Differenciálegyenletek numerikus megoldása

Átírás

1 Eötvös Loránd Tudományegyetem Természettudományi Kar Somogyi Crescencia Kornélia Differenciálegyenletek numerikus megoldása BSc szakdolgozat Témavezet : Dr. Kovács Sándor Numerikus Analízis Tanszék Budapest, 2014

2 Köszönetnyilvánítás Szeretnék köszönetet mondani témavezet mnek, Kovács Sándornak, aki tanácsaival és útmutatásával segített ezen szakdolgozat elkészítésében. Köszönettel tartozom továbbá családomnak és barátaimnak a rengeteg hasznos tanácsért és bíztatásukért. Budapest, május 27. Somogyi Crescencia 1

3 Tartalomjegyzék 1. Alapfogalmak 4 2. Numerikus módszerek 8 3. Nemstandard módszerek Az egzakt módszerek Az egzakt módszer meghatározása A nemstandard módszerek szabályai Egyensúlyi pontok viselkedése Egyenletek és megoldásuk a különböz módszerekkel A radioaktív bomlási egyenlet Megoldás az explicit Euler-módszerrel Megoldás az implicit Euler-módszerrel Megoldás a módosított expicit Euler-módszerrel Megoldás az egzakt módszerrel Megoldás a normált egzakt módszerrel A logisztikus egyenlet Megoldás az explicit Euler-módszerrel Megoldás a módosított explicit Euler-módszerrel Megoldás a centrális Euler-módszerrel Megoldás a módosított centrális Euler-módszerrel Megoldás az egzakt módszerrel Megoldás a normált egzakt módszerrel

4 Bevezetés A dierenciálegyenletek nem csak a matematikában, hanem számos másik tudományágban, köztük a biológiában, zikában, közgazdaságtanban is fontos szerepet töltenek be. Amikor nem ismerjük az általános megoldást, és annak mégis egy adott pontbeli értékét keressük, azt numerikus módszerekkel közelítjük. Az egyes módszerek közötti apró különbségek a kapott közelít megoldásban már jelent s eltérésekhez vezethetnek - mind a konvergencia, mind pedig a konzisztencia rendjét vizsgálva. Mivel általánosan legjobb módszer nem létezik, így az egyes feladatok esetén külön-külön kell választanunk a lehet ségek közül. A választás nehézségén segíthetnek például Mickens szabályai, amelyeket konkrét feladatok és a rájuk alkalmazott numerikus módszerek vizsgálatakor állapított meg. Ezek nem javasolnak konkrét módszert, azonban segítenek kisz rni, hogy milyen tulajdonságokkal bírót válasszunk az egyes egyenletekhez. A szakdolgozatom célja, hogy bemutassak néhányat a leggyakrabban alkalmazott numerikus módszerek közül, deniáljam az egzakt módszerek fogalmát és Mickens nemstandard módszereit. Ezeket két konkrét dierenciálegyenletre fogom alkalmazni, azonos paraméterekkel, így szemléltetve a köztük el forduló különbségeket. A kapott eredményeket pedig a MATLAB segítségével illusztrálom majd. 3

5 1. Alapfogalmak Egy dierenciálegyenlet numerikus megoldása az eredeti, analitikus megoldással ellentétben csak véges sok pontban állítja el a megoldást. Nagyon sokféle numerikus módszer 1 létezik, és ezek általában különböz megoldásokhoz vezetnek minket. A megoldások különböz sége természetesen nem csak a formájukban, hanem tulajdonságaikban is megmutatkozhat. Ebben a szakdolgozatban alapvet en azzal foglalkozunk, hogy hogyan találhatnánk elég jó, vagy legalábbis bizonyos elvárásoknak megfelel módszert. El ször természetesen szükségünk van ehhez a dierenciálegyenlet és a hozzá tartozó megoldás deníciójára, hogy lássuk pontosan mit is keresünk Deníció. Legyen D R R n összefügg nyílt halmaz, f : D R folytonos függvény és (t 0, y 0 ) D. Ha az I R nyílt intervallumra és az y : I R n dierenciálható függvényre teljesül, hogy 1. (t, y(t)) D minden t I esetén, 2. y (t) = f(t, y(t)) minden t I esetén, 3. y(t 0 ) = y 0 akkor az y függvényt az I intervallumon a f jobbooldalú explicit els rend közönséges dierenciálegyenlet(rendszer) megoldásának nevezzük az y(t 0 ) = y 0 kezdeti feltétel mellett Deníció. (Numerikus módszer 1 ) Numerikus módszernek nevezzük azt az eljárást, amely a dierenciálegyenlet megoldását véges sok pontban állítja el. A numerikus módszert k lépéses (k N) módszernek nevezzük, ha az y megoldás az t n pontbeli közelít y n értéket az y n k, y n k+1,..., y n 1 értékekb l állítja el. Legyen 0 < h = 1 és t N n = h n (n = 0, 1,... N, N N) (ha t 0 adott és t 0 0, akkor t n = t 0 + n h). Ekkor az y 0 = y(t 0 ) kezdeti érték mellett y n az y(t n ) pontos megoldás t n pontbeli közelítése. 1 Ugyan numerikus módszereket a matematika más területein is alkalmazunk, ebben a szakdolgozatban a dierenciálegyenletek megoldására alkalmazható numerikus módszereket értjük ezen kifejezés alatt. 4

6 1.3. Megjegyzés. A továbbiakban az általános [a; b] intervallum helyett a deníciókban a [0; 1] intervallumot használjuk, mert lineáris transzformációval a kapott eredmények mindegyike átvihet az általános esetre, így a kapott eredményeket nem befolyásolja. Ilyen módszerek például az Euler-módszerek, amiket a következ fejezetben elemzünk, el bb még azonban megvizsgáljuk, hogy milyen fontosabb tulajdonságai lehetnek egy-egy ilyen módszernek. Nagyon fontos tulajdonságuk, hogy az általuk generált megoldás mennyire közelíti az eredeti megoldást. Ezt a generált megoldás hibájával mérjük: a lokális, illetve a globális hibájával. A lokális hibája azt mutatja meg, hogy egy lépés alatt mekkora hiba keletkezik, ha a pontos megoldásból indultunk, míg a globális hiba a több lépés alatt felhalmozódott hiba nagyságát jelenti, szintén a pontos megoldásból indulva. Megállapításuknál a módszer konvergenciájából illetve konzisztenciájából számolunk. A fent említett fogalmakat a következ képpen deniáljuk formálisan: 1.4. Deníció. (Lokális hiba) A numerikus módszer lokális hibája a módszerrel egy lépés alatt elkövetett hiba, ha pontos értékb l indulunk. Azaz ha h = 1 és t N i = i h, akkor minden i = 0, 1,..., N-re a g i+1 = y(t i+1 ) y i+1 értéket a módszer t i+1 pontbeli lokális hibájának nevezzük, feltéve hogy y i = y(t i ). Ennek h-szerinti, nagyságrendi becslése a konzisztencia: 1.5. Deníció. (p-ed rend konzisztencia) Ha létezik p 1 egész úgy, hogy minden (i = 1,..., N)-re g i M h p+1 akkor azt mondjuk, hogy a módszer p-ed rendben konzisztens Deníció. (Globális hiba) A numerikus módszer globális hibája a módszerrel több lépés után felhalmozódó hiba. Ha h = 1 és t N i = i h akkor minden i = 1,..., N-re az e i = y(t i ) y i értéket a módszer t i pontbeli globális hibájának nevezzük, feltéve, hogy y 0 = y(t 0 ). 5

