Upload
dokhanh
View
221
Download
0
Embed Size (px)
Citation preview
Abschnitt 1.7: Schrittweitensteuerung 27
zu oben analoge Schrittweitensteuerung durch Kombinationvon drei- und vierstufigen Runge-Kutta-Methoden ist nicht moglich, weil die betreffenden Gleichungssysteme keine Losungen zu-lassen, so daßk1, k2 undk3 in beiden Verfahren identisch sind.
Die erreichbare Fehlerordnungp einer expliziten m-stufigen Runge-Kutta-Methode ist furp ≤ 9gemaß der folgenden Tabelle gegeben.
Tab. 1.4: Maximale Fehlerordnung von expliziten Runge-Kutta-Verfahren
m = 1 2 3 4 5 6 7 8 9p = 1 2 3 4 4 5 6 6 7
Von Fehlberg stammt ein eingebttetes Runge-Kutta-Verfahren 3. und 4. Ordnung, in welcher eineFunktionauswertung doppelt verwendet wird.
0
14
14
49
481
3281
67
5798 −432
3431053686
1 16 0 27
5249156
y(3)k+1
16 0 27
5249156 0
y(4)k+1
43288 0 243
4163431872
112
dk+1 ≈ − 5288 0 27
416 − 2451872
112
Ebenso von Fehlberg stammt eine geschickte Kombination vonRunge-Kutta-Verfahren 4. und 5.Ordnung, in welcher die Runge-Kutta-Methode 4. Ordnung funf der ohnehin sechs der erforderli-chen Auswertungen verwendet.
Angewandte Numerik II, 12. November 2013
28 Kapitel 1: Gewohnliche Differentialgleichungen
0
14
14
38
332
932
1213
19322197 −7200
219772962197
1 83414104 −32832
4104294404104 − 845
4104
12 − 6080
205204104020520 −28352
20520929520520 − 5643
20520
yk+1237520520
1126420520
1098520520 − 4104
20520 0
dk+1 ≈ 1045376200 − 11264
376200 − 10985376200
7524376200
13680376200
Angewandte Numerik II, 12. November 2013
Abschnitt 1.8: Implizite Runge-Kutta-Verfahren 29
1.8 IMPLIZITE RUNGE-KUTTA-VERFAHREN
Zur numerischen Losung von steifen Differentialgleichungen (siehe spateres Kapitel) sind spe-zielle Methoden erforderlich. Zu diesen gehoren die impliziten Runge-Kutta-Verfahren, welchedadurch charakterisiert sind, daß die Steigungenk1, k2, . . . durch ein implizites Gleichungssys-tem definiert werden. Da die Herleitung von mehrstufigen impliziten Runge-Kutta-Methoden sehraufwendig ist, wollen wir solche Verfahren hier nur definieren.Das Butcher-Diagramm solcher impliziten Runge-Kutta-Verfahrenm-ter Stufe hat die Form
a1 b11 b12 · · · b1ma2 b21 b22 · · · b2m...
...am bm1 bm2 · · · bmm
c1 c2 · · · cm
wobei mindestens einbij 6= 0, (i ≤ j) gilt. Alternativ schreibt man auch
ki := f
(tk + ar, yk + h
(bi1k1 + . . . + bimkm
))(i = 1, . . . ,m) (1.46)
yk+1 := yk + h
(c1k1 + · · ·+ cmkm
).
Bei der Wahl dera ∈ Rm, b ∈ R
m×m undc ∈ Rm gibt es verschiedene Ansatze:
1. Gauß-Form: Die a, b, c seien beliebig wahlbar. Zielsetzung ist die Maximierung der Kon-sistenzordnung. Man kann zeigen, dass somit dieai’s Nullstellen der auf das Intervall[0, 1]transformierten Legendre-PolynomePm(2t− 1) := 1
m!dm
dtm (tm(t− 1)m) sind.
