You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

关于显式中点法(两步格式)二阶一致性证明的求助

关于显式中点法(两步格式)二阶一致性证明的求助

嘿,你已经走在正确的轨道上了!卡在这个节点很正常,咱们只需要把泰勒展开做足阶数,再结合微分方程的核心条件,就能顺利推下去了。下面是具体的推导步骤:

  1. 先利用微分方程替换导数项
    因为$y(t)$是原微分方程$y'(t) = f(t, y(t))$的精确解,所以$y'(t_{j-2}) = f(t_{j-2}, y(t_{j-2}))$。你的局部误差表达式可以改写为:
    $$l_j = 2h\left(f(t_{j-2}, y(t_{j-2})) - f(t_{j-1}, y(t_{j-1}))\right) + O(h^2)$$
    不过这里要注意:你之前对$y(t_j)$的泰勒展开只到了$O(h2)$,阶数不够——我们需要展开到$O(h3)$才能看出二阶一致性的关键,所以先修正这一步。

  2. 重新展开$y(t_j)$到足够高阶
    $t_j = t_{j-2} + 2h$,把$y(t_j)$围绕$t_{j-2}$做泰勒展开到三阶项:
    $$y(t_j) = y(t_{j-2}) + 2h y'(t_{j-2}) + \frac{(2h)^2}{2} y''(t_{j-2}) + \frac{(2h)^3}{6} y'''(t_{j-2}) + O(h^4)$$
    化简后得到:
    $$y(t_j) = y(t_{j-2}) + 2h y'(t_{j-2}) + 2h^2 y''(t_{j-2}) + \frac{4}{3}h^3 y'''(t_{j-2}) + O(h^4)$$

  3. 展开$f(t_{j-1}, y(t_{j-1}))$到二阶项
    首先,$t_{j-1} = t_{j-2} + h$,先展开$y(t_{j-1})$:
    $$y(t_{j-1}) = y(t_{j-2}) + h y'(t_{j-2}) + \frac{h^2}{2} y''(t_{j-2}) + O(h^3)$$
    然后对二元函数$f(t, y)$围绕$(t_{j-2}, y(t_{j-2}))$做泰勒展开,结合微分方程的导数关系($y''(t) = f_t(t, y(t)) + f(t, y(t))f_y(t, y(t))$,链式法则求导),可以简化得到:
    $$f(t_{j-1}, y(t_{j-1})) = y'(t_{j-2}) + h y''(t_{j-2}) + O(h^2)$$

  4. 代入局部误差并化简
    把重新展开的$y(t_j)$和$f(t_{j-1}, y(t_{j-1}))$代入$l_j$的表达式:
    $$l_j = \left[y(t_{j-2}) + 2h y'(t_{j-2}) + 2h^2 y''(t_{j-2}) + \frac{4}{3}h^3 y'''(t_{j-2}) + O(h^4)\right] - y(t_{j-2}) - 2h\left[y'(t_{j-2}) + h y''(t_{j-2}) + O(h^2)\right]$$
    逐项抵消后:

  • $y(t_{j-2})$与$-y(t_{j-2})$抵消
  • $2h y'(t_{j-2})$与$-2h y'(t_{j-2})$抵消
  • $2h^2 y''(t_{j-2})$与$-2h \cdot h y''(t_{j-2})$抵消
    剩下的项就是:
    $$l_j = \frac{4}{3}h^3 y'''(t_{j-2}) + O(h^4) - 2h \cdot O(h^2) = O(h^3)$$
  1. 结论:二阶一致性
    根据数值方法一致性的定义:如果局部截断误差$l_j = O(h^{p+1})$,则方法是$p$阶一致的。这里$l_j = O(h^3)$,对应$p=2$,所以显式中点法(两步格式)是二阶一致的。

备注:内容来源于stack exchange,提问作者Matej V

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.04.22 13:14:34