7 Ennek (h-szerinti) nagyságrendi becslése a módszer konvergenciája: 1.7. Deníció. (p-ed rendbeli konvergencia) Egy módszer p-ed rendben konvergens, ha a fentiek mellett létezik olyan M R +, ami független h-tól és i-t l, és teljesül. e i M h p 1.8. Megjegyzés. A konvergenciát szokás máshogy is deniálni: Azt mondjuk, hogy egy módszer konvergens, ha az intervallum minden pontjában konvergens. (Emlékeztet ül: az intervallum t pontjában akkor konvergens, ha h = t n, t n = t és lim n y n = y(t n ).) Ebb l pedig szintén felírható a p-ed rendbeli konvergencia fogalma. A lokális és globális hibák segítségével meg tudjuk állapítani, hogy a módszerünk stabil-e: 1.9. Deníció. (Stabilitás) Azt mondjuk, hogy egy numerikus módszer stabil, ha létezik K > 0 konstans úgy, hogy minden i = 1,..., N-re i e i K ( e 0 + g j ). Vagyis a globális hiba felülr l becsülhet a lokális hibák összegével. Ez természetesen feladatonként változik, mindig a konkrét feladatra kell felírni, ugyanis a lokális illetve globális hiba nagysága is függ az adott egyenlett l. Befejezésül álljon itt még egy fontos összefüggés, amire a kés bbiekben szükségünk lesz: Tétel. Ha egy numerikus módszer p-ed rendben konzisztens és stabil, akkor a módszer p-ed rendben konvergens is. Bizonyítás. A t = 0 pontban a tulajdonság triviálisan teljesül. Ha t (0; 1] valamint h és n olyanok, hogy h = t és így minden n-re t n n = t,akkor a globális hiba képletét felírva ( ) ( n n ) e n K e 0 + g j K c h p+1 (1) j=1 j=1 j=1 K c n h p+1 = K c (n h) h p (2) (K c) h p. (3) 6

8 Mivel c és K is konstansok és így a szorzatuk is konstans, ezért ez pontosan a p-ed rendbeli konvergenciát jelenti. A következ fejezetben ezen fogalmakat felhasználva mutatjuk be az egyik legismertebb és leggyakrabban alkalmazott numerikus módszert, az explicit Euler-módszert. 7

9 2. Numerikus módszerek Talán az egyik legismertebb numerikus módszercsalád az Euler nevét visel Eulermódszerek családja. A nevük nem véletlenül hasonló: az alakjukban alapvet en csak indexbeli különbségek vannak, ezek azonban, mint kés bb látni fogjuk, igen jelent s különbségekhez vezethetnek a kapott eredményekben. Az alakjuk a pontbeli dierenciahányados fogalmára vezethet vissza: dy dt (t y(t 0 + h) y(t 0 ) 0) = lim h 0 h Ennek a kifejezésnek az (5) pontban vett átalakításával kapjuk az explicit Eulermódszert, a (7) átalakításával pedig az implicit Euler-módszert. A numerikus módszereknél véges sok pontban értelmezzük a függvényeket. Ezek a pontok itt most az t 0, t 1,..., t n pontok, az ezen pontokon felvett értékeket pedig nevezzük y 0, y 1,..., y n -nek amik rendre az y(t 0 ), y(t 1 ),..., y(t n ) pontokhoz tartozó közelít értékeket jelölik. i-edik pontban: Ekkor a fenti dierenciahányados a következ képpen közelíthet az dy dt (t y(t i + h) y(t i ) i) = lim h 0 h (4) y(t i+1 ) y(t i ) h y i+1 y i h (5) Amikor az explicit Euler-módszert alkalmazzuk, ez a kifejezés kerül a dierenciál- (vagy így már dierencia-) egyenlet bal oldalára. Az egyes Euler-, illetve numerikus módszerek közötti alapvet különbség, hogy a jobb oldalon található kifejezésekbe az t i milyen függvényét helyettesítjük. Az explicit Euler-módszer alakja y i+1 y i h = f(t i, y i ), (6) míg az implicité y i+1 y i h = f(t i+1, y i+1 ). (7) Vegyük észre, hogy a nevük nem véletlen, hiszen y i+1 illetve implicit a két felírt kifejezés. függvényében valóban explicit 8

10 A kétlépéses módszerek között is találunk Euler-módszert, például a centrális Eulermódszert: y i+1 y i 1 2 h = f(t i, y i ). (8) A centrális módszer hátránya, hogy a fentiekkel szemben nem elég egyetlen kezdeti érték, hiszen y(t 0 ) = y 0 mellett y 1 ismeretére is szükségünk van. Ezt természetesen kiszámolhatjuk egy másik módszerrel is y 0 -ból, amire általában a y 1 = y 0 +h y 0 (1 y 0 ) képletet használjuk ([2]) Megjegyzés. A második derivált numerikus közelítésére is adhatunk képletet, így nem kell kétszer helyettesítenünk. Ennek egy lehetséges és sokszor használt formája ([2]): d 2 y dt 2 y k+1 2y k + y k 1 h 2 (9) A centrális Euler-módszerhez hasonlóan ez is kétlépéses módszert eredményez. Vizsgáljuk itt most meg az explicit-módszert kicsit részletesebben. A módszer konzisztenciájáról a következ állítást tudjuk megfogalmazni: 2.2. Tétel. Az explicit Euler-módszer els rendben konzisztens. Bizonyítás. Induljunk ki a lokális hiba képletéb l, amit az explicit módszerre alkalmazva alakítsunk át a következ képpen: g k = y(t k ) y k (10) Használjuk fel, hogy y k 1 = y(t k 1 ) és y k = y k 1 + h f(t k 1, y k 1 ). g k = y(t k ) [y k 1 + h f(t k 1, y k 1 )] (11) g k = y(t k ) y(t k 1 ) h f(t k 1, y(t k 1 )) (12) g k = h y(t k) y(t k 1 ) h h y (t k 1 ) (13) Ha elhagyjuk h-t akkor csak felülr l becsülünk (0 < h < 1) g k y(t k ) y(t k 1 ) y (t k 1 ) h = y (ψ k 1 ) y (t k 1 ) (14) 9

