动机
隐式公式定义下一状态的方程,却未真正算出它。精确隐式步的收敛定理,可能因代数求解太早停止而失效;每步都解至机器精度,也可能远低于离散误差而浪费工作。我们需要连起方程残差、状态误差及多步累积的数学论证。
Newton 在 Jacobian 可逆、变化不太快时有快速局部收敛,但这些假设不是装饰。非线性方程可多根、病态或由某起点循环。先证明所需根存在,再分析迭代能否抵达,两者不能互相假设。
本节处理有限维 y ′ = f ( t , y ) y'=f(t,y) y ′ = f ( t , y ) ,用 Euclidean 向量及诱导矩阵范数。以下结果不声称每个刚性问题都全局 Lipschitz,也不以一个 Newton 定理涵盖所有实际求解器。
定义
后向 Euler 要解
G ( z ) = z − Y n − h f ( t n + 1 , z ) = 0. G(z)=z-Y_n-hf(t_{n+1},z)=0. G ( z ) = z − Y n − h f ( t n + 1 , z ) = 0.
Newton 为 z ( m + 1 ) = z ( m ) − [ G ′ ( z ( m ) ) ] − 1 G ( z ( m ) ) z^{(m+1)}=z^{(m)}-[G'(z^{(m)})]^{-1}G(z^{(m)}) z ( m + 1 ) = z ( m ) − [ G ′ ( z ( m ) ) ] − 1 G ( z ( m ) ) ,G ′ = I − h D y f G'=I-hD_yf G ′ = I − h D y f 。逆记号表示解线性系统,不要求真的形成逆矩阵。近似步 Y ~ n + 1 \widetilde Y_{n+1} Y n + 1 的未缩放残差为 ρ = G ( Y ~ n + 1 ) \rho=G(\widetilde Y_{n+1}) ρ = G ( Y n + 1 ) ;方程若除 h h h ,残差便是 ρ / h \rho/h ρ / h ,同一数字容差意义不同。
Euler 精确起步缺陷是 d n = y ( t n + 1 ) − y ( t n ) − h f ( t n + 1 , y ( t n + 1 ) ) d_n=y(t_{n+1})-y(t_n)-hf(t_{n+1},y(t_{n+1})) d n = y ( t n + 1 ) − y ( t n ) − h f ( t n + 1 , y ( t n + 1 )) ,梯形则用对应端点平均,两者都是未缩放状态缺陷。梯形根方程为
G T ( z ) = z − Y n − h 2 ( f ( t n , Y n ) + f ( t n + 1 , z ) ) = 0. G_T(z)=z-Y_n-\frac h2\bigl(f(t_n,Y_n)+f(t_{n+1},z)\bigr)=0. G T ( z ) = z − Y n − 2 h ( f ( t n , Y n ) + f ( t n + 1 , z ) ) = 0.
