对于熟悉该方法的人来说,众所周知,必须求解方程:
y(i+1) = y(i) + h*F( X(i+1), Y(i+1) )
然而,F 通常不是线性的,因此得到的方程通常对 y(i+1) 有许多不同的解。我们正在寻找哪种解决方案,例如,对 Newton-Raphson 方法会做些什么,以便找到正确的零?任何帮助表示赞赏。
对于熟悉该方法的人来说,众所周知,必须求解方程:
y(i+1) = y(i) + h*F( X(i+1), Y(i+1) )
然而,F 通常不是线性的,因此得到的方程通常对 y(i+1) 有许多不同的解。我们正在寻找哪种解决方案,例如,对 Newton-Raphson 方法会做些什么,以便找到正确的零?任何帮助表示赞赏。
通常您选择最接近y(i)
. 正确的解应该满足
y(i+1)=y(i)+h*f(x(i),y(i)) + O(h²)
然而,对于刚性问题,常数 inO(h²)
可能非常大,因此这种关系并不像看起来那么有用。
如果L
是 Lipschitz 常数,f
则q=L·h < 1
迭代
k(j+1) = f(x(i+1), y(i)+h*k(j))
几何收敛,误差成正比q^j/(1-q)
或更小。
这违反了僵硬问题,您使用 in 的JacobianJ
进行迭代f
(x(i+1),y(i))
k(j+1) = k(j) - (I-h*J)^(-1)*( k(j)-f( x(i+1), y(i)+h*k(j)) )
可能近似(I-h*J)^(-1)
为I+h*J
,请参见 Rosenbrock 方法。从k(0)=0
或k(0)=f(x(i),y(i))
应该几乎总是快速收敛到正确的解决方案。