11 ahol t k 1 < ψ k 1 < t k (felhasználva a Lagrange-középértéktételt 2 ). Most b vítsük a törtet a következ képpen: és használjuk ismét a tételt: y (ψ k 1 ) y (t k 1 ) = y (ψ k 1 ) y (t k 1 ) ψ k 1 t k 1 y (ψ k 1 ) y (t k 1 ) ψ k 1 t k 1 Itt h-val felülr l becsülhetjük az ψ k 1 t k 1 kifejezést így ψ k 1 t k 1 (15) ψ k 1 t k 1 = y (ψ k 1) ψ k 1 t k 1. (16) y (ψ k) ψ k 1 t k 1 y max h, (17) amib l az következik, hogy a módszer els rendben konzisztens. Vizsgáljuk meg a konvergenciáját is: 2.3. Tétel. Az explicit Euler-módszer els rendben konvergens. Bizonyítás. Rendezzük át el ször a lokális hiba képletét a következ képpen: y(t k+1 ) = y(t k ) + h f(t k, y(t k )) + h g k (18) Maga a módszer hasonló alakban: y k+1 = y k + h f(t k, y k ) (19) e k+1 = e k + h (f(t k, y(t k )) f(t k, y k )) + h g k (20) Vegyük minden tagnak az abszolút értékét: e k+1 e k + h (f(t k ), y(t k )) f(t k, y k ) + h g k (21) Legyen L az f-hez tartozó Lipschitz-konstans 3. Ekkor teljesül a következ : (f(t k ), y(t k )) f(t k, y k ) L y(t k ) y k = L e k, (22) 2 A Lagrange-középértéktétel: tegyük fel, hogy f folytonos az [a; b] intervallumon és dierenciálható az (a, b) intervallumon. Ekkor létezik olyan a < c < b szám, amelyre igaz, hogy f (c) = f(b) f(a) b a. Mivel ezek a feltételek teljesülnek, használhatjuk a tételt b = t k, a = t k 1 és c = ψ k 1 helyettesítéssel. 10

12 amit felhasználva (21)-nél a következ t kapjuk: e k+1 e k + h L e k + h g k (23) e k (1 + h L) e k 1 + h g k 1 (24) (1 + h L) 2 e k 2 + h ((1 + h L) g k 2 + g k 3 )... (25) (1 + h L) k e 0 + h ((1 + h L) k 1 g 0 + (1 + h L) k 2 g g k 1 ) (26) Ha a második zárójeles kifejezésben az egyre csökken hatványkitev k helyett mindenhol a k-adik hatványt vesszük, akkor ezzel csak felülr l becsüljük a jobb oldalt. e k (1 + h L) k e 0 + h (1 + h L) k ( g 0 + g g k 1 ) = (27) ] k 1 = (1 + h L) [ e k 0 + g r (28) A kiemelt szorzótényez t felülr l becsülhetjük egy konstans c számmal 4. (1 + h L) k e k h L = e tk L e L c (29) r=0 Ezt felhasználva: [ ] k 1 e k c e 0 + h g r (30) r=0 c 0 [ e 0 + h h k] = c 1 [ e 0 + h] = O(h), (31) ami pont azt jelenti, hogy a módszer els rendben konvergens is és éppen ezt akartuk bizonyítani. Miután megvizsgáltuk az explicit Euler-módszert, megállapíthatjuk, hogy ugyan els rendben konvergens és konzisztens is, de ez nem feltétlenül elég minden probléma megoldásánál. Nem beszéltünk a stabilitásról, ami az egyes feladatoknál külön-külön értelmezend, de ahogyan azt kés bb láthatjuk, ez a h lépésköz méretét l függ en fog változni. Alapvet kérdés továbbá egy numerikus módszer vizsgálatánál, hogy az esetleges egyensúlyi pontokban a (nem feltétlenül létez ) analitikus megoldáshoz képest hogyan 3 A függvény Lipschitz-tulajdonsága a feladat kit zéséb l következik. 4 Ugyanis (1 + t) e t, feltéve, hogy t > 0 és itt h L > 0. 11

13 viselkedik a generált megoldásunk. Ez szintén az egyes feladatoktól függ, de ahogyan azt a negyedik fejezetben láthatjuk, sem az explicit, sem pedig az implicit Euler-módszer nem biztosítja feltétlenül az egyensúlyi pontok stabilitási tulajdonságainak korrektségét. Mindezeken a problémákon próbálunk meg segíteni a következ fejezetben úgy, hogy az egzakt és nemstandard módszerek fogalmát bevezetjük, majd azokból kiindulva megmutatjuk, hogy tetsz leges numerikus módszer esetén korrekt stabilitási tulajdonságokat érhetünk el a közelítés által adott megoldás egyensúlyi pontjaiban, méghozzá egy módosítás segítségével. 12

14 3. Nemstandard módszerek Az el z fejezetben megismerkedtünk néhány standard numerikus módszerrel és azok speciális tulajdonságaival. A következ fejezetben azt is láthatjuk majd, hogy ezek a módszerek nem közelítenek elég jól, vagyis csak bizonyos feltételek, megfelel nagyságú lépésközök mellett adnak elég pontos megoldást, azonban megfelel en módosítva ket mégis kaphatunk egész jó megoldásokat. Ebben a fejezetben megvizsgáljuk Ronald E. Mickens [1] nemstandard numerikus módszereit és az ahhoz kapcsolódó szabályokat, amik segíthetnek a standard módszerek választásánál illetve megfelel módosításánal is. El ször is elevenítsük fel a paraméteres dierenciálegyenlet denícióját. Legyen y = f (id, y, λ), ahol λ egy n dimenziós paramétervektor. Az általánosan alkalmazott pontbeli dierencia deníciójának erre vonatkozó eredeti egyenlete: dy dt = lim y[t + ψ 1 (h)] y(t) h 0 ψ 2 (h) (32) ahol ψ i (h) = h + O(h 2 ), i {1, 2}. (33) Vagyis az eddig látottakkal ellentétben itt nem h van a nevez ben illetve a számlálóbeli pontoknál sem, hanem annak egy-egy, a (33) eleget tev függvénye. A korábban tárgyalt numerikus módszereknél használt képletünket ez alapján átírva a következ t kapjuk: y y k+1 y k ϕ(h, λ). Itt a nevez beli ϕ függvényre továbbra is teljesül (33) Megjegyzés. Ha h 0 akkor az ilyen tulajdonsággal bíró függvények mindegyike a szokásos dierenciahányadoshoz tart, azaz teljesül, hogy: dy dt = lim y[t + ψ 1 (h)] y(t) h 0 ψ 2 (h) y(t + h) y(t) = lim. h 0 h 13

