EssayAI
Блог
Блог
Математика и алгоритмы

Метод Эйлера для ОДУ: пошаговый расчёт

8 ноября 2026Время чтения: 8 минут
Метод Эйлера для ОДУ: пошаговый расчёт

Метод Эйлера для обыкновенного дифференциального уравнения позволяет приближённо найти решение по начальной точке и известной производной. Вместо того чтобы сразу искать формулу всей кривой, мы последовательно вычисляем её приближённые точки. Между соседними точками получается ломаная: её отрезок идёт в направлении наклона, найденного в начале шага.

Ниже разберём именно прямой расчёт: от выбора сетки до таблицы и проверки. В калькуляторе можно менять число шагов для задачи y′=x+yy'=x+y, y(0)=1y(0)=1 и сравнивать полученную ломаную с точной кривой. Начните с четырёх шагов: этот же пример разобран в статье.

От производной к ломаной

Пусть задана задача Коши y′=f(x,y)y'=f(x,y), y(x0)=y0y(x_0)=y_0. В каждой точке (x,y)(x,y) правая часть сообщает наклон искомой кривой. Например, если f(x,y)=2f(x,y)=2, то при небольшом увеличении xx на hh значение yy возрастёт приблизительно на 2h2h.

Метод сохраняет этот наклон на протяжении одного шага. Получив новую точку, он заново вычисляет правую часть и строит следующий отрезок. На видео золотая точка проходит по рассчитанным отрезкам: в каждом узле меняется наклон, а плавная линия показывает точное решение той же задачи.

Точка проходит по ломаной Эйлера и возвращается к началу; сравните её путь с точной кривой.

Это геометрическая интерпретация, а не утверждение, что каждый отрезок касается точной кривой: после первого шага расчётная точка обычно уже не лежит на ней. Ломаная использует наклон поля именно в своей текущей точке. Подробнее о том, как наклоны распределены на плоскости, рассказывает статья про поле направлений дифференциального уравнения.

Формула одного шага

Разобьём отрезок [x0,b][x_0,b] на NN равных частей: h=(b−x0)/Nh=(b-x_0)/N, xn=x0+nhx_n=x_0+nh. Приближение к точному y(xn)y(x_n) обозначим через yny_n. Правило перехода имеет вид

yn+1=yn+hf(xn,yn),xn+1=xn+h.y_{n+1}=y_n+h f(x_n,y_n), \qquad x_{n+1}=x_n+h.

Порядок вычисления важен. Сначала подставляем старые xnx_n и yny_n в ff, затем умножаем найденный наклон на hh и прибавляем результат к yny_n. Только после этого переходим к следующему узлу. В каждом шаге требуется одно вычисление правой части.

Такую схему удобно оформить в таблицу ещё до вычислений: отдельно выписать узел, найденное значение, наклон и следующее значение. Она показывает, какие данные уже известны, и позволяет быстро обнаружить ошибку в индексе. Само начальное условие не вычисляется методом: это первая строка таблицы и опора для всех последующих переходов.

Выражение для шага работает и при движении к меньшим значениям аргумента: тогда h<0h<0, а узлы располагаются в обратном порядке. Знак приращения определяется произведением hf(xn,yn)h f(x_n,y_n), поэтому положительный наклон при отрицательном шаге уменьшит yy. Для отрезка с конечной точкой важно заранее выбрать число шагов так, чтобы последний узел совпал с ней.

Название «метод Эйлера» здесь означает явную, или прямую, схему. Есть и обратная схема, использующая значение правой части в новом узле; её свойства и отличие по устойчивости отдельно разобраны в статье о явном и неявном методах Эйлера.

Пример: четыре шага для задачи Коши

Рассмотрим y′=x+yy'=x+y, y(0)=1y(0)=1 на отрезке [0,1][0,1]. При N=4N=4 шаг равен h=0,25h=0{,}25, а рабочая формула упрощается до

yn+1=yn+0,25(xn+yn).y_{n+1}=y_n+0{,}25(x_n+y_n).

