NumericalMethods项目：多步法的稳定性分析

2025-06-05 04:22:00作者：冯梦姬Eddie

引言

在数值计算领域，求解常微分方程(ODE)初值问题(IVP)时，多步法因其高效性而被广泛应用。然而，并非所有多步法都能在所有情况下稳定收敛。本文基于NumericalMethods项目中的多步法稳定性分析内容，深入探讨多步法的稳定性条件及其重要性。

多步法的一般形式为k步公式：

a_k y_{n+1} + a_{k-1} y_n + \dots + a_0 y_{n+1-k} = h \left[ b_k f_{n+1} + b_{k-1} f_n + \dots + b_0 f_{n+1-k} \right]

其中：

所有多步法都需要其他方法提供初始值。

考虑简单ODE：

y'(x) = -y, \quad y(0) = 1

解析解为 $y = \exp(-x)$ 。使用Milne方法时，数值解会出现振荡发散现象。减小步长( $h = 0.01 \rightarrow 0.001$ )只能延迟振荡出现的时间，而不能从根本上解决问题。相比之下，Adams-Bashforth 5阶方法则表现良好。

一致性要求数值算法在 $h \rightarrow 0$ 时能够准确表示微分方程。通过泰勒展开可以验证一致性，所有实用算法都应满足这一基本要求。

稳定性指在有限区间内，数值解保持有界。注意我们只考虑解析解本身有界的问题。

收敛性定义为：

\lim_{h \rightarrow 0} y_h(x) = y_e(x)

重要定理：多步法收敛当且仅当它是一致且稳定的。

从k步公式出发，定义两个多项式：

\begin{aligned} p(z) & = a_k z^k + \dots + a_1 z + a_0 \\ q(z) & = b_k z^k + \dots + b_1 z + b_0 \end{aligned}

在 $z = 1$ 处计算：

\begin{aligned} p(1) & = \sum_{j=0}^k a_j \\ p'(1) & = \sum_{j=0}^k j a_j \\ q(1) & = \sum_{j=0}^k b_j \end{aligned}

一致性条件为：

\begin{aligned} p(1) & = 0 \\ p'(1) - q(1) & = 0 \end{aligned}

微分方程有多个解，初始条件确定唯一解。数值计算中由于有限步长和精度限制，会引入其他"虚假"解的贡献。稳定性分析的关键在于研究稳定性多项式 $p (z)$ 的根。

考虑特例 $f (x, y (x)) = 0$ ，算法简化为：

\sum_{j=0}^k a_j y_{n+1-j} = 0

解的形式为 $A z^{n}$ ，其中 $z$ 是 $p (z)$ 的根。要保证收敛，需要 $∣ z ∣ < 1$ 。

设 $p (z)$ 的根为 ${r_{j}}$ ，有两种稳定性条件：

根条件保证弱稳定性，强根条件保证长期积分的相对稳定性。

Milne方法公式：

y_{n+1} - y_{n-1} = \frac{h}{3} \left( f_{n+1} + 4 f_{n} + f_{n-1} \right)

对应多项式：

\begin{aligned} p(z) & = z^2 - 1 \\ q(z) & = \frac{1}{3}(z^2 + 4z + 1) \end{aligned}

验证一致性：

p(1) = 0, \quad p'(1) = 2 = q(1)

稳定性多项式 $p (z)$ 的根为 $r_j = \pm 1$ ，因此Milne方法只是弱稳定，长期积分可能出现虚假解主导的情况。

收敛性是数值算法的基本要求
对于微分方程，算法必须一致且稳定才能保证收敛
多步法通过两个多项式 $p$ 和 $q$ 来分析稳定性
一致性通过多项式在 $z = 1$ 处的简单关系验证
稳定性通过 $p (z)$ $p (z)$ 的根来判定：
- 所有根 $∣ r_{j} ∣ < 1$ (除 $r_{0} = 1$ 外)保证相对稳定性
- 若仅满足 $|r_j| \leq 1$ 则为弱稳定性，可能不适合长期积分