15 Néhány példa ilyen pszí-függvényekre: { ψ id, (h sin(h)), (h e h 1), (h 1 e h ), (h 1 )} e λ h λ 3.2. Megjegyzés. Bár a módszer más egyenletekre is használható, a továbbiakban csak els rend, közönséges dierenciálegyenletekkel foglalkozunk Az egzakt módszerek Tekintsük az általános els rend közönséges dierenciálegyenlethez tartozó kezdetiérték problémát, illetve továbbra is annak paraméteres verzióját: y = f (id, y, λ) (34) y(t 0 ) = y 0, (35) Tegyük fel, hogy f(t, y, λ)-nak létezik egyértelm megoldása a 0 t < T intervallumon, valamint λ [λ 1, λ 2 ]. Tudjuk, hogy a megoldás y(t) = ψ(λ, y 0, t 0, t) alakú, ahol y 0 = ψ(λ, y 0, t 0, t 0 ). Ekkor az y 0 = y(0) kezdeti érték és t k = h k mellett az y k+1 = g(λ, h, y k, t k ) alakú numerikus módszer által generált megoldást jelölje a következ : y k = ψ h (λ, y 0, t 0, t k ), amelyre természetesen (36) y 0 = ψ h (λ, y 0, t 0, t 0 ) = ψ(λ, y 0, t 0, t 0 ). (37) 3.3. Megjegyzés. Fontos, hogy a továbbiakban is feltesszük a megoldás létezését. Mickens az egzakt módszerek vizsgálatához a következ fogalmakat és állításokat fogalmazza meg: 3.4. Deníció. (Általános megoldások azonossága) Azt mondjuk hogy a kezdeti érték feladatnak és a rá alkalmazott numerikus módszernek azonos az általános megoldása pontosan akkor, ha y k = y(t k ) tetsz leges h konstans lépésközre Deníció. (Egzakt módszer) Egzakt dierencia-módszernek nevezünk egy olyan módszert, amelynek a megoldása azonos az eredeti dierenciálegyenlet általános megoldásával. 14

16 3.6. Tétel. (A dierenciálegyenlethez tartozó egzakt módszer) Legyen y = f (id, y, λ), és y(t 0 ) = y 0. Ekkor a dierenciálegyenlethez tartozó egzakt numerikus módszer a következ alakú: y k+1 = ψ(λ, y k, t k, t k+1 ), ahol ψ a (36) és a (37) helyeken megadott tulajdonságú. Bizonyítás. A megoldások csoport-tulajdonságai miatt y(t + h) = ψ(λ, y(t), t, t + h). Itt a t t k és a y(t) y k helyettesítéseket elvégezve az y k+1 = ψ(λ, y k, t k, t k+1 ) egyenletet kapjuk, ennek pedig pontosan az a megoldása, mint az eredeti y = f (id, y, λ) egyenletnek. Ezzel gyakorlatilag annyit tettünk, hogy minden lépésnél az el z pontot (és az abban felvett pontos értéket) vettük kezdeti értéknek. A tétel könnyen általánosítható több, els rend közönséges dierenciálegyenletb l álló rendszerre is. Ha a megoldás mindig létezik, még T = esetén is, akkor y k+1 = ψ(λ, y k, t k, t k+1 ) igaz minden h-ra és minden t-re. (Különben csak akkor, ha y k+1 = ψ(λ, y k, t k, t k+1 ) jobb oldala értelmezve van.)[1] A f következménye a tételnek, hogy az egzakt módszer megoldása pontosan megegyezik a dierenciálegyenlet megoldásával a számított pontokban, tetsz leges, de állandó h lépésközre. Fontos megjegyeznünk, hogy ez csak egy egzisztencia-tétel, azaz ha a dierenciálegyenletnek létezik megoldása, akkor az egzakt módszer is létezik. Ezt el is tudjuk állítani, ha a megoldás ismert. Egy általános dierenciálegyenlet esetén azonban, aminek a megoldását esetleg nem ismerjük, nem tudjuk hogyan gyártsunk egzakt módszert. Felmerül a kérdés tehát, hogy mégis hogyan érdemes próbálkoznunk. 15

17 3.2. Az egzakt módszer meghatározása A következ determináns kiszámításával bizonyíthatóan egy egzakt numerikus módszert kapunk a kit zött egyenletre ([1]). Itt használjuk fel, hogy ismernünk kell a dierenciálegyenlet összes megoldását, hiszen láthatóan azokból számoljuk ki az egzakt módszert. Legyen y (i) (t), i = 1,..., N lineárisan független függvények halmaza 5. Ekkor tudunk olyan N-ed rend lineáris dierenciálegyenletet el állítani, aminek a megfelel diszkrét függvények: y (k) j adja meg: = y (k) (t j ) a megoldásai. A szükséges egyenletet a következ determináns y k y (1) k y (N) k y k+1 y (1) k+1 y (N) k y k+n y (1) k+n y(n) k+n = 0 A követket fejezetben bemutatjuk ennek a módszernek a m ködését is, méghozzá a radioaktív bomlási egyenleten. A módszerr l meg kell még jegyeznünk, hogy csak lineáris dierenciálegyenleteknél m ködik. A nemlináris egyenletekre vonatkozó egzakt módszerek meghatározásához a 3.6 tételhez fordulunk. Ezt a következ három lépésen keresztül valósítjuk meg: 1. Vegyük a következ Y = F (id, Y, λ) (38) Y (t 0 ) = Y 0 (39) N db els rend dierenciálegyenletb l álló rendszert, aminek N dimenziós oszlopvektorainak i-edik komponense: (Y ) i = y (i) (t), ez alapján pedig (40) (F ) i = f (i) [y (1), y (2),..., y (N) ; t, λ]. (41) 5 Figyelem! A jelölés megegyezik az y függvény i-edik deriváltjával, de ebben a fejezetben átmenetileg az i-edik függvényt jelenti. Azért van erre szükség, mert az alsó indexet másra használjuk és így mégis átláthatóbb lesz. 16

18 2. Most használjuk fel, hogy ezen rendszer általános megoldásának alakja: Y (t) = ψ(λ, Y 0, t 0, t) ahol (Y ) i = y (i) (t) = ψ (i) [λ, y (1) 0, y (2) 0,..., y (N) 0, t 0, t] 3. Végül végezzük el a következ helyettesítéseket: y(t) y k+1 y 0 = y(t 0 ) y k t 0 t k t t k+1 Az így kapott egyenletet rendezve egzakt numerikus módszert kapunk. Ez azt jelenti, hogy ha ismerjük a megoldást (aminek feltétele az is, hogy ez a megoldás, vagy megoldások létezzenek), akkor tudunk egzakt módszert készíteni A nemstandard módszerek szabályai Megállapítottuk, hogy hogyan tudunk ilyen egzakt módszer készíteni a már ismert megoldás alapján. Azonban ezek a módszerek még mindig csak a dierenciaegyenlet egyik oldalát határozzák meg. Arról, hogy a másik oldalon milyen összefüggéseivel helyettesítsünk az egyes y k -knak, vagyis hogy pontosan melyik pontbeli értékeket vegyük, még nem mondtunk semmit. Ahogy ez az implicit és explicit módszerek közötti különbségnél is látszott, ez egyáltalán nem mindegy. A vizsgálatai során Mickens a következ megállapításokhoz jutott ezzel kapcsolatban, amiket a fontosságuk miatt a továbbiakban szabályoknak nevezünk. A szabályok 1. A használt numerikus módszer rendjének meg kell egyeznie a vizsgált dierenciálegyenlet rendjével A nevez beli függvény általában a lépésköznek egy bonyolultabb függvénye. 17