В начальной точке наклон равен 0+1=10+1=1. Поэтому y1=1+0,25⋅1=1,25y_1=1+0{,}25\cdot1=1{,}25 при x1=0,25x_1=0{,}25. На следующем шаге надо использовать уже новые координаты: наклон равен 0,25+1,25=1,50{,}25+1{,}25=1{,}5, откуда y2=1,25+0,25⋅1,5=1,625y_2=1{,}25+0{,}25\cdot1{,}5=1{,}625.

nnxnx_nyny_nНаклон xn+ynx_n+y_nyn+1y_{n+1}
00111,25
10,251,251,51,625
20,51,6252,1252,15625
30,752,156252,906252,8828125

Последняя строка начинается в x3=0,75x_3=0{,}75, но её результат относится к x4=1x_4=1. Поэтому искомое приближение - y(1)≈2,8828125y(1)\approx2{,}8828125. Хранить в промежуточных вычислениях все доступные цифры полезно: преждевременное округление добавляет к погрешности метода собственную ошибку округления.

Проверка по точному решению

В этом учебном примере точное решение известно: y(x)=2ex−x−1y(x)=2e^x-x-1. Действительно, при x=0x=0 оно равно единице, а его производная 2ex−12e^x-1 совпадает с x+y(x)x+y(x). Следовательно, в конце отрезка

y(1)=2e−2≈3,43656,∣y(1)−y4∣≈0,55375.y(1)=2e-2\approx3{,}43656, \qquad |y(1)-y_4|\approx0{,}55375.

Ломаная Эйлера для четырёх шагов и точная кривая: разность в точке x равной единице около 0,554
Ломаная Эйлера для четырёх шагов и точная кривая: разность в точке x равной единице около 0,554

Для этой задачи при положительном шаге ломаная оказывается ниже точной кривой в узлах после начального. На рисунке вертикальный отрезок показывает разность именно при x=1x=1, а не расстояние между кривыми по кратчайшей прямой. Для другого уравнения знак и величина ошибки могут быть иными.

Точное решение особенно удобно для учебной проверки, поскольку позволяет отделить ошибку алгоритма от неизбежной ошибки приближения. Если ручная таблица при четырёх шагах отличается от калькулятора, проверьте прежде всего наклон и номер узла. Если таблицы совпадают, но результат отличается от точного значения, это ещё не означает ошибку в вычислениях: прямая на каждом шаге лишь приближает изогнутую кривую.

Число 0,553750{,}55375 относится только к указанным начальным данным, шагу и конечной точке. Нельзя переносить его на другое уравнение или считать постоянной характеристикой метода. Например, ошибка в промежуточном узле сравнивается с точным решением при соответствующем значении xx, а не со значением в конце отрезка.

Если удвоить число шагов до восьми, получится y8≈3,13157y_8\approx3{,}13157, а ошибка в конце уменьшится примерно до 0,304990{,}30499. При шестнадцати шагах она составит около 0,160710{,}16071. Ползунок позволяет проверить эти значения и посмотреть, как меняется вся ломаная, а не только её последняя точка.

Как выбирать шаг и оценивать результат

При гладкой правой части и обычных условиях существования и единственности решения явный метод Эйлера имеет первый порядок: на фиксированном конечном отрезке глобальная ошибка в узлах составляет O(h)O(h) при h→0h\to0. Ошибка одного шага, начатого из точной точки, имеет порядок O(h2)O(h^2). Это разные величины: итоговая ошибка включает последствия предыдущих шагов.

Понять различие помогает мысленный опыт. Для локальной ошибки представим, что перед очередным шагом мы каким-то образом вернулись точно на кривую; затем сравним один результат формулы с точным значением в следующем узле. При реальном счёте такой возврат не выполняется. Наклон на новом шаге берётся уже в приближённой точке, и отклонение может повлиять на дальнейшие вычисления.

Обозначение O(h)O(h) описывает поведение при уменьшении шага, а не точную формулу ошибки для любого hh. Константа зависит от уравнения и интервала. Для четырёх и восьми шагов в нашем примере отношение ошибок примерно равно 1,821{,}82, а не точно двум; грубые сетки ещё не обязаны показывать предельное отношение.

На практике точное решение обычно неизвестно. Тогда можно повторить вычисление с шагом h/2h/2 и сравнить результаты в одних и тех же узлах. Если оба расчёта уже находятся в режиме первого порядка, их разность даёт ориентир для ошибки более мелкой сетки. Это оценка, а не универсальная гарантия: её предпосылки нужно проверять последовательным измельчением шага и учитывать возможную неустойчивость.

Слишком крупный шаг способен дать качественно неверную картину даже при правильной арифметике. Поэтому полезно проверять несколько шагов и смысл результата: например, не меняется ли знак там, где модель этого не допускает. О точном критерии устойчивости на тестовом уравнении и причинах ограничений шага см. статью о явной и неявной схемах.

