод Рунге–Кутта или последовательного повышения порядка точности.
Определение. Численный метод решения задачи Коши будем называть устойчивым при некотором значении, если при данном значении устойчиво соответствующее ему разностное уравнение (8.90), получающееся вследствие применения исследуемого метода к решению модельного уравнения (8.89).
Очевидно, для того чтобы метод был устойчивым, достаточно, чтобы все корни соответствующего характеристического уравнения по модулю не превосходили единицы.
Определение. Областью устойчивости численного метода будем называть множество всех точек комплексной плоскости, для которых данный метод устойчив.
Определение. Интервалом устойчивости численного метода будем называть пересечение области устойчивости с вещественной осью координат.
Рассмотрим некоторые примеры.
1. Явный метод Эйлера:
+1 = + .
Применяя его к уравнению (8.88), будем иметь: |
|
|
|
|
|||||
|
|
|
|
|
+1 = (1 + ) . |
|
|
|
|
Единственный корень соответствующего характеристического уравнения здесь = |
1 + . Поэтому |
||||||||
условие устойчивости примет вид |
|
|
|
|
|||||
|
|
|
|
|
| 1 + | 6 1. |
|
(8.91) |
||
Если |
|
— |
комплексное число, то, записав в виде = + , перепишем (8.91) в виде |
| |
1 + + |
| 6 |
1 |
||
|
|
2 |
+ 2 6 1. |
|
|
||||
или (1 + ) |
|
|
|
|
|
Очевидно, последнее неравенство, описывающее область устойчивости явного метода Эйлера, задает в комплексной плоскости круг единичного радиуса с центром в точке (−1, 0). Пересечением данной

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.2. Устойчивость на модельном уравнении Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
области с вещественной осью будет отрезок [−2; 0], который и будет интервалом устойчивости явного метода Эйлера. (Заметим, что интервал устойчивости на самом деле искать гораздо проще, чем область, поскольку для этого достаточно просто решить неравенство (8.91) над полем вещественных чисел).
2. Неявный метод Эйлера: |
|
|
|
|
|
|||||
|
|
|
+1 = + +1, |
|
|
|||||
откуда |
|
|
|
|
|
|
|
|
|
|
|
|
|
(1 + ) +1 = |
|
|
|||||
или |
|
1 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
||||
|
|
|
+1 = |
|
|
|
|
|
|
|
|
|
1 − |
|
|
|
|||||
. Тогда = |
1 |
|
и условие устойчивости примет вид |
1 |
|
6 1 или | 1 − | > 1. |
||||
1− |
|
1− |
|
|||||||
Таким образом, областью устойчивости неявного метода |
Эйлера |
является внешность круга единичного |
||||||||
радиуса с центром в точке (1; 0). Интервалом устойчивости |
является вся числовая прямая, кроме |
промежутка (0; 2). Следовательно, при Re < 0 шаг численного интегрирования может быть любым (в то время как для явного Эйлера от ограничен сверху величиной | 2 | ).
Определение. Численный метод будем называть А-устойчивым, если его область устойчивости содержит всю левую полуплоскость Re < 0.
Сущность данного определения состоит в том, что А-устойчивый метод является абсолютно (т.е. при любых > 0) устойчивым, если устойчиво решение исходного дифференциального уравнения. Отметим, что неявный метод Эйлера является А-устойчивым, а явный — нет. Заметим, однако, что неявный метод Эйлера является устойчивым и в той области, где исходная задача является неустойчивой (!).
Теорема 8.1. Не существует явных линейных А-устойчивых методов.
Это означает, что при использовании таких методов всегда будут иметь место ограничения на выбор допустимой величины шага , подобные ограничению, характерному для явного метода Эйлера. В то же время среди неявных линейных методов А-устойчивые, как мы видели, существуют.
Подводя итоги, можем сформулировать следующую процедуру исследования устойчивости численных методов решения задачи Коши:

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.2. Устойчивость на модельном уравнении Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
1)Применяя исследуемый метод к решению уравнения (8.89), получаем разностное уравнение, которому удовлетворяет приближенное решение;
2)Записываем соответствующее характеристическое уравнение;
3)Находим корни характеристического уравнения ( , = 1, ..., );
4)Решение системы неравенств | | 6 1, = 1, ..., , дает искомую область устойчивости.
Заметим, однако, что практическая реализация изложенного алгоритма может натолкнуться на значительные технические трудности (особенно это касается случаев комплексных для многостадийных методов, а также методов многошаговых). Поэтому практически для построения областей устойчивости используют прием, который носит название метод множества точек границы и состоит в следующем: точкакомплексной плоскости будет принадлежать границе области устойчивости, если при данном значении
|
| |
|
| |
|
| |
* |
| |
или * = i , |
|
[0; 2 ) (здесь i — мнимая единица). Решая за- |
|
|
= 1 = |
||||||||||
выполняется равенство max |
|
|
|
|
|
писанное уравнение относительно (возможно, при фиксированных значениях из указанного промежутка), мы получаем множество точек, составляющих границу области устойчивости. Далее остается определить (например, путем подстановки), по какую сторону границы находится сама область.
Примеры исследования устойчивости.
1. Метод последовательного повышения порядка точности второго порядка
|
+ |
2 |
|
2 |
|
|
|
|
|
1 |
= |
+ |
|
, |
|
+1 |
= |
+ |
|
1 . |
|||
|
|
|
|
|
+ |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Применяя данный метод к решению уравнения (8.89), получим:
( 2 )
+1 = 1 + + 2 .

Часть III. Теоретические материалы
Глава 8. Методы решения задачи Коши для ОДУ 8.4. Понятие устойчивости численных методов решения задачи Коши
Меню 8.4.2. Устойчивость на модельном уравнении Вверх Назад Вперёд Пред. След. Указатель Помощь Экран
Отсюда
= 1 + + 2 = i 2
и
√
= ( ) = −1 ± 2 i − 1.
Кривая ( ) и есть граница области устойчивости, а сама область есть внутренность данной кривой.
2. Экстраполяционный метод Адамса второго порядка.
|
|
+1 = + |
|
(3 − −1) . |
|||||||||
|
|
|
|
|
|||||||||
|
|
2 |
|||||||||||
Разностное уравнение имеет вид |
− (1 + 2 ) |
+ 2 −1 = 0. |
|||||||||||
|
|
+1 |
|||||||||||
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
Тогда характеристическое уравнение будет таким: 2 − 1 + 23 |
+ 2 = 0. |
||||||||||||
Подставим сюда |
= i |
и найдем границу области |
устойчивости: |
||||||||||
|
( |
) |
|||||||||||
|
|
|
( ) = 2 |
2i − i |
. |
(*) |
|||||||
|
|
|
|
|
|
|
|
3 i − 1 |
|
Замечание 8.5. Для определения интервала устойчивости вдоль вещественной оси для линейных многошаговых методов в уравнение типа (*) достаточно подставить = . Так, для указанного выше метода получим левую границу интервала
1 + 1( ) = 2 · 3 · (−1) − 1 = −1,
т.е. экстраполяционный метод Адамса второго порядка устойчив на отрезке [−1; 0].
Замечание 8.6. В случае систем обыкновенных дифференциальных уравнений можно показать, что соответствующие условия устойчивости будут иметь такой же вид, как и в случае одного уравнения, но с заменой параметра на максимальное по модулю собственное значение матрицы Якоби системы.