L L L 控制 f f f 的状态差,M M M 控制 Jacobian 变化。逆 Jacobian 界在相关路径及可逆假设下才把残差转为状态界;两者不是数字上直接相等。
定理 / 命题
定理 10.1.1
(后向 Euler 的完整充分 Newton 保证)
固定时间,假设 f f f 对状态全局 C 2 C^2 C 2 ,∥ D y f ∥ ≤ L , ∥ D y 2 f ∥ ≤ M , h L < 1 \|D_yf\|\le L,\|D_y^2f\|\le M,hL<1 ∥ D y f ∥ ≤ L , ∥ D y 2 f ∥ ≤ M , h L < 1 。则隐式根 z ∗ z_* z ∗ 存在唯一,每个 Newton Jacobian 可逆,且
∥ z ( m + 1 ) − z ∗ ∥ ≤ C ∥ z ( m ) − z ∗ ∥ 2 , C = h M 2 ( 1 − h L ) . \|z^{(m+1)}-z_*\|\le C\|z^{(m)}-z_*\|^2,
\qquad C=\frac{hM}{2(1-hL)}. ∥ z ( m + 1 ) − z ∗ ∥ ≤ C ∥ z ( m ) − z ∗ ∥ 2 , C = 2 ( 1 − h L ) h M . 若 C ∥ z ( 0 ) − z ∗ ∥ ≤ q < 1 C\|z^{(0)}-z_*\|\le q<1 C ∥ z ( 0 ) − z ∗ ∥ ≤ q < 1 ,迭代留在初误差球并二次收敛。从 Y n Y_n Y n 起步的一个可计算充分测试是 C h ∥ f ( t n + 1 , Y n ) ∥ / ( 1 − h L ) < 1 Ch\|f(t_{n+1},Y_n)\|/(1-hL)<1 C h ∥ f ( t n + 1 , Y n ) ∥/ ( 1 − h L ) < 1 。M = 0 M=0 M = 0 时一步解线性根。这些是充分条件,不是所有刚性步可解的必要条件。
精确解对 Euler 有有界二阶时间导数,对梯形有有界三阶导数。比较轨迹上 f f f 对状态一致 Lipschitz(常数 L L L ),且 h L ≤ q 0 < 1 hL\le q_0<1 h L ≤ q 0 < 1 。在 [ 0 , T ] [0,T] [ 0 , T ] 上,非精确后向 Euler 有精确起步缺陷 d n d_n d n 、未缩放求解残差 ρ n \rho_n ρ n ,则
max t n ≤ T ∥ e n ∥ ≤ e L T / ( 1 − q 0 ) ( ∥ e 0 ∥ + ∑ n ( ∥ d n ∥ + ∥ ρ n ∥ ) ) . \max_{t_n\le T}\|e_n\|
\le e^{LT/(1-q_0)}\left(\|e_0\|+\sum_n(\|d_n\|+\|\rho_n\|)\right). t n ≤ T max ∥ e n ∥ ≤ e L T / ( 1 − q 0 ) ( ∥ e 0 ∥ + n ∑ ( ∥ d n ∥ + ∥ ρ n ∥ ) ) . 每步缺陷及残差皆 O ( h 2 ) O(h^2) O ( h 2 ) ,连同一阶准确初值,保留整体一阶。梯形在 h L / 2 ≤ q 0 < 1 hL/2\le q_0<1 h L /2 ≤ q 0 < 1 有同类界;每步三次缺陷及 O ( h 3 ) O(h^3) O ( h 3 ) 求解残差保留整体二阶。所有实际近似状态都须在所用 Lipschitz 界适用范围。
证明思路或证明
证明
(收缩、Neumann 界与 Newton 余项)
映射 z ↦ Y n + h f ( t n + 1 , z ) z\mapsto Y_n+hf(t_{n+1},z) z ↦ Y n + h f ( t n + 1 , z ) 在完备 R d \mathbb R^d R d 收缩,故唯一根存在。∥ h D y f ∥ < 1 \|hD_yf\|<1 ∥ h D y f ∥ < 1 的 Neumann 级数给 ∥ ( I − h D y f ) − 1 ∥ ≤ ( 1 − h L ) − 1 \|(I-hD_yf)^{-1}\|\le(1-hL)^{-1} ∥ ( I − h D y f ) − 1 ∥ ≤ ( 1 − h L ) − 1 。令 e = z − z ∗ e=z-z_* e = z − z ∗ ,沿线段积分有
