1.简介
考虑常微分方程(ODE)的初值问题
我们假设f∈ℝ在[0,T]上是充分可微的,并且满足全局Lipschitz条件,即存在一个常数L≥0,使得
在这个假设下,问题(1)有一个定义在t∈[t0,t]上的唯一解y(t)。
Collatz[7]以一般形式给出了微分方程解的配置方法。其原理非常简单:微分方程的解表示为已知函数的线性组合,此表示中的未知系数通过满足相关条件来找到,微分方程位于感兴趣的范围内的适当点集。通常,只考虑多项式形式的解,并在感兴趣的范围内取点。配置方法还提供了生成稠密多项式输出的自然方法。
ODE的配置方法等效于Runge-Kutta方法的一个子集,即步骤末尾的最终值在代数上是相同的。隐式Runge-Kutta方法的子集相当于搭配方法,似乎包括了大多数建议用于实际的方法。它们包括基于经典求积点的方法,如使用一个端点的高斯-勒让德、拉道和使用两个端点的洛巴托[6,12,13,15]。Wright[21]讨论了ODEs的各种一步方法之间的关系,并对这些方法的稳定性进行了统一处理。Butcher[5]研究了基于各种正交多项式零点的Runge-Kutta配置方法的特殊性。Barrio[1]研究了基于超球面(Gegenbauer)多项式零点或极值配置的对称Runge-Kutta方法的A-稳定性。Wang和Guo[20]以及Guo和Wang[11]提出了ODE的Legendre-Gauss-Radau配置方法(LGRCM)和Legendre-Gauss配置方法(IGCM),并证明了这两种方法都具有谱精度。LGRCM和LGRCM也可以被视为时域中的微分求积方法[2,3,4,8,9,10,17]。最近,Kiliçman、Hashim、Tavassoli Kajani和Maleki[14]提出了一种合理的第二类Chebyshev伪谱方法来求解无限区间上的Thomas-Fermi方程,这是一个非线性奇异常微分方程。Tavassoli Kajani、Maleki和Kiliçman[19]构造了一种多步legendre-gaus配置方法来求解volterra的人口增长模型,该模型是一个非线性积分-微分方程。Tohidi和Kiliçman[18]提出了一种基于Bernoulli运算矩阵的配置方法,用于解决变分法中的非线性边值问题。
手稿组织如下。在第2节中,简要回顾了LGRCM,并将其改写为Runge-Kutta方法。利用龙格-库塔方法的理论,讨论了LGRCM的精度、A-稳定性和代数稳定性。在第3节中,简要回顾了LGCM,并证明其等效于众所周知的高斯方法。第4节给出了数值示例。
2.LGRCM属性
设Pn(0,T)是[0,T]上至多n次多项式的集合。众所周知,求解(1)的配置方法是寻求多项式uN(t)∈PN(0,t),从而
其中tk,k=1,2,Stu,N是配置点。
2.1. 简要回顾。最近,Wang和Guo[20]提出寻求搭配解∈PN(0,T),从而
其中节点=0,1,……,N是[0,t]上LN(t)+LN+1(t)的零点。这里,Ll(t)是[0,t]上l次的移位勒让德多项式,定义为
其中,Pl(t)是[-1,1]上的标准勒让德多项式的阶数l。集合是一个完整的L2(0,T)-正交系统,因此配置解可以展开为
对于任何⌀∈P2N(0,T),根据标准Legendre-Gauss-Radau求积的性质
Christoffel数,j=1,2,η,N。
将(5)乘以Ll(t),l=0,1,……,N,并在区间(0,t)上积分,得到
因此
哪里
[x]是x的整数部分。
表示
那么(7)可以写成以下形式
可以通过以下方式进行评估
数值格式(9)-(10)由Wang和Guo[20]提出,称为Legendre-Gauss-Radau配置方法。
2.2. LGRCM作为Runge-Kutta方法。我们将把LGRCM(9)-(10)重写为Runge-Kutta方法。对于任何固定k,1≤k≤N,取f(t,u(t))=tk−1,我们得到
和
定义。注意,u(t)∈PN(0,t),∈PN(0,t),i=1,2,…,N。因此,≡0,这意味着t∈[0,t]。将(11)关于t从t=0到ti以及从t=0T到t的积分得到
设置
将(13)和f(t,u(t))=tk−1代入(9)和(10),得出
和
同样,我们可以获得
由(15)可知
