152
个编辑
更改
建立内容为“== 欧拉方法（Euler method） == '''欧拉方法'''（英语：''Euler method''），又称'''欧拉显式法'''，是数值分析中用于近似求解常微…”的新页面
== 欧拉方法（Euler method） ==
'''欧拉方法'''（英语：''Euler method''），又称'''欧拉显式法'''，是数值分析中用于近似求解常微分方程初值问题的一种基础算法。该方法由瑞士数学家莱昂哈德·欧拉提出，是许多高阶数值积分方法（如龙格–库塔方法）的理论基础。<ref>Butcher, J. C. (2003). Numerical Methods for Ordinary Differential Equations. Wiley.</ref>
欧拉方法思想简单、易于实现，但在精度与稳定性方面存在局限，常作为入门教学与理论分析的示例。
== 数学形式 ==
考虑常微分方程初值问题：
<math>\frac{dy}{dt}=f(t,y), \quad y(t_0)=y_0</math>
在步长为 <math>h</math> 的情况下，欧拉方法构造近似序列：
<math>
\begin{aligned}
t_{n+1} &= t_n + h, \\
y_{n+1} &= y_n + h\,f(t_n, y_n).
\end{aligned}
</math>
== 基本思想 ==
欧拉方法利用解曲线在某一点的切线来近似短时间内解的变化，即：
:「已知斜率，用切线取代曲线。」
步长越小，近似通常越好，但计算成本增加。
== 误差与收敛性 ==
欧拉方法是'''一阶精度'''：
* 局部截断误差：<math>O(h^2)</math>
* 全局误差：<math>O(h)</math>
当问题刚性或具有快速变化行为时，若步长不合适，误差可能迅速放大，甚至产生数值发散。<ref>Hairer, E., Nørsett, S. P., & Wanner, G. (1993). Solving Ordinary Differential Equations I. Springer.</ref>
== 应用 ==
=== 数值模拟 ===
欧拉方法常用于对简单常微分方程进行数值近似计算，例如：
* 人口增长模型
* 简化的物理系统（自由落体、线性阻尼）
* 生物、化学中的简单速率方程
在教学与初步建模中，欧拉方法因其结构简单、可解释性强而被广泛使用。
=== 一维动力系统中的应用视角 ===
在一维动力系统中，常见模型写作：
<math>\frac{dy}{dt}=f(y)</math>
将该系统用欧拉方法离散化，可得：
<math>y_{n+1}=y_n + h\, f(y_n)</math>
这一递推式不仅是求解近似值的数值算法，同时定义了一个'''离散动力系统'''：
<math>F_h(y)=y+h f(y)</math>
因此，欧拉方法把一个连续动力系统转化为离散迭代映射，可以利用离散动力系统理论研究其长期行为与稳定性。<ref>Devaney, R. (1989). ''An Introduction to Chaotic Dynamical Systems''. Addison-Wesley.</ref>
==== 平衡点与稳定性 ====
连续系统平衡点满足：
<math>f(y^\*) = 0</math>
离散映射的平衡点满足：
<math>F_h(y^*) = y^*</math>
代入得到：
<math>f(y^*) = 0</math>
说明欧拉方法'''不会改变平衡点的位置'''，但可能影响其稳定性。
离散系统在平衡点的稳定性条件为：
<math>|F_h'(y^\*)| = |1 + h f'(y^*)| < 1</math>
即：
<math>-2 < h f'(y^*) < 0</math>
当步长 <math>h</math> 过大时，即便连续系统稳定，离散系统也可能产生振荡或发散。
==== 非线性模型示例 ====
对 Logistic 型方程：
<math>y' = r y(1-y)</math>
欧拉离散化可能产生周期轨道甚至混沌，而连续系统本身并不出现这些现象。该现象表明，在研究长期动力学时需要谨慎选择步长，或采用更稳定的数值方法（如隐式欧拉法或高阶龙格–库塔方法）。
== 参考文献 ==
<references />
'''欧拉方法'''（英语：''Euler method''），又称'''欧拉显式法'''，是数值分析中用于近似求解常微分方程初值问题的一种基础算法。该方法由瑞士数学家莱昂哈德·欧拉提出，是许多高阶数值积分方法（如龙格–库塔方法）的理论基础。<ref>Butcher, J. C. (2003). Numerical Methods for Ordinary Differential Equations. Wiley.</ref>
欧拉方法思想简单、易于实现，但在精度与稳定性方面存在局限，常作为入门教学与理论分析的示例。
== 数学形式 ==
考虑常微分方程初值问题：
<math>\frac{dy}{dt}=f(t,y), \quad y(t_0)=y_0</math>
在步长为 <math>h</math> 的情况下，欧拉方法构造近似序列：
<math>
\begin{aligned}
t_{n+1} &= t_n + h, \\
y_{n+1} &= y_n + h\,f(t_n, y_n).
\end{aligned}
</math>
== 基本思想 ==
欧拉方法利用解曲线在某一点的切线来近似短时间内解的变化，即：
:「已知斜率，用切线取代曲线。」
步长越小，近似通常越好，但计算成本增加。
== 误差与收敛性 ==
欧拉方法是'''一阶精度'''：
* 局部截断误差：<math>O(h^2)</math>
* 全局误差：<math>O(h)</math>
当问题刚性或具有快速变化行为时，若步长不合适，误差可能迅速放大，甚至产生数值发散。<ref>Hairer, E., Nørsett, S. P., & Wanner, G. (1993). Solving Ordinary Differential Equations I. Springer.</ref>
== 应用 ==
=== 数值模拟 ===
欧拉方法常用于对简单常微分方程进行数值近似计算，例如：
* 人口增长模型
* 简化的物理系统（自由落体、线性阻尼）
* 生物、化学中的简单速率方程
在教学与初步建模中，欧拉方法因其结构简单、可解释性强而被广泛使用。
=== 一维动力系统中的应用视角 ===
在一维动力系统中，常见模型写作：
<math>\frac{dy}{dt}=f(y)</math>
将该系统用欧拉方法离散化，可得：
<math>y_{n+1}=y_n + h\, f(y_n)</math>
这一递推式不仅是求解近似值的数值算法，同时定义了一个'''离散动力系统'''：
<math>F_h(y)=y+h f(y)</math>
因此，欧拉方法把一个连续动力系统转化为离散迭代映射，可以利用离散动力系统理论研究其长期行为与稳定性。<ref>Devaney, R. (1989). ''An Introduction to Chaotic Dynamical Systems''. Addison-Wesley.</ref>
==== 平衡点与稳定性 ====
连续系统平衡点满足：
<math>f(y^\*) = 0</math>
离散映射的平衡点满足：
<math>F_h(y^*) = y^*</math>
代入得到：
<math>f(y^*) = 0</math>
说明欧拉方法'''不会改变平衡点的位置'''，但可能影响其稳定性。
离散系统在平衡点的稳定性条件为：
<math>|F_h'(y^\*)| = |1 + h f'(y^*)| < 1</math>
即：
<math>-2 < h f'(y^*) < 0</math>
当步长 <math>h</math> 过大时，即便连续系统稳定，离散系统也可能产生振荡或发散。
==== 非线性模型示例 ====
对 Logistic 型方程：
<math>y' = r y(1-y)</math>
欧拉离散化可能产生周期轨道甚至混沌，而连续系统本身并不出现这些现象。该现象表明，在研究长期动力学时需要谨慎选择步长，或采用更稳定的数值方法（如隐式欧拉法或高阶龙格–库塔方法）。
== 参考文献 ==
<references />