19 3. A nemlineárisan tagokat általában nemlokálisan kell kifejezni. 4. A dierenciálegyenlet speciális megoldásainak a numerikus módszer esetén is speciális megoldásoknak kell megfelelniük. 5. A numerikus módszernek nem lehet olyan megoldása, ami nem felel meg egyetlen eredeti megoldásnak sem. Ugyan még mindig nem egyértelm, hogy pontosan melyik módszert válasszuk, de ezek a szabályok igen nagy segítséget nyújthatnak. Néhány példa az egzakt módszerekre [4]: Dierenciálegyenlet Standard módszer Egzakt módszer y = λ y y = y 2 y = λ 1 y λ 2 y 2 y = y 3 y k+1 y k h y k+1 y k y = λ y k+1 y k h k ( ) 1 e λ h = λ y k y k+1 y k h = y 2 k = λ 1 y k λ 2 y 2 k y k+1 y k h = y 3 k y k+1 y ( k e λ 1 h 1 h y k+1 y k h h y k+1 y k h = y k+1 y k ) = λ 1 y k λ 2 y k+1 y k ( ) = 2 yk+1 y k+1 +y k y k+1 yk 2 Látható, hogy mindegyik egzakt módszer kielégíti a nemstandard módszerek szabályait, a magasabb rend ek közül egyik sem közelít lokálisan és azt is meggyelhetjük, hogy minél bonyolultabb a dierenciálegyenlet amit közelítünk, az egzakt képlet is annál bonyolultabb lesz. Összesítve az eddigieket: az általános megoldás(ok) ismeretében tudunk egzakt módszert alkotni, a standard módszerekre alkalmazva a szabályokat pedig azokon is tudunk javítani. Amit még nem vizsgáltunk meg, az az egyensúlyi pontok viselkedése. Szeretnénk ezeken a szabályokon felül egy olyan módosítási lehet séget is bemutatni, amit standard módszerre alkalmazva javíthatjuk azt és az általa adott megoldás viselkedését az egyensúlyi pontokban és azok környékén. 6 A numerikus módszer rendje alatt a kifejezésben használt legmagasabb rend numerikus derivált rendjét értjük. 18

20 3.4. Egyensúlyi pontok viselkedése Bizonyítható, hogy a legtöbb numerikus instabilitás összefüggésben áll az egyensúlyi pontok viselkedésével (v.ö. Mickens[1]). Ha a numerikus módszer által generált megoldás nem megfelel en viselkedik ezekben a pontokban, akkor gyakran más hibák is származnak ebb l. Így most megnézzük, hogy hogyan lehetne ezen javítani. Mickens a következ t javasolja: próbáljuk meg a nevez beli ϕ függvényt valahogyan lenormálni, hátha így már a megfelel tulajdonságokat kapjuk. Standard módszerek esetén az csak egy konstans szorzó lesz, nemstandard módszerek esetén a ϕ függvényt is függ vé tesszük t le. A dierenciálegyenletet továbbra is a következ alakban kezeljük: y = f(y), továbbá feltesszük, hogy ennek zérushelyei egyszeresek. Jelölje az egyensúlyi pontok halmazát, azaz azoknak az y pontoknak a halmazát, ahol f(y) = 0 I = {y (i) i = 1,..., N {N { }}} és így legyen Ekkor azt mondjuk, hogy R i = df[y(i) ] dy és R = max i=1,...,i R i ha R i < 0 akkor az y(t) = y (i) egyensúlyi pont stabil, ha R i > 0 akkor az y(t) = y (i) egyensúlyi pont instabil. Ezen információkat felhasználva normáljuk a numerikus módszerünket a következ képpen: ahol ϕ-re továbbra is z > 0 mellett: y k+1 y k ( ϕ(h R ) R ) = f(y k ). ϕ(z) = z + O(z 2 ) és (42) 0 < ϕ(z) < 1. (43) 19

21 Az itt leírt normáló transzformáció meglep en jó tulajdonságokkal rendelkezik, err l Mickens a következ tételt fogalmazza meg: 3.7. Tétel. A (44) alakú numerikus módszer által generált megoldás a dierenciálegyenlet egyensúlyi pontjaiban pontosan ugyanolyan stabilitási tulajdonsággal rendelkezik, mint a vizsgált dierenciálegyenlet általános megoldása. y k+1 y k [ ϕ(h R ) R ] = f(y k ) (44) Bizonyítás. Vegyük az i-edik egyensúlyi pont közelítését a következ képpen: y k = y (i) + ɛ k. Ennek az ɛ k -nak a lineáris stabilitására vonatkozó egyenlet: Ezt rendezve ɛ k+1 -re: ɛ k+1 = ɛ k Vezessük vissza az iterációt ɛ 0 -ra. ɛ k+1 = ɛ 0 ɛ k+1 ɛ ] k = R i ɛ k [ ϕ(h R ) R [ 1 + [ 1 + ( Ri R ( Ri R ) ) ] ϕ(h R ) ] k ϕ(h R ) Ekkor két eset lehetséges az egyensúlyi pont stabilitása alapján: 1. Ha az egyensúlyi pont stabil, azaz R i < 0, akkor h > 0-ra: ( ) Ri 0 < 1 ϕ(h R ) < 1, R ahol ϕ(z) és ( R i R ( ) ) tulajdonságai alapján az yk = y (i) egyensúlyi pont a numerikus módszer szerint is stabil. 2. A másik lehet ség, hogy az egyensúlyi pont instabil, vagyis R i > 0, amib l h > 0 esetén 1 + ( Ri R ) ϕ(h R ) > 0, azaz szintén azt kaptuk, hogy az egyensúlyi pont instabil. 20

22 Ez azt jelenti, hogy mindkét esetben a megfelel stabilitási tulajdonságot kaptuk vissza. A tétel nagyon fontos következménye, hogy tudunk olyan numerikus módszert konstruálni közönséges autonóm els rend dierenciálegyenlet esetén, aminek használata semmilyen numerikus instabilitáshoz nem vezet, mivel az egyensúlyi pontokon az eredeti megoldásnak megfelel stabilitási tulajdonságokat adja. Ilyet a standard módszereknél nem láttunk sehol. A standard módszerek y y k+1 y k h alakja helyett a nemstandard lenormált módszer alakja: y y k+1 y [ ] k (45) ϕ(h R ) R 3.8. Megjegyzés. A nemstandard módszereknél a derivált helyére írt kifejezés is a deriválthoz tart, azaz y k+1 y lim [ ] k = y. (46) h 0 ϕ(h R ) k R h k=t A korábban említett tulajdonságok mellett ϕ tetsz leges lehet, azonban van egy különösen hasznos és egyszer formája, ami sok egzakt és nemstandard módszernél el kerül: ϕ(z) = 1 e z. Ennek segítségével módosítva a fent ismertetett általánosan használt standard módszereket megoldhatjuk az el forduló szuperstabilitási 7 problémákat, ami például az implicit Euler-módszerre jellemz. Az implicit módszer képlete ezzel a módosítással: y k+1 y k [ ϕ(h R ) R ] = f(y k+1 ), ami pedig a fenti tétel és annak bizonyítása miatt már elkerüli a szuperstabilitást. A következ fejezetben bemutatjuk az egyes módszerek m ködését, beleértve a korábbi fejezetben látott Euler-módszereket is. 7 Szuperstabilitás: a módszer minden egyensúlyi pontban stabil viselkedést mutat. 21

