内容简介
This book shows how to derive,test and analyze numerical methods for solving differential equations,including both ordinary and partial differential equations.The objective is that students learn to solve differential equations numerically and understand the mathematical and computational issues that arise when this is done. Includes an extensive collection of exercises,which develop both the analytical and computational aspects of the material. In addition to more than 100 illustrations,the book includes a large collection of supplemental material: exercise sets,MATLAB computer codes for both student and instructor,lecture slides and movies.
内页插图
目录
Preface
1 Initial Value Problems
1.1 Introduction
1.1.1 Examples of IVPs
1.2 Methods Obtained from Numerical Differentiation.
1.2.1 The Five Steps
1.2.2 Additional Difference Methods
1.3 Methods Obtained from Numerical Quadrature
1.4 Runge——Kutta Methods
1.5 Extensions and Ghost Points
1.6 Conservative Methods
1.6.1 Velocity Verlet
1.6.2 Symplectic Methods
1.7 Next Steps
Exercises
2 Two-Point Boundary Value Problems
2.1 Introduction
2.1.1 Birds on a Wire
2.1.2 Chemical Kinetics
2.2 Derivative Approximation Methods
2.2.1 Matrix Problem
2.2.2 Tridiagonal Matrices
2.2.3 Matrix Problem Revisited
2.2.4 Error Analysis
2.2.5 Extensions
2.3 Residual Methods
2.3.1 Basis Functions
2.3.2 Residual
2.4 Shooting Methods
2.5 Next Steps
Exercises
3 Diffusion Problems
3.1 Introduction
3.1.1 Heat Equation
3.2 Derivative Approximation Methods
3.2.1 Implicit Method
3.2.2 Theta Method
3.3 Methods Obtained from Numerical Quadrature
3.3.1 Crank-Nicolson Method
3.3.2 L-Stability
3.4 Methods of Lines
3.5 Collocation
3.6 Next Steps
Exercises
4 Advection Equation
4.1 Introduction
4.1.1 Method of Characteristics
4.1.2 Solution Properties
4.1.3 Boundary Conditions
4.2 First-Order Methods
4.2.1 Upwind Scheme
4.2.2 Downwind Scheme
4.2.3 blumericul Domu'm of Dependence
4.2.4 Stability
4.3 Improvements
4.3.1 Lax-Wendroff Method
4.3.2 Monotone Methods
4.3.3 Upwind Revisited
4.4 Implicit Methods
Exercises
5 Numerical Wave Propagation
5.1 Introduction
5.1.1 Solution Methods
5.1.2 Plane Wave Solutions
5.2 Explicit Method
5.2.1 Diagnostics
5.2.2 Numerical Experiments
5.3 Numerical Plane Waves
5.3.1 Numerical Group Velocity
5.4 Next Steps
Exercises
6 Elliptic Problems
6.1 Introduction
6.1.1 Solutions
6.1.2 Properties of the Solution
6.2 Finite Difference Approximation
6.2.1 Building the Matrix
6.2.2 Positive Definite Matrices
6.3 Descent Methods
6.3.1 Steepest Descent Method
6.3.2 Conjugate Gradient Method
6.4 Numerical Solution of Laplace's Equation
6.5 Preconditioned Conjugate Gradient Method