Когда нужен другой метод

Эйлер удобен для первого знакомства, быстрой оценки и проверки реализации: формула короткая, а каждый наклон виден в таблице. Однако высокая точность часто требует множества шагов. Усовершенствованный метод Эйлера добавляет прогноз и поправку, используя дополнительную информацию о наклоне. Метод Рунге - Кутты четвёртого порядка использует несколько вычислений правой части на каждом шаге и при подходящих условиях сходится быстрее.

Выбор зависит от задачи: меньшая ошибка на шаг не означает автоматически меньшую общую стоимость. Сравнивают точность на всём нужном интервале, число вычислений и поведение метода для конкретного уравнения.

Частые ошибки

  • Подставляют начальное значение на каждом шаге. После первого перехода в правую часть нужно подставлять текущие xnx_n и yny_n.
  • Забывают множитель hh. Производная - наклон; приращение на шаге приближённо равно наклону, умноженному на длину шага.
  • Путают номер строки и координату результата. Строка с данными узла nn даёт значение в узле n+1n+1.
  • Принимают приближение за точное значение. Записывайте результат со знаком ≈\approx и проверяйте влияние шага.
  • Сравнивают значения в разных точках. При расчётах с разными шагами ошибка оценивается в совпадающих узлах, например в конце отрезка.

FAQ

Можно ли применять метод, если точное решение неизвестно? Да. Это обычная причина применения численного метода. Для контроля сравните сетки с разными шагами и проверьте ограничения задачи; разность сеточных решений сама по себе не является безусловной гарантией точности.

Что означает первый порядок метода? При стандартных условиях и достаточно малом шаге глобальная ошибка на фиксированном отрезке пропорциональна шагу по порядку величины. Её отношение при уменьшении шага вдвое лишь стремится к соответствующему пределу и не обязано равняться двум на грубых сетках.

Обязательно ли шаг должен быть постоянным? Нет. Можно использовать разные hn=xn+1−xnh_n=x_{n+1}-x_n и формулу yn+1=yn+hnf(xn,yn)y_{n+1}=y_n+h_n f(x_n,y_n). В примере постоянный шаг упрощает таблицу и сравнение.

Коротко

Метод Эйлера строит решение задачи Коши по узлам: на каждом шаге берёт текущий наклон f(xn,yn)f(x_n,y_n) и прибавляет к yny_n его произведение на hh. Для y′=x+yy'=x+y, y(0)=1y(0)=1 четыре шага по 0,250{,}25 дают y(1)≈2,88281y(1)\approx2{,}88281; сравнение с точным значением показывает ошибку около 0,553750{,}55375. Уменьшение шага помогает контролировать погрешность, но устойчивость и применимость схемы тоже нужно учитывать.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Метод Рунге-Кутты 4 порядка: численное решение ОДУ

Метод Рунге-Кутты 4 порядка: численное решение ОДУ

Метод Рунге-Кутты 4 порядка для задачи Коши: формулы коэффициентов k1, k2, k3, k4, выбор шага, локальная и глобальная погрешность, сравнение с методом Эйлера и пример расчёта.

11 апреля 20268 минут
Метод стрельбы для краевой задачи: алгоритм и пример

Метод стрельбы для краевой задачи: алгоритм и пример

Метод стрельбы для краевой задачи: сведение к задаче Коши, подбор недостающего начального условия, функция невязки, секущие и метод Ньютона, нелинейный случай и устойчивость.

7 мая 20268 минут
Метод кусочно-линейной аппроксимации: пример и ошибка

Метод кусочно-линейной аппроксимации: пример и ошибка

Метод кусочно-линейной аппроксимации по узлам: формула отрезка, подробный расчёт на примере, оценка погрешности и выбор шага сетки для инженерной задачи с таблицей значений.

8 ноября 20268 минут
Абсолютная и относительная погрешность числа

Абсолютная и относительная погрешность числа

Абсолютная и относительная погрешность приближённого числа: формулы, расчёт в процентах, оценка при округлении и подробные примеры сравнения точности.

8 ноября 20268 минут
Численное интегрирование: метод прямоугольников

Численное интегрирование: метод прямоугольников

Численное интегрирование методом прямоугольников: левые, правые и средние суммы, подробный расчёт на примере, оценка погрешности и выбор шага разбиения для заданной точности.

8 ноября 20268 минут
Фундаментальная матрица системы: определение и пример

Фундаментальная матрица системы: определение и пример

Что такое фундаментальная матрица системы ОДУ, как проверить её определитель, нормировать матрицу и решить задачу Коши. Подробный пример с вычислениями.

8 ноября 20268 минут