2. Radau I - Form: Es gilta1 = 0 und diea2, . . . am sind Nullstellen vondm−1
dtm−1 (tm(t−1)m−1)
3. Radau II - Form : Es giltam = 1 unda1 . . . am−1 sind Nullstellen vondm−1
dtm−1 (tm−1(t−1)m)
4. Lobatto III - Form : Es gilt a1 = 0, am = 1 und a2 . . . an−1 sind Nullstellen vondm−2
dtm−2 (tm−1(t− 1)m−1)
Einige implizite Runge-Kutta-Verfahrenm-ter Stufe undp-ter Ordnung in tabellarischer Form:
Gauß-Form
m = 1, p = 2
12
12
1
m = 2, p = 4
3−√3
614
3−2√3
12
3+√3
63+2
√3
1214
12
12
Angewandte Numerik II, 12. November 2013
30 Kapitel 1: Gewohnliche Differentialgleichungen
Radau I - Form
m = 2, p = 3
0 14 −1
4
23
14 − 5
12
14
34
m = 3, p = 5
0 19
−1−√6
18−1+
√6
18
6−√6
1019
88+7√6
36088−43
√6
360
6+√6
1019
88+43√6
36088−7
√6
360
19
518
518
Radau II - Form
m = 1, p = 1 (implizites Euler-Verfahren)
1 1
1
m = 2, p = 3
13
512 − 1
12
1 34
14
34
14
m = 3, p = 5
4−√6
1088−7
√6
360296−169
√6
1800−2+3
√6
225
4−√6
10296+169
√6
36088+7
√6
1800−2−3
√6
225
1 16−√6
3616+
√6
3619
19
518
518
Angewandte Numerik II, 12. November 2013
Abschnitt 1.9: Mehrschrittverfahren 31
Lobatto III A - Form (b1j = 0)
m = 3, p = 4
0 0 0 0
12
524
13 − 1
24
1 16
23
16
16
23
16
Lobatto III B - Form (bin = 0)
m = 3, p = 4
0 16 −1
6 0
12
16
13 0
1 16
56 0
16
23
16
Allgemein gilt, daß einm-stufiges implizites Runge-Kutta-Verfahren von der Gauß-Form durchgeeignete Wahl derm(m+1) freien Parameter die maximal erreichbare Fehlerordnung2m besitzt.Ahnliches gilt auch fur die Radau-Formen(2m− 1) und Lobatto-Formen(2m− 2).Die Fixpunktiteration zum Losen von (1.46) ist konvergentfur alle Schrittweitenh, die der Bedin-gung
hBL < 1 mit B := maxi
∑
j
|bij|
genugen undL die Lipschitz-Konstante der Funktionf(x, y) darstellt.
Bemerkung 38 Die impliziten Runge-Kutta-Verfahren besitzen eine Stabilitatseigenschaft, diebei der Integration von steifen Differentialgleichungssystemen entscheidend ist. Fur allgemei-ne Differentialgleichungssysteme sind die impliziten Runge-Kutta-Methoden trotz ihrer hohenFehlerordnung wenig attraktiv, weil in jedem Integrationsschritt ein im allgemeinen nichtlinearesGleichungssystem fur diem Unbekanntenki (1 ≤ i ≤ m) zu losen ist.
1.9 MEHRSCHRITTVERFAHREN
Ein Nachteil der Einschrittverfahren ist die hohe Anzahl der Funktionsauswertungen, die fur einehohe Konsistenzordnung und somit fur eine hohe Konvergenzordnung notig sind. Dieser Nach-teil tritt bei den folgenden Mehrschrittverfahren nicht auf. Es bleibt im allgemeinen jedoch nurein deutlicher Vorteil, solange die Schrittweite fest gew¨ahlt wird. Fur Einschrittverfahren habenwir schon in Kapitel 1.6 gesehen, daß adaptive Schrittweitensteuerung dort recht einfach durch-zufuhren ist. Dies laßt sich fur Mehrschrittverfahren nicht so einfach realisieren.Es seitj = t0 + jh (j = 0, 1, 2, . . .).