23 4. Egyenletek és megoldásuk a különböz módszerekkel A fent bemutatott módszereket és azok különbségeit szeretnénk most két konkrét dierenciálegyenlet segítségével bemutatni A radioaktív bomlási egyenlet Az els egyenlet, amin a numerikus módszereket vizsgáljuk, a radioaktív bomlási egyenlet: a radioaktív izotópok bomlásakor az izotópok számát az id függvényében ezzel az egyenlettel írják le. Az egyenlet alakja a következ : y (t) = y(t) (47) y(t 0 ) = y 0 (48) Ennek általános megoldása: y(t) = y 0 e (t t 0) (49) 4.1. Megjegyzés. Az egyenlet általánosabb formájában a jobb oldalon egy pozitív konstansszorzó is áll, ennek megoldása: y(t) = e λ t Megjegyzés. Látható, hogy ennek az egyetlen egyensúlyi pontja y = 0. Ezzel csak a normált egzakt módszernél fogunk foglalkozni, a többi alkalmazott módszernél alapvet en azt vizsgáljuk, hogy a kapott numerikus megoldásunk valóban az eredetihez konvergál-e. A kezdeti értékt l függ en, ha y 0 < 0 akkor a megoldás monoton n és konvergál a 0-hoz, ha pedig y 0 > 0 akkor monoton csökken és úgy konvergál a 0-hoz. (Ha y 0 =0, akkor a konstans 0 függvényt kapjuk.) A képek MATLAB-os el állításakor az y(0) = 1 kezdeti értékkel számolunk, így a második esetet láthatjuk majd mindenhol. Ezen az egyenleten vizsgáljuk el ször a fent bemutatott módszereket. 22

24 Megoldás az explicit Euler-módszerrel Erre az egyenletre az explicit forma a következ : y k+1 y k h = y k Átrendezve: y k+1 = y k (1 h) (50) y k = y k 1 (1 h) (51) y k+1 = y 0 (1 h) k+1. (52) Mivel y 0 adott, ennek viselkedése csak h-tól függ Pontos h=0,5 h=1 h=1,5 h=2 h=2, ábra. A radioaktív bomlási egyenlet megoldása az explicit Euler-módszerrel. Ahogy ezt az 1. ábrán is láthatjuk, az explicit Euler-módszer által adott megoldás jellemz i h függvényében: ha 0 < h < 1 a numerikus megoldás monoton konvergál a 0-hoz, ha h = 1 és k 1 akkor konstans 0-t kapunk, ha 1 < h < 2 akkor oszcillálva konvergál a 0-hoz, 23

25 h = 2 esetén állandó amplitúdóval oszcillálva divergál, míg h > 2 esetén pedig szintén oszcillálva divergál, de ezúttal növekv amplitúdóval. Ez azt jelenti, hogy a numerikus megoldás viselkedése csak 0 < h < 1 esetén felel meg az elvártnak, vagyis a lépésköz korlátozására van szükség, hogy a megoldásunk az eredetihez tartson Megoldás az implicit Euler-módszerrel Írjuk fel az ide vonatkozó implicit Euler-formulát. y k+1 y k h = y k+1 Ismét rendezzük át: y k+1 (1 + h) = y k (53) y k y k+1 = (54) 1 + h y 0 y k+1 = (55) (1 + h) k+1 Ez tetsz leges h lépésközre konvergálni fog a 0-hoz, ahogy ezt a 2. ábrán is láthatjuk Megoldás a módosított expicit Euler-módszerrel Mivel az explicit Euler-módszer alkalmazásakor azt kaptuk, hogy csak 0 < h < 1 lépésköz esetén konvergál megfelel tulajdonságokkal a 0-hoz, ezért kipróbáljuk annak egy módosított változatát, hátha az nagyobb lépésközre is m ködik. Ilyenkor természetesen nem a módszer formuláját módosítjuk, hanem a jobb oldalon álló kifejezést. Jelen esetben szimmetrikusra, így több y k értéket felhasználva. A megoldandó egyenlet tehát a következ : y k+1 y k h = y k+1 + y k 2 24

26 Pontos h=0,5 h= ábra. A radioaktív bomlási egyenlet megoldása az implicit Euler-módszerrel. Rendezzük át: 2 y k+1 2 y k = h y k+1 h y k (56) y k+1 (2 + h) = y k (2 h) (57) y k+1 = y k 2 h (58) 2 + h ( ) k+1 2 h y k+1 = y 0 (59) 2 + h Mivel tudjuk, hogy ezért ennek hatványozódása miatt: 2 h 2 + h < 1 0 < h < 2 lépésköz esetén a numerikus megoldás monoton csökken és a 0-hoz konvergál, míg h > 2 esetén oszcillálva konvergál a 0-hoz. Összefoglalva: a módosítás eredményeként már bármilyen h lépésközre konvergál a numerikus megoldásunk a 0-hoz, legfeljebb oszcillálni fog, ezt a 3. ábrán láthatjuk. 25

27 Pontos h=0,5 h=1,5 h=2, ábra. A radioaktív bomlási egyenlet megoldása a módosított explicit Euler-módszerrel Megoldás az egzakt módszerrel Lássuk most Mickens egzakt módszerét minderre. y k y (1) k y k+1 y (1) k+1 = 0 Ez itt a következ képpen alakítható: y k e λ h k y k+1 e λ h (k+1) = e λ h k y k 1 y k+1 e λ h = = e λ h k (y k e λ h y k+1 ) = 0 y k+1 = e λ h y k Ez a módszer természetesen teljesíti az egzakt módszerek tulajdonságait, így bármilyen h > 0 lépésközre a numerikus megoldás és az eredeti megoldás adott pontbeli értéke megyegyezik. A 4. ábrán ezt csak véges sok h-ra vizsgáltuk, de természetesen tetsz leges h > 0-ra m ködik. 26

28 Pontos h=0,5 h=1 h=1,5 h=2 h=2, ábra. A radioaktív bomlási egyenlet megoldása az egzakt módszerrel Megoldás a normált egzakt módszerrel Végül nézzük meg a normált egzakt módszerünket. y = λ y Ennek egyetlen egyensúlyi pontja y (1) = 0. Kiszámolva a hozzá tartozó R 1 = λ-t, azt kapjuk, hogy R = λ. Felhasználva a ϕ(z) = 1 e z korábban kiválasztott normáló avagy nevez beli függvényt a kapott nemstandard módszerünk: y k+1 y ( ) k = λ y k 1 e λ h λ Ezt rendezhetjük egy kicsit egyszer bb és egyben ismer sebb alakba: λ (y k+1 y k ) 1 e λ h = λy k (60) y k+1 y k = y l (1 e λ h ) (61) y k+1 = e λ h y k = y 0 e λ k h (62) 27