由于节点是不同的,因此是非奇异的。将(9)乘以,我们得到
表示
使用(15)和(17),我们可以将LGRCM(9)-(10)重写为
这是一种步长为T的N阶段Runge-Kutta方法。
备注2.1。我们对LGRCM(9)-(10)做了一些评论
(a) 据我们所知,与LGRCM(9)-(10)相对应的Runge-Kutta方法(21)不属于Runge-Kutta文献中Radau IA或Radau IIA方法的类别。
(b) 由(19)、(17)和可知,LGRCM(9)-(10)的系数与T无关。
(c) 与Runge-Kutta方法(21)相比,LGRCM(9)-(10)的优点是其系数在(8)中明确给出。
2.3. 汇聚。从(19)可知,满足B(N),并且,i,j=1,2,。。。,N、 满足C(N),其中
这意味着对应于LGRCM(9)-(10)的Runge-Kutta方法(21)是一种配置方法,因此它的阶数至少为N。为了获得其精确阶数,我们需要以下结果。
引理2.1([13])。设为真实且清晰的,并由条件B(N)决定。当且仅当M(t)=与所有次数小于或等于N−k−1的多项式正交时,条件B(2N−k)成立。
定理2.2。对应于LGRCM(9)-(10)的Runge-Kutta方法(21)为N阶。
证明。注意,不同的配置方法的阶数至少为N,因为配置点是的零。根据Ll(t)的集合是一个完整的L2(0,t)-正交系的性质,不能用k≥N的多项式LN,LN−1,,LN‐k展开。从引理2.1可以看出,条件B(k)只适用于k≤N,这意味着对应于LGRCM(9)-(10)的Runge-Kutta方法(21)具有N阶。□
2.4. 稳定性。我们讨论了对应于LGRCM(9)-(10)的Runge-Kutta方法(21)的A-稳定性和代数稳定性。
应用于u′=λu的N阶段Runge-Kutta方法(21)得到R(λT)u0,其中IN是N-by-N单位矩阵。R(z)称为Runge-Kutta方法的稳定函数(21)。稳定函数也满足
对于所有ℜ(z)≤0,如果|R(z)|≤1,则Runge-Kutta方法(21)称为A-stable。我们将稳定性函数表示为两个多项式的比值
并将E-多项式定义为E(y)=D(iy)D(−iy)−N(iy。
引理2.3([6])。具有稳定函数R(z)=N(z)=D(z)的Runge-Kutta方法是A-稳定的当且仅当
(a) R(z)的所有极点(即D的所有零点)都在正半平面上,并且
(b) 对于所有实y,E(y)≥0。
定理2.4。对应于LGRCM(9)-(10)的Runge-Kutta方法(21)对于N=1和N=2是A-稳定的。
证明。对于N=1,N(z)=和D(z)=。D(z)的零点为。E(y)=任何实y。从引理2.3可以看出,1阶段Runge-Kutta方法(21)是A-稳定的。□
对于N=2。D(z)的零点是z1=2+和z2=2-,它们位于正半平面中。同时,E(y)=任何实y。从引理2.3可以看出,两阶段Runge-Kutta方法(21)是A-稳定的。
对于N≥3,很难通过直接计算det和det来获得R(z)的表达式并检查R(z)在正半平面上是否没有极点。为了克服这些困难,我们将R(z)的显式表达式用于Nörsett[16]给出的配置方法,并遵循Wright[21]中Routh-Hurwitz算法的公式。
引理2.5([16,21])。基于点的配点法的稳定性函数由下式给出
其中M(t)=,CN为常数。
根据施工情况,
引理2.6([21])。多项式的零点位于负半平面当且仅当所有系数具有相同的符号时,其中
为了应用RH算法[21]并重新组织系数,我们应用了映射。因此,我们将使用的稳定性函数的另一种形式是
将引理2.3中的条件(a)转化为R⋆(z)在正半平面上没有极点。
定理2.7。对应于LGRCM(9)-(10)的Runge-Kutta方法(21)对于N=3,4,5不具有A-稳定性。
证明。对于N=3,我们通过引理2.5获得
根据RH算法,利用R⋆(z)的多项式分母系数的表达式,我们得到了。所有这些项都有正号。因此,R⋆(z)在正半平面上没有极点。经过一些计算,我们得到E(y)=−420y4+60y6,对于某些实y为负。从引理2.3可以看出,对应于LGRCM(9)-(10)的三阶段Runge-Kutta方法(21)不是A-稳定的。
