Метод стрельбы для краевой задачи: алгоритм и пример

Метод стрельбы для краевой задачи - это приём, который сводит двухточечную краевую задачу к серии задач Коши. Идея в названии: мы «стреляем» из левого конца отрезка с некоторым углом (недостающим начальным условием), смотрим, куда снаряд прилетел на правом конце, и корректируем прицел, пока траектория не попадёт в заданную мишень. Так задача с условиями на двух концах превращается в задачу с условиями только в одной точке плюс уравнение на пристрелочный параметр. Ниже разберём, как формализовать «прицел», как считать невязку, чем брать корень - секущими или методом Ньютона - и где метод стрельбы начинает буксовать.

Постановка краевой задачи

Рассмотрим обыкновенное дифференциальное уравнение второго порядка на отрезке $[a, b]$:

$y'' = f(x, y, y'), \qquad y(a) = \alpha, \quad y(b) = \beta.$

В отличие от задачи Коши, где оба условия ($y$ и $y'$) заданы в одной точке, здесь по одному условию на каждом конце. Прямо интегрировать вперёд нельзя: в точке $x = a$ мы знаем $y(a) = \alpha$, но не знаем $y'(a)$. Именно недостающий наклон $y'(a)$ и становится тем параметром, которым мы «целимся». Двухточечные условия типичны для физических задач равновесия: прогиб балки, закреплённой на двух опорах, стационарное распределение температуры в стержне с заданными температурами на концах, форма провисающей нити.

Сведение к задаче Коши

Введём пристрелочный параметр $s$ - гипотетическое значение производной в левом конце: $y'(a) = s$. Теперь у нас полный набор начальных данных в одной точке:

$y'' = f(x, y, y'), \qquad y(a) = \alpha, \quad y'(a) = s.$

Это уже задача Коши, и её можно проинтегрировать любым одношаговым методом - Эйлера, Рунге-Кутты 4 порядка - от $a$ до $b$. Уравнение второго порядка предварительно сводят к системе двух уравнений первого порядка заменой $u = y'$: получаем $y' = u$, $u' = f(x, y, u)$. Результат интегрирования зависит от выбранного $s$, поэтому значение на правом конце естественно записать как функцию параметра: $y(b) = y(b; s)$. Цель метода стрельбы - подобрать такой $s$, чтобы выполнилось второе краевое условие $y(b; s) = \beta$.

Tool: подбор пристрелочного параметра

Подбирать наклон $s$ вручную - это интегрировать задачу Коши заново при каждой пробной «стрельбе» и следить за невязкой: занятие точное, но утомительное. Опишите ниже своё уравнение и краевые условия, выберите метод подбора корня - и получите разбор: как свести к задаче Коши, как устроена функция невязки и как итерации сходятся к нужному $s$.

Функция невязки и уравнение на параметр

Определим функцию невязки (residual) как отклонение полученного правого значения от целевого:

$F(s) = y(b; s) - \beta.$

Краевая задача решена тогда и только тогда, когда $F(s) = 0$. Тем самым метод стрельбы свёл двухточечную задачу к скалярному нелинейному уравнению на один параметр. Каждое вычисление $F(s)$ - это один полный «выстрел»: одно численное интегрирование задачи Коши от $a$ до $b$. Дальше задача чисто алгебраическая: найти корень $F(s) = 0$. Чем меньше «выстрелов» потребует решатель корня, тем дешевле метод, ведь каждый вызов $F$ недёшев.

Линейная задача: точное попадание за два выстрела

Если уравнение линейно, $y'' = p(x) y' + q(x) y + r(x)$, то $y(b; s)$ - линейная функция параметра $s$, а значит и $F(s)$ линейна. Через две точки прямая определяется однозначно, поэтому достаточно ровно двух пробных выстрелов $s_0$ и $s_1$ - а нужный корень получается линейной интерполяцией:

$s^* = s_0 + (s_1 - s_0)\,\frac{\beta - y(b; s_0)}{y(b; s_1) - y(b; s_0)}.$

Третий выстрел с параметром $s^*$ попадёт в мишень с точностью самого метода интегрирования - никаких дальнейших итераций не нужно. Это резко отличает линейный случай от нелинейного: для линейной краевой задачи метод стрельбы конечен. Альтернатива для линейных задач - сразу строить разностную систему, не интегрируя; об этом подробно в статье про метод конечных разностей для уравнений.

Нелинейный случай: секущие и метод Ньютона

Если правая часть $f$ нелинейна по $y$ или $y'$, функция $F(s)$ тоже нелинейна, и одной интерполяции мало - нужен итерационный поиск корня. Два рабочих варианта:

Метод секущих. Берём два стартовых наклона $s_0, s_1$ и обновляем параметр по формуле секущей, не вычисляя производную:

$s_{k+1} = s_k - F(s_k)\,\frac{s_k - s_{k-1}}{F(s_k) - F(s_{k-1})}.$

Каждая итерация стоит один выстрел (значение $F$ с прошлого шага переиспользуется). Сходимость сверхлинейная (порядок $\approx 1{,}618$) - обычно достаточно 4–6 итераций.