29 Vagyis visszakaptuk az eredeti, általános megoldás képletének numerikus formáját. Ez természetesen teljesíti az összes egzakt módszerekre vonatkozó tulajdonságot és egyben a nemstandard módszerek szabályainak is eleget tesz A logisztikus egyenlet Egy másik, sok problémát el hozó egyenlet az úgynevezett logisztikus dierenciálegyenlet. Ennek általános megoldása: y(t) = y = y (1 y) (63) y(t 0 ) = y 0 (64) y 0 y 0 + (1 y 0 ) e t (65) A viselkedés ahogyan a fentebbi bomlási egyenletnél, úgy itt is szintén függ y 0 értékét l. Ha y 0 < 0, akkor el ször monoton csökken -ig, majd egy szinguláris pont után monoton csökken en konvergál 0-hoz. Ha viszont y 0 > 0 akkor a megoldás monoton csökken en konvergál 1-hez. A dierenciálegyenlet szingularitási pontja: t = ln 1 + y 0 y 0 A beágyazott képeken mindenhol egységesen az y(0) = 0.6 kezdeti értékkel számolunk, így a szinguláris pont nem látszik, de alapvet en nem is ezt szeretnénk szemléltetni Megoldás az explicit Euler-módszerrel Mivel az egyenletben el fordul másodfokú kifejezése y-nak, ezért itt már két egyensúlyi pont viselkedését fogjuk vizsgálni. Azt szeretnénk, ha az általunk használt módszer egyensúlyi pontjai megegyeznének az eredeti egyensúlyi pontokkal, továbbá a stabilitási tulajdonságuk is. Az explicit módszer formulája erre az egyenletre a következ : y k+1 y k h = y k (1 y k ) (66) 28

30 A viselkedés vizsgálatához lineárisan közelítünk a két egyensúlyi pont körül, a nemlineáris tagokat elhagyjuk jobboldalról. y (0) = 0 y (1) = 1 y k = y (0) + ɛ k = ɛ k y k = y (1) + η k = 1 + η k ɛ k < 1 η k < 1 ɛ k ɛ k 1 (1+η ɛ k ) (1+η k 1 ) h k 1 h ɛ k = ɛ 0 (1 + h) k η k 1 η k = η 0 (1 h) k Ezek alapján y (0) bármilyen h > 0 esetén instabil, ami megegyezik az eredeti tulajdonságokkal, y (1) pedig 0 < h < 1-re stabil, 1 < h < 2-re stabil, azonban csökken amplitúdóval, de oszcillál míg h > 2 esetén instabil és növekv amplitúdóval oszciláll. A megoldás általános tulajdonságait ábrázoljuk különböz h lépésközökre az 5. ábrán Pontos h=0,5 h=1 h=1,5 h=2 h=2, ábra. A logisztikus egyenlet megoldása az explicit Euler-módszerrel. Láthatóan a kapott megoldás 0 < h < 1 lépésközre az eredetit követi, ennél nagyobb, 1 < h < 2-ra már oszcillálni kezd, míg végül oszcillálva divergál h 2-t l. 29

31 Összegezve: az explicit módszer által adott megoldás mind az egyensúlyi pontok viselkedését, mind pedig a konvergenciát tekintve csak 0 < h < 1 esetén egyezik meg az eredeti megoldáséval Megoldás a módosított explicit Euler-módszerrel Az egyenletre alkalmazott explicit Euler-módszert módosítsuk a következ képpen: y k+1 y k h = y k (1 y k+1 ) Ezt megoldani a változók cseréjével lehet: y k = 1 ω k Helyettesítsünk be: ( ) 1 ω k+1 ω k = h 1 + h 1 + h (67) ω k+1 = ω k + h 1 + h = (1 + h) 1 + ω k = 1 + ω k h 1 + h (68) ω k+1 = 1 + ω 0 1 (1 + h) k+1 (69) ω k = 1 + ω 0 1 (1 + h) k (70) A kezdetiérték feltétel alapján ω 0 = 1 y 0. Végül vegyük a (70) egyenletben mindkét oldal reciprokát: y k = y 0 1 (1+h) k Kicsit átláthatóbb formába rendezve pedig: y k = y 0 y 0 + (1 y 0 ) (1 + h) k Ahogy ezt a 6. ábrán is láthatjuk, ez már bármilyen h > 0-ra 0-hoz konvergál, így a módosításunk valóban segített. 30

32 Pontos h=0,5 0.7 h=1 h=1, h=2 h=2, ábra. A logisztikus egyenlet megoldása a módosított explicit Euler-módszerrel Megoldás a centrális Euler-módszerrel Az egyenletre alkalmazott centrális Euler-módszer alakja: y k+1 y k 1 2 h = y k (1 y k ) Mivel a módszerünk most egy kétlépéses módszer, y 1 -re is szükség van. Legyen tehát y 1 = y 0 + h y 0 (1 y 0 ). Ismét az egyensúlyi pontok vizsgálatával kezdünk. A két egyensúlyi pontunk továbbra is y k = y (0) = 0 és y k = y (1) = 1. Közelítsük ket ismét lineárisan, vagyis elhagyva a jobboldalról a nemlineáris tagokat. y (0) = 0 y (1) = 1 y k = y (0) + ɛ k y k = y (1) + η k ɛ k 1 η k 1 ɛ k+1 ɛ k 1 2 h = ɛ k η k+1 η k 1 2 h = η k ɛ k = A (r + ) k + B (r ) k η k = C (s + ) k + D (s ) k Itt A és B pici konstansok ahogyan C és D is. r ± (h) = h ± 1 + h 2 s ± (h) = h ± 1 + h 2 31

33 Ekkor tehát ɛ k els tagja exponenciális sebességgel n ni fog, második tagja (exponenciális sebességgel) csökken amplitúdóval oszcillálni, ami összegezve azt jelenti, hogy az egyensúlyi pont instabil a módszer szerint, ahogyan eredetileg is. A másik egyensúlyi pont, η k szintén két részb l áll, ezek viselkedése viszont: az els rész exponenciális sebességgel csökken, míg második része (exponenciális sebességgel) növekv amplitúdóval oszcillál. Eszerint a módszer szerint tehát mindkét egyensúlyi pont instabil. A módszer által generált megoldás viselkedése: tetsz leges 0 < y 0 < 1 kezdeti értékre y k el ször exponenciális sebességel n y (1) = 1 környezetéig, utána oszcillálni kezd (exponenciális sebességgel) növekv amplitúdóval, amíg a másik egyensúlyi pont közelébe ér, innen pedig ismét n 1-ig. Ez a minta periodikusan ismétl dik. Ezt láthatjuk a 7. ábrán. 2 Pontos h=0, ábra. A logisztikus egyenlet megoldása a centrális Euler-módszerrel Megoldás a módosított centrális Euler-módszerrel Kicsit módosítsuk a dierenciaegyenlet jobb oldalát: y k+1 y k 1 2 h Megint a változók cseréjével tudjuk megoldani: = y k 1 (1 y k+1 ) y k = 1 ω k 32