Angewandte Numerik II, 12. November 2013
32 Kapitel 1: Gewohnliche Differentialgleichungen
Ein k-Schrittverfahren zur Losung des AWPy′(t) = f(t, y(t)), y(t0) = y0 ist ein Verfahren zurBerechnung von Naherungswertenyj+k zuy(tj+k) ausyj, . . . , yj+k−1 durch Losen der Gleichung
k∑
ℓ=0
αℓyj+ℓ = hφ(tj , yj, . . . , yj+k, h, f) (1.47)
fur j = 0, 1, 2, . . . mit geeigneten Startwerteny0, . . . , yk−1. Dabei ist 1h∑k
ℓ=0 αℓyj+ℓ als eineNaherung an die Ableitungy′ (bisher1h(yj+1− yj)) undφ(tj , yj, . . . , yj+k, h, f) als Naherung anf(t, y(t)) aufzufassen.Ein linearesk-Schrittverfahren ist von der Form
k∑
ℓ=0
αℓyj+ℓ = h
k∑
ℓ=0
βℓf(tj+ℓ, yj+ℓ) (j = 0, 1, 2, . . .) (1.48)
mit geeigneten Startwerteny0, . . . , yk−1. Gilt βk = 0 so spricht man von einem expliziten Verfah-ren, ansonsten von einem impliziten.Die im allgemeinen nichtlineare Gleichung inyj+k im impliziten linearenk-Schrittverfahren kannaus (1.48) iterativ berechnet werden. Es seif Lipschitz-stetig iny mit einer Lipschitz-KonstantenL. Dann gilt fur die Iteration nach dem Banachschen Fixpunktsatz
y(r+1)j+k = h
βkαkf(tj+k, y
(r)j+k)−
1
αk(h
k−1∑
ℓ=0
βℓf(tj+ℓ, yj+ℓ)−k−1∑
ℓ=0
αℓyj+ℓ)
=: ψ(y(r)j+k),
daß diese konvergent ist, falls| βk
αk|hL < 1 gilt.
Untersuchen wir nun zuerst, ob die Diskretisierung der Differentialgleichung lokal vernunftig ist.
Definition 39 Der lokale Diskretisierungsfehler des Mehrschrittverfahrens (1.47)ist
dj+k(tj, h, f) =
k∑
ℓ=0
αℓy(tj+ℓ)− hφ(tj , y(tj), . . . , y(tj+k−1), yj+k, h, f).
Das Mehrschrittverfahren heißt mit einer Differentialgleichungy′ = f(t, y) konsistent, falls
limh→0
dj+k(tj , h, f)
h= 0
gilt. Es heißt konsistent von der Ordnungp, falls
dj+k(tj , h, f) = O(hp+1)
gilt.
Beispiel 40 (eines Mehrschrittverfahrens)Man betrachte die Taylor-Entwicklungen
y(t+ h) = y(t) + hy′(t) +h2
2y′′(t) +O(h3)
y(t− h) = y(t)− hy′(t) +h2
2y′′(t) +O(h3)
Angewandte Numerik II, 12. November 2013
Abschnitt 1.9: Mehrschrittverfahren 33
Subtraktion beider Gleichungen liefert
y(t+ h)− y(t− h) = 2hy′(t) +O(h3) = 2hf(t, y(t)) +O(h3).
Dies motiviert das lineare 2-Schrittverfahren
yk+1 = 2hf(tk, yk) + yk−1, k = 1, 2, 3, . . . ,
welches als Quadratur der Mittelpunktsregel entspricht. Die Konsistenzordnung ist 2, was sich ausder Herleitung sofort ergibt.