G ( z ) − G ( z ∗ ) − G ′ ( z ) e = ∫ 0 1 ( G ′ ( z ∗ + s e ) − G ′ ( z ) ) e d s . G(z)-G(z_*)-G'(z)e
=\int_0^1\bigl(G'(z_*+se)-G'(z)\bigr)e\,ds. G ( z ) − G ( z ∗ ) − G ′ ( z ) e = ∫ 0 1 ( G ′ ( z ∗ + se ) − G ′ ( z ) ) e d s . Jacobian 的 Lipschitz 常数是 h M hM h M ,积分余项不超过 h M ∥ e ∥ 2 / 2 hM\|e\|^2/2 h M ∥ e ∥ 2 /2 。乘逆界便得二次估计;若初球使 C ∥ e 0 ∥ ≤ q < 1 C\|e_0\|\le q<1 C ∥ e 0 ∥ ≤ q < 1 ,每步也满足 ∥ e m + 1 ∥ ≤ q ∥ e m ∥ \|e_{m+1}\|\le q\|e_m\| ∥ e m + 1 ∥ ≤ q ∥ e m ∥ ,所以不离球,再由平方估计得二次收敛。存在性先已证,并非假定 Newton 必有目标才推论目标。
为认证从 Y n Y_n Y n 起步,比较固定点式与该点:
∥ z ∗ − Y n ∥ ≤ h ∥ f ( t n + 1 , Y n ) ∥ + h L ∥ z ∗ − Y n ∥ . \|z_*-Y_n\|\le h\|f(t_{n+1},Y_n)\|+hL\|z_*-Y_n\|. ∥ z ∗ − Y n ∥ ≤ h ∥ f ( t n + 1 , Y n ) ∥ + h L ∥ z ∗ − Y n ∥. 移项即给定理的可算半径。此界对耗散问题可能保守,仍是由已知量构成的真正充分条件。
相减精确及近似时间步,Euler 给
( 1 − h L ) ∥ e n + 1 ∥ ≤ ∥ e n ∥ + ∥ d n ∥ + ∥ ρ n ∥ . (1-hL)\|e_{n+1}\|\le\|e_n\|+\|d_n\|+\|\rho_n\|. ( 1 − h L ) ∥ e n + 1 ∥ ≤ ∥ e n ∥ + ∥ d n ∥ + ∥ ρ n ∥. 因 − log ( 1 − x ) -\log(1-x) − log ( 1 − x ) 导数的积分,逆因子不超过 exp ( h L / ( 1 − q 0 ) ) \exp(hL/(1-q_0)) exp ( h L / ( 1 − q 0 )) 。逐步迭代并界所有传播乘积,即得整体界。最多 T / h T/h T / h 个二次项,所以累积一阶。梯形新旧状态两项则给
( 1 − h L / 2 ) ∥ e n + 1 ∥ ≤ ( 1 + h L / 2 ) ∥ e n ∥ + ∥ d n ∥ + ∥ ρ n ∥ . (1-hL/2)\|e_{n+1}\|\le(1+hL/2)\|e_n\|+\|d_n\|+\|\rho_n\|. ( 1 − h L /2 ) ∥ e n + 1 ∥ ≤ ( 1 + h L /2 ) ∥ e n ∥ + ∥ d n ∥ + ∥ ρ n ∥. 两系数比不超过 exp ( h L / ( 1 − q 0 ) ) \exp(hL/(1-q_0)) exp ( h L / ( 1 − q 0 )) ,同样累加便证二阶预算。没有假定代数及离散误差互相抵消。
证明透视