34 El ször helyettesítsünk be, aztán rendezzük a következ ek szerint: 1 ω k+1 1 ω k 1 2 h = 1 1 (71) ω k 1 ω k 1 ω k+1 ω k 1 ω k+1 = 2 h (ω k+1 1) (72) ω k h = (2 h + 1) ω k+1 (73) Tudjuk, hogy a módszer kétlépéses, de jelen esetben ráadásul a köztes lépések ki is maradnak, így ketté kell bontanunk k paritása szerint. (Természetesen két kezdeti értékre lesz szükségünk ismét, de y 1 -et ugyanúgy meg tudjuk határozni, mint a fenti módszereknél.) Ha k páros: (k = 2 l) ω k = ω k h =... = x (74) (2 h + 1) k/2 Vegyük a reciprokát mindkét oldalnak: y k = ( 1 y 0 1) (2 h + 1) k/2 = y 0 y 0 + (1 y 0 ) (2 h + 1) l (75) Ha pedig k páratlan: (k = 2 l + 1) ω k = ω k h =... = ω (76) (2 h + 1) k/2 Megint vegyünk a reciprokát mindkét oldalnak: y k = ( 1 y 1 1) (2 h + 1) k/2 = y 1 y 1 + (1 y 1 ) (2 h + 1) l (77) Ha kicsit egységesebb képletet szeretnénk, akkor ez a két eset felírható egyben a következ módon: [1] ahol y k = [A + ( 1) k B] (1 + 2 h) k/2 (78) A = 1 2 y 0 y y 1 (1 + 2 h) 1/2 1 2 (79) és B = 1 2 y 0 + y y 1 (1 + 2 h) 1/2 1 2 (80) 33

35 A numerikus módszer által kapott megoldásunk ekkor y 0 és a bel le nyert y 1 függvényében: ha 0 < y 0 < 1 és y 1 a fenti, akkor a megoldás alapvet tulajdonságai megegyeznek az eredeti megoldáséval és a 8. ábrán látható módon tartanak ahhoz. (Legfeljebb kis oszcillációkban térnek el attól.) Nagyobb y 0 kezdeti érték esetén a kapott megoldás még mindig konvergál, azonban már nagyobb amplitúdóval fog oszcillálni. A 8. ábrán a szokásos y(0) = 0.6 kezdeti értékkel ábrázoljuk mindezt Pontos h=0,5 0.6 h=1 h=1,5 h= ábra. A logisztikus egyenlet megoldása a módosított centrális Euler-módszerrel Megoldás az egzakt módszerrel y = y (1 y) (81) y(t 0 ) = y 0 (82) Ennek eredeti megoldása: y(t) = y 0 (1 y 0 ) e (t t 0) + y 0. Most ismét végezzük el a megfelel helyettesítéseket: y k+1 = y k (1 y k ) e h + y k 34

36 Ezt rendezzük a szokásos formába: y k+1 y k e h 1 = y k y k y k+1 Ennek viselkedése látható a 9. ábrán. Mivel egzakt a módszer, természetesen teljesíti a megfelel tulajdonságokat, így tetsz leges h > 0-ra a numerikus megoldás pontjai megegyeznek az eredeti megoldás adott pontbeli értékeivel Pontos h=0,5 0.7 h=1 h=1, h=2 h=2, ábra. A logisztikus egyenlet megoldása az egzakt módszerrel Megoldás a normált egzakt módszerrel y = y (1 y) Ennek az egyensúlyi pontjai továbbra is az y (1) = 0 és az y (2) = 1, amib l pedig a hozzájuk tartozó R i értékek rendre R 1 = 1 és R 2 = 1, így tehát R = 1. Helyettesítve a ϕ(z) = 1 e z nevez függvénybe ezek alapján a normált numerikus módszerünk alakja: y k+1 y k 1 e h = y k (1 y k ) Ez láthatóan nem felel meg a nemstandard modellek mindegyik szabályának. A jobb oldalon lokálisan közelítünk egy másodfokú kifejezést, így ezt el ször is kijavítjuk: 35

37 Ezt a változók cseréjével tudjuk megoldani: y k+1 y k 1 e h = y k (1 y k+1 ) y k = 1 ω k, az így kapott alak: ω k e h ω k = 1 e h 2 e h. Ezt a következ algebrai átalakításokkal hozzuk olyan alakra, hogy az iterációt könnyen vissza tudjuk majd vezetni az els (nulladik) tagig. ezt vezessük vissza ω 0 -ig: ω k+1 = ω k + 1 e h 2 e h = ω k e h 2 e h = (83) = ω k (84) 2 e h ω k = ω 0 1 (2 e h ) k + 1 (85) az y-okhoz való visszatéréshez vegyük az egész reciprokát: y k = 1 ω k = = 1 1 y 0 1 = (86) + 1 (2 e h ) k y 0 (87) (1 y 0 ) (2 e h ) k + y 0 Mivel tudjuk, hogy 1 < 2 e h < 2 minden h > 0-ra, ezért ennek ( k)-adik hatványai egy exponenciális sebességgel csökken függvényét alkotják. Ez összességében azt jelenti, hogy a normált módszer által generált megoldás tulajdonságai minden h > 0 lépésközre megegyeznek az eredeti megoldáséval. 36

38 Összefoglalás A fentiekben megmutattuk tehát, hogy az általánosan használt, standard módszerek közül volt olyan, ami meghatározottan kicsi h lépésközre valóban a megoldáshoz tartott, és olyan standard módszerrel is talákoztunk, ami nem viselkedett ilyen szépen. Ezután ezeknek a javított verzióit vizsgáltuk. Ezek a javítások arra irányultak, hogy a dierenciaegyenlet jobb oldalát módosítva, a nemstandard szabályok tanácsainak eleget tegyünk és az egyes pontokat ne lokálisan közelítsük. Ezek hasonlóan az egzakt módszerekhez már sokkal jobban m ködtek. A normált egzakt módszer pedig az egzakthoz hasonló, illetve azzal megegyez megoldást generált, ami bizonyítottan jól m ködött. Összesítve: még mindig nem tudunk legjobb módszert adni, de mutattunk egy lehet séget, hogy a már meglév módszereinket hogyan tudjuk feljavítani. Ezek a javítások pedig valóban hasznosnak bizonyultak. A tanulság tehát, hogy ha megfelel numerikus módszert szeretnénk választani, ismert megoldás esetén célszer az egzakt módszerekhez fordulnunk, nem ismert megoldás esetén pedig valamilyen módosított módszert alkalmazhatunk. 37

39 Ábrák jegyzéke 1. A radioaktív bomlási egyenlet megoldása az explicit Euler-módszerrel A radioaktív bomlási egyenlet megoldása az implicit Euler-módszerrel A radioaktív bomlási egyenlet megoldása a módosított explicit Eulermódszerrel A radioaktív bomlási egyenlet megoldása az egzakt módszerrel A logisztikus egyenlet megoldása az explicit Euler-módszerrel A logisztikus egyenlet megoldása a módosított explicit Euler-módszerrel A logisztikus egyenlet megoldása a centrális Euler-módszerrel A logisztikus egyenlet megoldása a módosított centrális Euler-módszerrel A logisztikus egyenlet megoldása az egzakt módszerrel

40 Hivatkozások [1] Mickens, Ronald E.: Nonstandard dierence models of dierential equations, [2] Gergó Lajos: Numerikus módszerek, [3] Mickens, Ronald E.: Appilcations of nonstandard nite dierence schemes, [4] Peter M. Manning and Gary F. Margrave: Introduction to non-standard nite-dierence modelling, CREWES Research Report - Volume 18 [5] Simon L. Péter: Közönséges dierenciálegyenletek Jegyzet,