EssayAI
Блог
Блог
Математика и алгоритмы

Усовершенствованный метод Эйлера: прогноз и поправка

8 ноября 2026Время чтения: 8 минут
Усовершенствованный метод Эйлера: прогноз и поправка

Усовершенствованный метод Эйлера приближённо решает дифференциальное уравнение, оценивая наклон решения дважды на каждом шаге. Сначала обычный шаг Эйлера даёт прогноз, затем наклон в прогнозируемой точке помогает исправить результат. Рассмотрим вариант Хойна, или явный метод трапеций: он второго порядка и не требует решать уравнение относительно нового значения. В калькуляторе можно менять число шагов для задачи y′=yy'=y, y(0)=1y(0)=1 и сравнивать результат с точной экспонентой.

Как устроен шаг Хойна

Пусть требуется решить задачу Коши

y′=f(x,y),y(x0)=y0.y'=f(x,y),\qquad y(x_0)=y_0.

На сетке xn=x0+nhx_n=x_0+nh известно приближение yny_n. Надо перейти к xn+1=xn+hx_{n+1}=x_n+h. Обычный явный метод использует только начальный наклон f(xn,yn)f(x_n,y_n), как будто он постоянен на всём шаге. Это приближение может заметно ошибаться, когда наклон быстро меняется.

В схеме Хойна сначала получают пробную конечную точку обычным шагом. Затем вычисляют наклон в этой точке и берут среднее двух наклонов. Начальная точка и оба наклона определяют исправленный шаг. Видео показывает перемещение конечной точки от прогноза к исправленному значению; промежуточное движение служит иллюстрацией поправки, а не отдельными шагами вычисления.

Золотая точка движется от прогноза Эйлера к результату Хойна и обратно, а точная кривая позволяет сравнить оба приближения.

Прогноз нужен только для оценки второго наклона: обычно именно исправленное значение становится исходным на следующем шаге. Поле направлений дифференциального уравнения помогает увидеть, почему наклоны в разных точках могут различаться.

Формулы прогноза и коррекции

Вычислим два значения правой части и прогноз y~n+1\widetilde y_{n+1}:

k1=f(xn,yn),y~n+1=yn+hk1,k_1=f(x_n,y_n),\qquad \widetilde y_{n+1}=y_n+hk_1,

k2=f(xn+h,y~n+1),yn+1=yn+h2(k1+k2).k_2=f(x_n+h,\widetilde y_{n+1}),\qquad y_{n+1}=y_n+\frac h2(k_1+k_2).

Здесь k1k_1 и k2k_2 обозначают именно наклоны, без множителя hh. В некоторых учебниках эти буквы включают hh; тогда повторно умножать их на шаг нельзя. Формула остаётся той же, если придерживаться одной системы обозначений.

Алгоритм удобно выполнять в таком порядке:

  1. Найти k1k_1 по текущим xn,ynx_n,y_n.
  2. Получить прогноз y~n+1\widetilde y_{n+1} и перейти к аргументу xn+hx_n+h.
  3. Подставить прогноз в правую часть и найти k2k_2.
  4. Усреднить наклоны и получить yn+1y_{n+1}. Повторить с новой точки.

Две проверки особенно полезны: оба наклона вычислены в разных точках, а исправление добавлено к yny_n, а не к прогнозу. Для системы уравнений те же операции выполняют с векторами: ff, k1k_1, k2k_2 и yy становятся векторами одинаковой размерности. Если начальные данные и правая часть заданы корректно, шаг вычисляется явно. Вопрос о том, существует ли единственное точное решение, рассматривается отдельно в теореме существования и единственности задачи Коши.

Пример: один шаг для экспоненты

Возьмём y′=yy'=y, y(0)=1y(0)=1 и шаг h=1h=1. Точное решение известно: y(x)=exy(x)=e^x. Поэтому в конце отрезка y(1)=e≈2,71828y(1)=e\approx2{,}71828. Все значения ниже относятся к одной учебной задаче, а не к экспериментальным измерениям.

В начальной точке k1=f(0,1)=1k_1=f(0,1)=1. Прогноз равен

y~1=1+1⋅1=2.\widetilde y_1=1+1\cdot1=2.

Правую часть в прогнозируемой точке (1,2)(1,2) вычисляем заново: k2=f(1,2)=2k_2=f(1,2)=2. Средний наклон равен (1+2)/2=1,5(1+2)/2=1{,}5, а исправленный результат

y1=1+1⋅1,5=2,5.y_1=1+1\cdot1{,}5=2{,}5.