各假设在 Newton 证明中的位置 条件 h L < 1 hL\lt1 h L < 1 用了两次,目的不同:先令 z ↦ Y n + h f ( t n + 1 , z ) z\mapsto Y_n+hf(t_{n+1},z) z ↦ Y n + h f ( t n + 1 , z ) 成为收缩映射,在讨论任何迭代之前就得到根 z ∗ z_* z ∗ ;再经 Neumann 级数,把每个 Newton Jacobian 的逆界为 ( 1 − h L ) − 1 (1-hL)^{-1} ( 1 − h L ) − 1 ,不论迭代点在哪里。二阶导数界 M M M 只用了一次,就在积分余项中:它比较从 z z z 到 z ∗ z_* z ∗ 线段上的 Jacobian 与 z z z 处的 Jacobian,正是这一步产生平方 ∥ e ∥ 2 \|e\|^2 ∥ e ∥ 2 。证明以归纳收尾:C ∥ e 0 ∥ ≤ q < 1 C\|e_0\|\le q\lt1 C ∥ e 0 ∥ ≤ q < 1 把二次估计化为 ∥ e m + 1 ∥ ≤ q ∥ e m ∥ \|e_{m+1}\|\le q\|e_m\| ∥ e m + 1 ∥ ≤ q ∥ e m ∥ ,下一迭代点仍在同一球内,估计便可再用。对 G ( z ) = z 3 − 2 z + 2 G(z)=z^3-2z+2 G ( z ) = z 3 − 2 z + 2 ,导数无界,不存在有限的 C C C ,所以第三个例题中的循环并不与定理矛盾。
至此三个独立问题都有答案:固定点论证识别唯一根;Newton 论证说明所选迭代何时抵达;传播论证决定每步要逼近多准。“隐式”或“A 稳定”都不能替代其中任一答案。
例题详解
y ′ = − y 3 , Y n = 1 , h = 1 / 2 y'=-y^3,Y_n=1,h=1/2 y ′ = − y 3 , Y n = 1 , h = 1/2 ,解 G = z + z 3 / 2 − 1 = 0 G=z+z^3/2-1=0 G = z + z 3 /2 − 1 = 0 。它不全局 Lipschitz,故另用标量证明:G ′ ≥ 1 G'\ge1 G ′ ≥ 1 、无穷远符号相反,唯一根在 ( 0 , 1 ) (0,1) ( 0 , 1 ) 。正半轴凸且递增,从一作 Newton 的切线零点在真根右方,迭代向下但不越根,极限必为根。
迭代为 1 , 4 / 5 , 27 / 35 , 0.770917157028867 … 1,4/5,27/35,0.770917157028867\ldots 1 , 4/5 , 27/35 , 0.770917157028867 … ;残差依次 1 / 2 , 0.056 , 0.000967930029 … , 3.02578 × 10 − 7 1/2,0.056,0.000967930029\ldots,3.02578\times10^{-7} 1/2 , 0.056 , 0.000967930029 … , 3.02578 × 1 0 − 7 。由中值定理及 G ′ ≥ 1 G'\ge1 G ′ ≥ 1 ,根误差不超过残差。真根约 0.7709169971 0.7709169971 0.7709169971 。
取 t n = 0 t_n=0 t n = 0 ,连续解 1 / 1 + 2 t 1/\sqrt{1+2t} 1/ 1 + 2 t 在 t = h = 1 / 2 t=h=1/2 t = h = 1/2 为 1 / 2 1/\sqrt2 1/ 2 。代数根算得很准仍有时间离散差;Newton 不会消除后向 Euler 的方法误差。
y ′ = − 100 y y'=-100y y ′ = − 100 y 的根式为 ( 1 + 100 h ) z − Y n = 0 (1+100h)z-Y_n=0 ( 1 + 100 h ) z − Y n = 0 ,任意正步都唯一,逆导数不超过一,Newton 一次解出。因此全局收缩测试虽充分,对此耗散例却过严。
反之,对 y ′ = λ y y'=\lambda y y ′ = λ y 取 h λ = 0.999 , Y n = 1 h\lambda=0.999,Y_n=1 hλ = 0.999 , Y n = 1 ,增长方程的根式是 0.001 z − 1 = 0 0.001z-1=0 0.001 z − 1 = 0 ,逆导数为 1000 1000 1000 。残差 10 − 6 10^{-6} 1 0 − 6 对应状态误差 10 − 3 10^{-3} 1 0 − 3 ,不是同一数字。负实轴 A 稳定也没有描述这个正增长问题。