对于N=4,我们通过引理2.5获得了稳定性函数
和
遵循RH算法并使用R⋆(z)的多项式分母系数的表达式,我们可以验证R \8902;(z)在正半平面上没有极点。然而,经过一些计算,我们得到E(y)=−2688y6+96y8,对于某些实y为负数。从引理2.3可以看出,对应于LGRCM(9)-(10)的四阶段Runge-Kutta方法(21)不是A-稳定的。
对于N=5,我们通过引理2.5获得了稳定性函数
和
根据RH算法,利用R⋆(z)的多项式分母系数的表达式,我们可以验证R \8902;(z)在正半平面上没有极点。然而,经过一些计算,我们得到E(y)=140y10−10080y8+73920y6,对于某些实y为负数。从引理2.3可以看出,对应于LGRCM(9)-(10)的五阶段Runge-Kutta方法(21)不是A-稳定的。□
猜想。根据上述结果,我们可以推测对应于LGRCM(9)-(10)的Runge-Kutta方法(21)对于N≥3是不A稳定的。
引入Runge-Kutta方法的代数稳定性概念,并引用配置方法代数稳定性的一个充分必要条件。Runge-Kutta方法是代数稳定的,如果i=1,2,。。。,N、 如果矩阵M由
是正半定的。
引理2.8([6])。N级代数稳定配置Runge-Kutta方法的阶数必须至少为2N−1。
定理2.9。对应于LGRCM(9)-(10)的Runge-Kutta方法(21)对于N=1是代数稳定的,对于N>1是不代数稳定的。
证明。N=1的代数稳定性来自定义2.4,N>1的代数稳定性则来自引理2.8和定理2.2。□
3.LGCM与高斯方法的等价性
在本节中,我们验证了LGCM和高斯方法的等价性。
3.1. 简要回顾。与LGRCM不同的是,Guo和Wang[11]提出了对配点解的扩展,并且将由表示的配点作为[0,t]上移位的勒让德正交多项式LN(t)的零点。
表示
哪里
Guo和Wang[11]提出的数值方案LGCM为
3.2. 等效性。我们现在将LGCM(22)-(23)重写为Runge-Kutta方法。表示。与第2节中的先前分析类似,我们得出
表示
LGCM(22)-(23)可以重写为N级Runge-Kutta方法,步长为T
为了断言LGCM(22)-(23)等价于高斯方法,我们需要以下结果来证明其对应的Runge-Kutta方法(26)是2N阶的。
引理3.1([6])。N阶Runge-Kutta方法(26)具有2N阶当且仅当其系数满足
(a) 节点是LN(t)的零点,
(b) 满足b(N),
(c) ,i,j=1,2,。。。,N、 满足C(N)。
定理3.2。LGCM(22)-(23)相当于高斯方法。
证明。根据LGCM(22)-(23)的构造,节点是LN(t)的零,因此(a)成立。从(24)开始,C(N)的可逆性得到满足,因此(C)成立。最后,由(25)可知B(N)满足,因此(B)也成立。由引理3.1可知,LGCM(22)-(23)等价于高斯方法。□
我们可以从等价结果中得到以下推论。
推论3.3。LGCM(22)-(23)是A-稳定的和代数y稳定的。
4.数值实验
我们进行了一些数值实验来说明LGRCM的准确性和稳定性,并将LGCM与高斯方法进行了比较。
示例4.1。考虑以下初值问题[20]
精确解是u(t)=+sin 10πt。
在图1中,我们绘制了不同N和步长T的LGRCM的Δ值,其中Δ=表示终点T=1处数值解的正确位数。我们观察到理论收敛阶和数值收敛阶之间的密切一致。
图1。N=1,2,3的LGRCM的全局误差。
示例4.2。通过以下初值问题测试LGRCM的A-稳定性
图2绘制了不同N步长的LGRCM生成的数值解。当N=2时,LGRCM生成的数值解趋于零。然而,当N=3,4时,LGRCM产生的数值解并不趋于零,这表明它们不是A-稳定的。
图2。采用LGRCM对N=2,3,4进行数值求解。
例4.3。考虑以下初值问题[11]
精确解u(t)=+5 sin 2t随着t→∞振荡并增长到无穷大。
LGCM和高斯方法在不同N,T下的一步误差如图4所示。我们观察到,尽管存在舍入误差的影响,但这两种方法的性能都非常好,并且相似,这证实了我们的理论结果。
图3。不同N的LGCM和高斯方法的全局误差。