Im Gegensatz zu Einschrittverfahren impliziert Konsistenz nicht immer Konvergenz, welches wirspater untersuchen werden.Betrachten wir nun zuerst die Entwicklung der wichtigsten Mehrschrittverfahren, die man ubernumerische Integration herleiten kann, ahnlich wie Runge-Kutta-Verfahren.Es gilt
y(tj+k)− y(tj+r−ℓ) =
∫ tj+k
tj+r−ℓ
f(t, y(t)) dt. (1.49)
Dabei seiy(tj+k) der Wert, welcher approximiert werden soll. Es ist nun eine naheliegende Idee,den Integrandenf durch ein InterpolationspolynomPr,j(s) = Pf (s|tj , . . . , tj+r) vom Grader zuersetzen, welches an den Stellentj, . . . , tj+r interpoliert.Dabei betrachtet man das Integral uber(tj+r−ℓ, tj+k), wahrend nur auf[tj , tj+r] interpoliert wird.Dieses Vorgehen ist graphisch in Abbildung 1.10 dargestellt.
Interpolationsintervall
Integrationsintervall
tj tj+r−ℓ tj+r tj+k
f
Pr
Abb. 1.10: Exemplarische Darstellung von Interpolations-und Integrationsintervall
Die Lagrangesche Darstellungsform fur das InterpolationspolynomPr,j(s) sieht folgendermaßenaus:
Pr,j(s) =r∑
i=0
f(tj+i, yj+i)r∏
p=0
p 6=i
s− tj+p
tj+i − tj+p
=
r∑
i=0
f(tj+i, yj+i)
r∏
p=0
p 6=i
s− tj+p
(i− p)h
Angewandte Numerik II, 12. November 2013
34 Kapitel 1: Gewohnliche Differentialgleichungen
Also erhalten wir, fallsPr,j(s) in (1.49) furf eingesetzt wird:
yj+k − yj+r−ℓ ≈ hr∑
i=0
f(tj+i, yj+i)β(r,ℓ)i , (1.50)
wobei
hβ(r,ℓ)i =
∫ tj+k
tj+r−ℓ
r∏
p=0
p 6=i
s− tj+p
(i− p)ds
= h
∫ k−r
−ℓ
r∏
p=0
p 6=i
r − p+ s
i− pds
ist. Dabei erhalt man den letzten Schritt durch Substitution s = tj + (r + s)h.Die Rechenvorschrift lautet somit
uj+k = uj+r−ℓ + hr∑
i=0
β(r,ℓ)i f(tj+i, yj+i).
Ubliche Wahlen furr undℓ:
r ℓ Name Art
k − 1 0 Adams-Bashforth Extrapolation, explizites Verfahrenk − 1 1 Nystrom Extrapolation, explizites Verfahrenk 1 Adams-Moulton Interpolation, implizites Verfahrenk 2 Milne-Simpson Interpolation, implizites Verfahren
Angewandte Numerik II, 12. November 2013
Literaturverzeichnis
[A] R.A. A DAMS, “Sobolev Spaces”, Pure Appl. Math. 65, Academic Press, NewYork, 1975.
[G] G. H. GOLUB, C. F.VAN LOAN, Matrix Computations, 3. ed., Hopkins Univ. Press, 1996.
[H] W. H ACKBUSCH, Iterative Losung großer schwachbesetzter Gleichungssysteme,2. Auflage, Teubner-Verlag, Stuttgart, 1993.
[HH] G. HAMMERLIN , K.-H. HOFFMANN, Numerische Mathematik, 4. Auflage, Springer-Verlag, Berlin u.a., 1994.
[P] R. PLATO, Numerische Mathematik kompakt, Vieweg-Verlag.
[Sc] H. R. SCHWARZ, Numerische Mathematik, 4. Auflage, Teubner-Verlag, Stuttgart, 1997.
[St] J. STOR, R. BULIRSCH, Numerische Mathematik 1 und 2, Springer-Verlag, Berlin u.a.,1994.
[SW] K. STREHMEL, R. WEINER, Numerik gewohnlicher Differentialgleichungen, Teubner-Verlag, Stuttgart, 1995.
[TS] W. TORNIG, P. SPELLUCCI, Numerische Mathematik fur Ingenieure und Physiker, Band1 & 2, Springer-Verlag, Berlin u.a.
[W] W. WALTER, Gewohnliche Differentialgleichungen, 6. Auflage, Springer-Verlag, Berlinu.a., 1996.