例题 10.1.5
(假设外的 Newton 循环)
G = z 3 − 2 z + 2 G=z^3-2z+2 G = z 3 − 2 z + 2 从零走到一,再回零。两处导数皆非零,仍永不到根。这不反驳局部定理,因这个多项式方程实际不满足定理的全局有界导数假设,故定理不适用。
所以当前 Jacobian 可逆不保证下一步有用,几个成功例也不是全局证明。阻尼、线搜索或夹逼各可改善特定情况,却须另有保证;前面的耗散标量例则由单调凸性直接提供。
与时间方法相配的停止准则
固定、不随步长收紧的容差,在无限细化下未必保阶,因残差数目按 1 / h 1/h 1/ h 增长。Euler 的充分未缩放目标为 O ( h 2 ) O(h^2) O ( h 2 ) ,梯形为 O ( h 3 ) O(h^3) O ( h 3 ) ,常数也须考虑终点目标与传播因子。这不是说每次较大残差必破坏结果,只是清楚可证的确定性预算。
概念视角 算法
从旧状态出发的一步 Newton 就是线性隐式 Euler 步 从 z ( 0 ) = Y n z^{(0)}=Y_n z ( 0 ) = Y n 开始 Newton。由于 G ( Y n ) = − h f ( t n + 1 , Y n ) G(Y_n)=-hf(t_{n+1},Y_n) G ( Y n ) = − h f ( t n + 1 , Y n ) ,第一个迭代值是
z ( 1 ) = Y n + h ( I − h J ) − 1 f ( t n + 1 , Y n ) , J = D y f ( t n + 1 , Y n ) , z^{(1)}=Y_n+h\bigl(I-hJ\bigr)^{-1}f(t_{n+1},Y_n),\qquad J=D_yf(t_{n+1},Y_n), z ( 1 ) = Y n + h ( I − h J ) − 1 f ( t n + 1 , Y n ) , J = D y f ( t n + 1 , Y n ) , 即线性隐式 Euler 公式。在定理的假设下 ∥ Y n − z ∗ ∥ = O ( h ) \|Y_n-z_*\|=O(h) ∥ Y n − z ∗ ∥ = O ( h ) ,而 C = O ( h ) C=O(h) C = O ( h ) ,故 ∥ z ( 1 ) − z ∗ ∥ ≤ C ⋅ O ( h 2 ) = O ( h 3 ) \|z^{(1)}-z_*\|\le C\cdot O(h^2)=O(h^3) ∥ z ( 1 ) − z ∗ ∥ ≤ C ⋅ O ( h 2 ) = O ( h 3 ) :只迭代一次就已满足 Euler 的预算。在三次方程例子中,z ( 1 ) = 4 / 5 z^{(1)}=4/5 z ( 1 ) = 4/5 。
方程除 h h h 后,充分容差分别是 O ( h ) O(h) O ( h ) 、O ( h 2 ) O(h^2) O ( h 2 ) ,混淆会差一整阶。坐标重缩放也改变 Euclidean 容差代表的物理精度。Newton 线性系统若只近似解,令 G ′ ( z m ) δ m = − G ( z m ) + r m G'(z_m)\delta_m=-G(z_m)+r_m G ′ ( z m ) δ m = − G ( z m ) + r m ,Taylor 给 ∥ G ( z m + δ m ) ∥ ≤ ∥ r m ∥ + ( h M / 2 ) ∥ δ m ∥ 2 \|G(z_m+\delta_m)\|\le\|r_m\|+(hM/2)\|\delta_m\|^2 ∥ G ( z m + δ m ) ∥ ≤ ∥ r m ∥ + ( h M /2 ) ∥ δ m ∥ 2 。线性残差若固定,非线性残差很小时便可形成精度平台。