Абсолютная ошибка равна ∣e−2,5∣≈0,21828|e-2{,}5|\approx0{,}21828. Для прогноза она составляет ∣e−2∣≈0,71828|e-2|\approx0{,}71828. В этом конкретном примере поправка приближает ответ к точному значению, хотя само название метода не гарантирует меньшую ошибку для каждого уравнения и каждого большого шага.

На графике точное значение экспоненты при x равном единице равно примерно 2,7183, прогноз Эйлера равен 2, результат Хойна равен 2,5
На графике точное значение экспоненты при x равном единице равно примерно 2,7183, прогноз Эйлера равен 2, результат Хойна равен 2,5

Теперь разделим тот же отрезок пополам. При h=0,5h=0{,}5 первый исправленный результат равен 1,6251{,}625, а второй - 2,6406252{,}640625. Ошибка в конце уменьшается примерно до 0,077660{,}07766. Калькулятор показывает эти же значения при одном и двух шагах. На такой грубой сетке отношение ошибок ещё не обязано быть равно четырём: закон порядка относится к достаточно малым hh.

Почему усреднение работает

Интегральная форма задачи связывает изменение решения с площадью под функцией наклона:

y(xn+1)−y(xn)=∫xnxn+1f(x,y(x)) dx.y(x_{n+1})-y(x_n)=\int_{x_n}^{x_{n+1}} f(x,y(x))\,dx.

Если заменить интеграл площадью прямоугольника с высотой в начале, получится шаг Эйлера. Идея Хойна похожа на правило трапеций: вместо одной высоты берётся среднее начального и конечного наклонов. Но точное значение y(xn+1)y(x_{n+1}) неизвестно, поэтому конечный наклон оценивают по прогнозу Эйлера.

Это различие принципиально. В неявном правиле трапеций на правой стороне стоит само неизвестное yn+1y_{n+1}; для его нахождения обычно требуется решить уравнение. Хойн подставляет уже вычисленный прогноз и потому остаётся явным. Обычные прямой и обратный шаги сопоставлены в статье про явный и неявный метод Эйлера.

Разные авторы употребляют названия «улучшенный» и «модифицированный» метод Эйлера для разных схем второго порядка. Например, метод средней точки тоже использует два вычисления правой части, но второй наклон берёт в середине шага. Перед расчётом сверяйте именно формулы, а не только название. Конспект Университетского колледжа Лондона выводит схему Хойна из трапецеидального приближения.

Как оформить вычисление в таблице

При ручном решении для каждого шага удобно завести строку с текущими координатами, первым наклоном, прогнозом, вторым наклоном и исправленным значением. В строке следующего шага аргумент увеличивается на выбранную величину шага, а последнее исправленное значение переносится в столбец текущего решения. Такая таблица позволяет найти ошибку подстановки, не пересчитывая всю задачу с начала.

Для уравнения с явной зависимостью от аргумента важно обновлять и его. Например, если правая часть равна сумме аргумента и искомой функции, второй наклон считается по сумме нового аргумента и прогноза. Использование старого аргумента даёт другую схему. При работе с системой сначала строят прогноз для всех компонент, и только затем вычисляют весь вектор второго наклона по одному согласованному прогнозному состоянию.

Если длина отрезка не делится на выбранный шаг без остатка, можно заранее подобрать число равных шагов или выполнить последний, более короткий шаг. В последнем случае в формулах этого шага используют именно его фактическую длину. Сравнивая два расчёта, обязательно берите значения в одной и той же конечной точке: иначе разность содержит также изменение самого решения между разными аргументами.

Порядок точности и проверка шага

При достаточно гладкой правой части и обычных условиях устойчивости локальная ошибка одного шага Хойна, начатого с точного значения, имеет порядок O(h3)O(h^3). Накопленная глобальная ошибка на фиксированном конечном отрезке имеет порядок O(h2)O(h^2). Это разные величины: первая измеряет дефект одного шага, вторая - расхождение всего численного решения с точным после последовательности шагов.

Если шаг достаточно мал и ведущий член ошибки не обращается в нуль, уменьшение hh вдвое обычно уменьшает глобальную ошибку примерно в четыре раза. Для практической проверки сравните результаты YhY_h и Yh/2Y_{h/2} в одной конечной точке. В асимптотическом режиме оценка ошибки более точного результата по модулю составляет примерно

∣Yh/2−Yh∣22−1=∣Yh/2−Yh∣3.\frac{|Y_{h/2}-Y_h|}{2^2-1}=\frac{|Y_{h/2}-Y_h|}{3}.