Метод Ньютона. Если уметь считать производную $F'(s) = \partial y(b; s)/\partial s$, шаг записывается как $s_{k+1} = s_k - F(s_k)/F'(s_k)$. Производную $F'(s)$ получают, интегрируя рядом с основной так называемую вариационную задачу - систему на чувствительность решения к $s$. Это удваивает стоимость выстрела, зато даёт квадратичную сходимость. На практике метод секущих чаще выигрывает: вариационную систему выписывать не нужно, а лишняя итерация дешевле лишнего интегрирования.

Многократная стрельба для устойчивости

У простого (одиночного) метода стрельбы есть ахиллесова пята: если решение задачи Коši растёт экспоненциально (а у краевых задач с большими коэффициентами это норма), то малая ошибка в $s$ раздувается к правому концу. Невязка $F(s)$ становится гигантской и численно неустойчивой - «снаряд» улетает в бесконечность задолго до мишени. Лекарство - многократная стрельба (multiple shooting): отрезок $[a, b]$ делят на подотрезки, на каждом стреляют независимо со своими параметрами, а на стыках добавляют условия непрерывности решения. Получается система уравнений на все пристрелочные параметры сразу, которую решают методом Ньютона. Экспоненциальный рост ограничен длиной короткого подотрезка, и устойчивость восстанавливается ценой большей системы.

Выбор стартовых параметров и шага

Качество стартовых $s_0, s_1$ определяет, сойдётся ли итерация и куда. Полезные ориентиры:

• Если ожидаемое решение примерно линейно, оцените наклон секущей между концами: $s_0 \approx (\beta - \alpha)/(b - a)$.
• Возьмите $s_1$ заметно отличным от $s_0$, чтобы знаки $F(s_0)$ и $F(s_1)$ по возможности различались - тогда корень заведомо между ними.
• Шаг интегрирования $h$ задавайте достаточно мелким: ошибка в $F(s)$ не должна превышать требуемую точность по $\beta$, иначе итерации «застрянут» на численном шуме.

Частые ошибки

• Путают пристрелочный параметр с самим решением. $s$ - это лишь $y'(a)$, недостающее начальное условие, а не ответ. Ответ - вся траектория $y(x)$ при найденном $s^*$.
• Используют метод Ньютона/секущих для линейной задачи. Если уравнение линейно, корень $F(s) = 0$ находится точной интерполяцией за два выстрела; итерации тут - лишняя работа.
• Игнорируют экспоненциальную неустойчивость. На длинном отрезке с растущими решениями одиночная стрельба расходится. Признак - $F(s)$ скачет на много порядков при малом изменении $s$; нужна многократная стрельба.
• Берут слишком грубый шаг интегрирования. Шум в $F(s)$ из-за большого $h$ маскирует настоящий корень: итерации перестают сходиться к нужной точности.
• Стартуют с совпадающих $s_0 = s_1$ в методе секущих. Знаменатель $F(s_1) - F(s_0)$ обнуляется - деление на ноль; стартовые наклоны обязаны различаться.

FAQ

Чем метод стрельбы отличается от метода конечных разностей? Стрельба сводит краевую задачу к задаче Коши и подбирает начальный наклон, интегрируя уравнение вперёд. Конечные разности сразу заменяют производные разностями на всей сетке и решают одну алгебраическую систему, не интегрируя. Стрельба проще в реализации, но менее устойчива на длинных отрезках.

Сколько выстрелов нужно? Для линейной задачи - ровно два пробных плюс один финальный: корень $F(s)=0$ находится точной интерполяцией. Для нелинейной - обычно 4–6 итераций метода секущих до нужной точности.

Что делать, если метод стрельбы расходится? Чаще всего причина - экспоненциальный рост решения задачи Коши. Помогает многократная стрельба: разбить отрезок на части, стрелять на каждой и сшить решения условиями непрерывности, решая общую систему методом Ньютона.

Коротко

Метод стрельбы для краевой задачи превращает двухточечную задачу $y'' = f(x, y, y')$, $y(a)=\alpha$, $y(b)=\beta$ в задачу Коши с недостающим начальным наклоном $y'(a) = s$. Невязка $F(s) = y(b; s) - \beta$ обращается в ноль при правильном прицеле; для линейной задачи корень находится точной интерполяцией за два выстрела, для нелинейной - методом секущих или Ньютона. На длинных отрезках с экспоненциально растущими решениями одиночная стрельба неустойчива, и её заменяет многократная стрельба со сшивкой решений на подотрезках. Это делает метод стрельбы наглядным и часто самым быстрым способом решить краевую задачу, если она не слишком жёсткая.