收缩设定下还有可检查的根误差证书。根式相减得 G ( z ) = ( z − z ∗ ) − h ( f ( t n + 1 , z ) − f ( t n + 1 , z ∗ ) ) G(z)=(z-z_*)-h(f(t_{n+1},z)-f(t_{n+1},z_*)) G ( z ) = ( z − z ∗ ) − h ( f ( t n + 1 , z ) − f ( t n + 1 , z ∗ )) ,反三角不等式给 ∥ G ( z ) ∥ ≥ ( 1 − h L ) ∥ z − z ∗ ∥ \|G(z)\|\ge(1-hL)\|z-z_*\| ∥ G ( z ) ∥ ≥ ( 1 − h L ) ∥ z − z ∗ ∥ ,所以状态误差不超过 ∥ G ( z ) ∥ / ( 1 − h L ) \|G(z)\|/(1-hL) ∥ G ( z ) ∥/ ( 1 − h L ) ;梯形分母为 1 − h L / 2 1-hL/2 1 − h L /2 。这是沿状态差的全局比较,不只是最后 Jacobian 的点值。它可在停止后核对实际达到什么,与预测 Newton 速度的定理不同。
若证书常数大,原始残差很小仍未必够;若耗散给更好界,可明说采用较好常数。小修正量是信息,但应连同残差与条件估计阅读;反之过度小残差也未必改善总误差。残差检查必须使用与累积误差定理相同的范数及缩放。
Jacobian 的逆界之所以能统一控制所有 Newton 步,是因定理在整个状态空间给导数界,不只是精确轨迹附近某一点。若只有局部界,就必须先指定包含迭代及连线的区域,并证明它不离开;否则 Taylor 积分可能穿过假设未覆盖的位置。本文选较强全局假设,目的是让这个充分定理能完整证完,再以单调标量例展示可放宽的方向。
所谓二次收敛描述接近根后误差的平方关系,不是每次小数位数都无条件倍增。常数 C C C 、初始距离及浮点/线性求解精度都影响可观察的阶段。起步球条件保证下一误差比原来小,平方估计才可持续使用;若没有这个不变性,写出一次 Taylor 展开并不足以得到整条迭代收敛。
在时间计算中,Newton 根也依赖上一个已接受数值值,不是每步都从精确解起步。因此总误差证明必须同时传播旧状态误差,不能只把各步求根误差彼此相加。定理中的指数因子正负责这个角色。若方程本身耗散,可有更好的传播界,但那要另证,不应把一般 Lipschitz 指数界假装成必定衰减。
实际报告可同时列时间步长、最后方程残差及所用误差证书常数,让读者分清计算达到的是哪一种准确度。只列迭代次数,既不能确定根误差,也不能确定最后时间解的误差预算。
常见错误
不可未经核对便把全局 Lipschitz 定理套在三次步 z + z 3 / 2 − 1 = 0 z+z^3/2-1=0 z + z 3 /2 − 1 = 0 ;y ↦ − y 3 y\mapsto-y^3 y ↦ − y 3 并非全局 Lipschitz,该例有自己的单调凸性证明。同样,不能由标量 A 稳定性推出非线性方程普遍可解。
Newton 失败不等于时间步方程无根。z 3 − 2 z + 2 = 0 z^3-2z+2=0 z 3 − 2 z + 2 = 0 的循环 0 → 1 → 0 0\to1\to0 0 → 1 → 0 只关乎迭代;这个三次式在 z = − 2 z=-2 z = − 2 为负、在 z = 0 z=0 z = 0 为正,仍有实根。
有限时间预算假设近似状态留在 Lipschitz 界覆盖的区域;若求解器跳出该区域,便须新论证。后向 Euler 与梯形的离散阶数不同,充分求解容差也不同;方程除以 h h h 后的残差,容差比未缩放的少一个 h h h 幂次。也不要把线性系统残差与非线性外层残差混为一谈:前者影响后者,后者再影响时间步。沿用同一容差数字而不说明缩放,不是数学精度策略。
反例模式