6.6 Next Steps
Exercises
A Appendix
A.1 Order Symbols
A.2 Taylor's Theorem
A.3 Round-Off Error
A.3.1 Fhnction Evaluation
A.3.2 Numerical Differentiation
A.4 Floating-Point Numbers
References
Index
前言/序言
国外数学名著系列(影印版)74:微分方程数值方法引论 [Introduction to Numerical Methods in Differential Equations] 简介 本卷精选自享誉国际的“国外数学名著系列(影印版)”的第74册,聚焦于现代数学研究中至关重要的一个分支——常微分方程(Ordinary Differential Equations, ODEs)和偏微分方程(Partial Differential Equations, PDEs)的数值解法。本书并非对已出版的任何现有教材的简单重述,而是一部系统性、深入且注重理论与实践相结合的专著,旨在为读者搭建一座从经典分析理论到高效数值算法的坚实桥梁。 在科学和工程的广阔领域中,从描述行星轨道、流体动力学、热传导到复杂的金融模型,微分方程扮演着核心角色。然而,绝大多数有意义的微分方程模型,尤其是在具有复杂边界条件或非线性特性的情况下,难以通过解析方法求得精确解。数值方法正是在这一背景下应运而生,成为解决这类问题的唯一可行途径。 本书的独特之处在于其对方法的选择、理论基础的阐述以及对收敛性和稳定性的严格论证。它没有仅仅罗列算法公式,而是深入探讨了每种方法背后的数学原理,确保读者不仅知道“如何做”,更理解“为何如此做”。 第一部分:常微分方程的数值逼近 本部分是全书的基石,主要围绕初值问题(Initial Value Problems, IVPs)展开。 我们首先从最基础的欧拉法(Euler's Method)及其改进形式——隐式欧拉法开始,详细分析了它们在时间步长、局部截断误差和全局误差之间的权衡关系。这部分内容为后续更复杂方法奠定了离散化的思想基础。 随后,重点转向高精度单步法。龙格-库塔(Runge-Kutta, RK)族方法是本部分的重头戏。书中不仅覆盖了经典的二阶和四阶RK法,更深入探讨了具有特殊性质的RK方法,例如自适应步长控制的RK方法。在此过程中,我们引入了局部误差估计的概念,这是实现高效、可靠数值求解的关键技术,并详细推导了著名的Dormand-Prince对(RK45)的构造思想,解释了如何利用嵌入式方法来实时监控和调整时间步长,以满足预设的容错标准。 对于涉及刚性(Stiffness)问题的处理,本书给予了特殊的关注。刚性方程组对显式方法的要求极高,可能需要极小的时间步长才能保持稳定性。因此,我们对隐式方法,特别是后向欧拉法(Backward Euler)和二阶后向差分公式(BDF2)进行了详尽的讨论。在刚性问题的背景下,隐式方法的非线性求解(通常需要结合牛顿法)的迭代过程和收敛性分析被置于核心地位,清晰展示了在牺牲计算简便性(需要求解线性或非线性系统)的同时,如何换取全局稳定性的巨大优势。 此外,书中对多步法(Multistep Methods)的系统性介绍也极具价值。从阿达姆斯-福斯特方法(Adams-Bashforth/Adams-Moulton)的构造出发,探讨了如何通过线性多步方法的系数设计来优化局部截断误差。针对多步法的固有挑战——启动问题和局部截断误差的累积,书里给出了实际操作中处理这些问题的实用方案。 第二部分:偏微分方程的数值离散 偏微分方程(PDEs)的数值求解复杂度远高于ODEs,因为它们涉及空间和时间的双重离散化。本部分主要聚焦于最主流和最成熟的两大技术框架。 一、有限差分法(Finite Difference Method, FDM): FDM是处理具有规则几何结构问题的有力工具。书中从泰勒展开式出发,系统推导了用于二阶导数和更高阶导数的中心差分、前向差分和后向差分公式,并清晰展示了这些离散化如何导致截断误差的产生。 对于抛物型方程(如热传导方程),我们详细分析了显式欧拉法(FTCS)、隐式欧拉法和Crank-Nicolson(CN)法的稳定性。特别地,Crank-Nicolson方法作为一种时间和空间上均取中点的半隐式方法,其优越的稳定性和相对较高的精度,被深入剖析了其代数结构和求解过程。 对于椭圆型方程(如泊松方程或拉普拉斯方程),重点放在了离散拉普拉斯算子的矩阵形式表示。书中详细讨论了如何将边界条件纳入离散系统,以及求解由此产生的大型稀疏线性代数系统的有效策略,包括迭代法的收敛性分析,如雅可比法和高斯-赛德尔法。 二、有限元法(Finite Element Method, FEM)的引论: 鉴于有限元法在处理复杂几何形状、非均匀材料属性和混合边界条件方面的绝对优势,本书提供了一个严格但易于理解的FEM入门。本书的介绍侧重于变分原理和伽辽金法(Galerkin Method)的核心思想。 我们阐述了如何将强形式的PDE转化为弱形式,这极大地降低了对解的连续性要求。接着,讨论了基函数(形函数)的选择,如分片多项式基函数,以及在简单域上(如一维区间)如何构建和组装全局刚度矩阵和载荷向量。书中强调了FEM在处理边界条件(特别是Dirichlet条件和Neumann条件)时的自然嵌入机制,这被视为其相对于FDM的一大优势。 理论严谨性与实践指导 贯穿全书的是对一致性(Consistency)、收敛性(Convergence)和稳定性(Stability)这三大核心概念的严格证明。作者运用成熟的数学工具,如离散不等式(如Dahlquist不等式)和Von Neumann稳定性分析,为每种方法提供了坚实的数学保障。 本书的语言严谨,推导清晰,配有适量的图示和数学证明,旨在培养读者对数值方法的设计直觉和批判性评估能力。它不仅仅是一本教科书,更像是一部工具书,为研究生和从事计算科学、物理建模的专业人员提供了深厚的理论基础和解决实际问题的能力。掌握本书内容,意味着能够独立分析一个物理模型,选择最合适的数值方法,并对所得结果的精度和可靠性做出科学判断。