---

 

 

6.3.1 收敛性

数值计算方法的收敛性是指，当取步长趋近于零时，数值解趋近于精确解的速度。一般来说，数值计算方法的收敛性是判断其优劣的重要指标之一。

数值计算方法的收敛性可以通过数学分析来研究，一般需要对数值解和精确解之间的误差进行估计，以得到其误差的渐进界，从而判断数值计算方法的收敛速度和收敛阶数。具体来说，如果数值解与精确解之间的误差在取步长趋近于零时呈现出一定的收敛速度和收敛阶数，那么该数值计算方法就是收敛的。

通常情况下，数值计算方法的收敛速度和收敛阶数越高，其数值解与精确解之间的误差就越小，精度就越高。因此，在实际应用中，我们需要选择收敛速度和收敛阶数较高的数值计算方法，以获得更为准确的数值解。

需要注意的是，数值计算方法的收敛性只是判断其优劣的一个方面，还需要考虑其他因素，如计算量、稳定性等。因此，在选择数值计算方法时，需要综合考虑各种因素，以选取最为合适的方法。

 

 6.3.2 稳定性

数值计算方法的稳定性是指，当初始条件或输入数据有一定的扰动时，计算结果的变化情况。如果一个数值计算方法对于输入数据的小扰动十分敏感，那么它就是不稳定的；相反，如果它对于输入数据的扰动具有一定的鲁棒性，那么它就是稳定的。

数值计算方法的稳定性是判断其可靠性和实用性的重要指标之一。一般来说，稳定的数值计算方法能够保证计算结果的可信度，同时能够在一定程度上克服舍入误差、截断误差等问题，从而得到更加精确的结果。

稳定性通常需要通过对数值计算方法的误差传播性质进行分析，以判断其对初始条件或输入数据的扰动的敏感程度。具体来说，可以通过分析误差增长率或误差传播函数等指标来评估数值计算方法的稳定性。

需要注意的是，数值计算方法的稳定性与收敛性是不同的概念。收敛性是判断数值计算方法精度的指标，而稳定性是判断数值计算方法可靠性和实用性的指标。在实际应用中，我们需要综合考虑数值计算方法的收敛性和稳定性，以选取最为合适的方法。

 定义4 绝对稳定

绝对稳定性是指一个数值计算方法在求解某个微分方程时，对于所有的步长h都能够产生稳定的数值解，即不会因为步长选择不当而出现发散、震荡等不稳定现象。而绝对稳定区域是指一个数值计算方法所能适用的步长h范围，使得该方法能够产生绝对稳定的数值解。

对于显式的数值计算方法而言，其绝对稳定区域通常在复平面上位于虚轴左侧，因为在虚轴右侧，计算结果的增长率会超过1，从而导致计算结果发散。而在虚轴左侧，计算结果的增长率会小于1，从而使得计算结果稳定。

而对于隐式的数值计算方法而言，其绝对稳定区域通常在复平面上位于整个复平面内部，因为隐式方法具有更好的数值稳定性，能够处理更加复杂的微分方程。

绝对稳定得1是指一个数值计算方法的绝对稳定区域恰好与复平面上单位圆重合，即该方法对于任意步长h都能够产生绝对稳定的数值解，并且不会出现数值解发散或震荡等不稳定现象。

绝对稳定得1是一个非常理想的特性，因为它保证了数值计算方法的稳定性和可靠性，使得该方法能够在各种不同的应用场景下都能够产生准确和稳定的数值解。然而，绝对稳定得1的数值计算方法往往比其他数值计算方法更加复杂和耗时，因此在实际应用中需要根据具体情况进行权衡。

 总结：

数值计算方法的收敛性与稳定性是数值计算中非常重要的两个概念。收敛性是指数值计算方法所得到的数值解在步长趋近于零的情况下，能够逐渐趋近于精确解的性质；稳定性是指数值计算方法对于初始条件和步长的变化具有鲁棒性，不会因为微小的变化而出现发散、震荡等不稳定现象。

收敛性的难点和易错点主要包括：

• 需要理解收敛的定义和相关概念，例如截断误差、阶次、收敛速率等。
• 需要掌握各种数值计算方法的收敛性分析方法，例如利用局部截断误差和全局截断误差分析收敛性，证明收敛定理等。
• 在实际应用中需要注意初始条件的选取和步长的选择，以免出现数值解发散或者偏差过大等问题。

稳定性的难点和易错点主要包括：

• 需要理解稳定性的定义和相关概念，例如绝对稳定区域、增长因子等。
• 需要掌握各种数值计算方法的稳定性分析方法，例如利用增长因子分析稳定性，证明稳定定理等。
• 在实际应用中需要注意数值计算方法的选择和步长的选择，以免出现数值解发散或者偏差过大等问题。

综上所述，数值计算方法的收敛性和稳定性是数值计算中非常重要的概念，需要掌握其定义、相关概念和分析方法，同时需要注意实际应用中的细节和注意事项。