在根附近的收敛未必是二次的 断言:只要 Newton 收敛到隐式根,收敛就是二次的。取 y ′ = y 2 y'=y^2 y ′ = y 2 的后向 Euler 步,Y n = 1 / 4 Y_n=1/4 Y n = 1/4 、h = 1 h=1 h = 1 。则 G ( z ) = z − 1 4 − z 2 = − ( z − 1 2 ) 2 G(z)=z-\tfrac14-z^2=-(z-\tfrac12)^2 G ( z ) = z − 4 1 − z 2 = − ( z − 2 1 ) 2 有二重根 z ∗ = 1 / 2 z_*=1/2 z ∗ = 1/2 ,而 Newton 给出 z ( m + 1 ) − 1 2 = 1 2 ( z ( m ) − 1 2 ) z^{(m+1)}-\tfrac12=\tfrac12\bigl(z^{(m)}-\tfrac12\bigr) z ( m + 1 ) − 2 1 = 2 1 ( z ( m ) − 2 1 ) 。从 z ( 0 ) = 1 / 4 z^{(0)}=1/4 z ( 0 ) = 1/4 出发,迭代值为 3 / 8 3/8 3/8 、7 / 16 7/16 7/16 、15 / 32 , … 15/32,\ldots 15/32 , … :误差每次只减半。原因是 G ′ ( z ∗ ) = 1 − 2 h z ∗ = 0 G'(z_*)=1-2hz_*=0 G ′ ( z ∗ ) = 1 − 2 h z ∗ = 0 ,即 h ∂ y f ( z ∗ ) = 1 h\,\partial_yf(z_*)=1 h ∂ y f ( z ∗ ) = 1 。修正条件是根处 Jacobian 可逆;定理通过 h L < 1 hL\lt1 h L < 1 保证这一点。
总结
隐式步要有根存在、迭代收敛及累积残差三个论证。收缩与 Jacobian 变化给一套完整充分 Newton 保证;单调性可处理有用的例外。若要由确定性界保留时间阶数,每步未缩放求解残差须按精确缺陷同阶收紧。
练习
快速检查
(从一重算 z + z 3 / 2 − 1 = 0 z+z^3/2-1=0 z + z 3 /2 − 1 = 0 的前两次 Newton 更新,解释残差根误差界。)
解答 · 答案 一处残差 1 / 2 1/2 1/2 、导数 5 / 2 5/2 5/2 ,得 4 / 5 4/5 4/5 。此处残差 7 / 125 7/125 7/125 、导数 49 / 25 49/25 49/25 ,下一值 4 / 5 − 1 / 35 = 27 / 35 4/5-1/35=27/35 4/5 − 1/35 = 27/35 。中值定理 G ( z ) − G ( z ∗ ) = G ′ ( ξ ) ( z − z ∗ ) G(z)-G(z_*)=G'(\xi)(z-z_*) G ( z ) − G ( z ∗ ) = G ′ ( ξ ) ( z − z ∗ ) 且导数至少一,故根误差不超过残差。
快速检查
(Euler 有 T / h T/h T / h 步,每步残差至多 C h 2 Ch^2 C h 2 ,求未乘传播因子的总贡献。)
解答 · 答案 ( T / h ) C h 2 = C T h (T/h)Ch^2=CTh ( T / h ) C h 2 = C T h ,乘有限时间常数仍一阶。若每步残差固定,最坏绝对和反按 1 / h 1/h 1/ h 增长。
快速检查
(梯形求解器控制除 h h h 后的方程残差,何种幂次足以保二阶?)
解答 · 答案 原式需 O ( h 3 ) O(h^3) O ( h 3 ) ,除 h h h 后为 O ( h 2 ) O(h^2) O ( h 2 ) 。若归一化只取 O ( h ) O(h) O ( h ) ,便只提供原式二次预算,不是所证二阶保证。
快速检查
(G = 0.001 z − 1 G=0.001z-1 G = 0.001 z − 1 ,要根误差不超过 10 − 5 10^{-5} 1 0 − 5 ,残差应多小?)
解答 · 答案 根误差恰为 1000 ∣ G ( z ) ∣ 1000|G(z)| 1000∣ G ( z ) ∣ ,故要求 ∣ G ( z ) ∣ ≤ 10 − 8 |G(z)|\le10^{-8} ∣ G ( z ) ∣ ≤ 1 0 − 8 。残差数字不能直接当状态误差。