Это оценка, а не строгая граница: оба расчёта могут быть вне асимптотического режима или содержать другие источники ошибки. Полезно повторить расчёт с h/4h/4 и проверить, приближается ли отношение последовательных разностей к четырём. При неизвестном точном решении такая проверка помогает обнаружить слишком крупный шаг, но не заменяет анализ самой модели.

Когда метод применять

Хойн удобен для первого знакомства с численным решением ОДУ, для ручных таблиц и для нежёстких задач умеренной точности. На каждом шаге он требует двух вычислений ff, тогда как простой Эйлер требует одного. Цена большей точности зависит от стоимости правой части и необходимого числа шагов, поэтому сравнивать методы только по количеству шагов недостаточно.

Для большей точности можно рассмотреть метод Рунге - Кутты четвёртого порядка: он делает четыре вычисления правой части на шаг и имеет другой порядок сходимости. Для жёсткой задачи явная схема Хойна может потребовать очень маленького шага ради устойчивости, даже если график точного решения меняется медленно. Точность второго порядка сама по себе не делает схему подходящей для жёстких уравнений.

Частые ошибки

  • Принимают прогноз за итог. Значение y~n+1\widetilde y_{n+1} нужно для второго наклона; следующий шаг начинает исправленное yn+1y_{n+1}.
  • Вычисляют оба наклона в начале. Для k2k_2 нужны xn+hx_n+h и прогноз, иначе смысл поправки теряется.
  • Смешивают обозначения наклонов и приращений. Если kik_i уже содержат hh, второй раз умножать их на hh нельзя.
  • Делают вывод по одной сетке. Сравните несколько шагов и проверьте устойчивость результата; формальный порядок не гарантирует точности при произвольном hh.

FAQ

Метод Хойна и метод трапеций совпадают?

Хойн - явный трапецеидальный вариант: конечный наклон считается по прогнозу. Неявный метод трапеций использует в нём неизвестное исправленное значение и требует решения уравнения.

Можно ли использовать отрицательный шаг?

Да, для интегрирования назад выбирают h<0h<0 и последовательно уменьшают xx. Формулы сохраняются, но устойчивость и точность по-прежнему нужно проверять для конкретной задачи.

Всегда ли ошибка уменьшается в четыре раза?

Нет. Четырёхкратное уменьшение - асимптотическое ожидание при делении шага пополам для глобальной ошибки второго порядка. На грубой сетке, при округлениях или вырождении ведущего члена отношение может отличаться.

Коротко

Метод Хойна делает прогноз обычным шагом Эйлера, оценивает наклон в прогнозируемой точке и исправляет значение средним двух наклонов. При достаточной гладкости его глобальная ошибка имеет второй порядок. Для надёжного результата проверяйте формулу выбранного варианта, уменьшайте шаг и учитывайте устойчивость задачи.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Метод предиктор-корректор: прогноз и поправка

Метод предиктор-корректор: прогноз и поправка

Метод предиктор-корректор для задачи Коши: формулы прогноза и поправки, подробный пример пары Адамса и трапеций, оценка ошибки, запуск и ограничения схемы.

8 ноября 20268 минут
Поле направлений дифференциального уравнения

Поле направлений дифференциального уравнения

Как построить поле направлений дифференциального уравнения, найти изоклины и провести решение через заданную точку. Разбираем пример и ограничения метода.

8 ноября 20268 минут
Уравнение второго порядка: понижение порядка

Уравнение второго порядка: понижение порядка

Как распознать уравнение второго порядка, допускающее понижение порядка: выбор замены при отсутствии y или x, примеры решения и проверка особых случаев.

8 ноября 20269 минут
Задача Коши для уравнения первого порядка

Задача Коши для уравнения первого порядка

Как решить задачу Коши для дифференциального уравнения первого порядка: начальное условие, выбор постоянной, проверка ответа и интервал решения на примерах.

8 ноября 20268 минут
Существование и единственность решения задачи Коши

Существование и единственность решения задачи Коши

Теорема существования и единственности решения задачи Коши простыми словами: условие Липшица, метод приближений Пикара, интервал существования и где студенты теряют единственность.

11 июня 20267 минут
Уравнение с разделяющимися переменными: решение и примеры

Уравнение с разделяющимися переменными: решение и примеры

Как решить дифференциальное уравнение с разделяющимися переменными: алгоритм разделения, интегрирование обеих частей, разбор общего и частного решения с примерами и задачей Коши.

11 июня 20268 минут