Académique Documents
Professionnel Documents
Culture Documents
Paweł Zimny
Katedra
Elektrotechniki Teoretycznej
i Informatyki
www.ely.pg.gda.pl/Zimny
A. Krupowicz: Metody numeryczne zagadnień początkowych
równań różniczkowych zwyczajnych.
Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne.
G.I. Marczuk: Analiza numeryczna zagadnień fizyki
matematycznej.
D. Poter: Metody obliczeniowe fizyki.
O.C. Zienkiewicz: Metoda elementów skończonych.
( )
f t , x, x ,..., x ( n ) = 0
przykład:
( )
x + a 1 − x 2 x + ω2 x = E sin( Ωt + Θ )
oznaczamy: x = x1
x = x 1 = x 2
d d
x = ( x ) = ( x 2 ) = x 2
dt dt
i ostatecznie: x 1 = x 2
( )
x 2 = E sin( Ωt + Θ ) − a 1 − x12 x 2 − ω2x1
Przykład: x + λx = f ( t )
całka ogólna: x + λx = 0
Rozwiązanie: x = A exp( − λt )
czyli t
A = C + ∫ f ( τ ) exp( λ )τdτ
0
Rozwiązanie równania: x + λx = f ( t )
t
ma postać: x = C exp( − λt ) + ∫ f ( τ ) exp[ − λ ( t − τ ) ] dτ
0
x( t = 0) = x 0
t
x ( t ) = x 0 exp( − λ t ) + ∫ f ( τ ) exp[ − λ ( t − τ ) ] dτ
0
Warunki początkowe:
t=0 uc R
R
( )
uc 0 = E
E C R + R0
i(t) E
L
i(0) = −
i = Cu c R + R0
R
uc ( 0) = E
R + R0
E
i(0) = −
R + R0
R
uc ( 0) = E
R + R0
E
u c t =0 =−
( R + R0 )C
R
uc ( 0) = E
R + R0
E
u c t =0 =−
( R + R0 )C
Rozwiązanie:
LCα 2 + RCα + 1 = 0
ma dwa różne pierwiastki rzeczywiste α1 , α 2
R
uc ( 0) = E
R + R0
E
u c t =0 =−
( R + R0 )C
czyli
R
A1 + A 2 = E
R + R0
E
α1 A 1 + α 2 A 2 = −
( R + R0 )C
x1 ( t ) x 1 ( t ) f1 ( t , x1 , x 2 ,..., x n )
x ( t ) x ( t ) f ( t , x , x ,..., x )
2 X ( t ) = 2 F( t , X ) = 2
n
( )
X t =
1 2
x n ( t ) x n ( t ) fn ( t , x1 , x 2 ,..., x n )
zapisujemy: = F( t , X )
X
= F( t , X )
X
x = f ( t , x )
z warunkiem początkowym: x ( t = 0 ) = x 0
metody wielokrokowe
x = f ( x, t )
tk=kh
p
mamy c 0 = ∑ aic 0 ponieważ f(x,t)=0. Dzieląc przez c0
i =1
otrzymujemy warunek:
p
∑ ai = 1
i =0
jest dokładny.
Równanie spełniane przez wielomian x = c1t + c 0
.
ma postać: x = c1 czyli f ( x, t ) = c1
p p
a więc algorytm:
x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i = −1
p p
otrzymujemy:
− ∑ ia i + ∑ bi = 1
i =0 i = −1
czyli f ( x, t ) = 2c 2 t + c1
Przyjmując dla skrócenia zapisu tn=0 algorytm:
p p
x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i = −1
i uwzględniając: x n +1 = c 2 h 2 + c 1 h + c 0
x n− i = c 2 ( − ih ) 2 + c1 ( − ih ) + c 0
f ( x n− i , t n− i ) = 2c 2 ( − ih ) + c1
zapisujemy:
p p
c 2 h + c1h + c 0 = ∑ a i [c 2 ( ih ) − c1ih + c 0 ] + h ∑ b i [ −2c 2 ih + c1 ]
2 2
i =0 i = −1
p p
− ∑ ia i + ∑ bi = 1
i =0 i = −1
p
otrzymujemy: ∑ ai i 2
− 2 ∑ bii = 1
i = −1
k
x n +1 = ∑ m
c h m
m=0
k
x n−i = ∑ c m ( − ih) m
m= 0
k
m−1
f ( x n− i , t n−i ) = ∑ m
mc ( − ih )
m=1
p p
i podstawiając do: x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i = −1
otrzymujemy:
k p k p k
∑ c mh m
= ∑ ai ∑ c m ( − ih) m
+ h ∑ bi ∑ mc m ( − ih) m−1
m=0 i =0 m= 0 i = −1 m=1
Porównując współczynniki przy tych samych potęgach
h i poprzednie k-1 równań znajdujemy:
p p
∑ ai ( −i ) k
+ k ∑ b i ( − i ) k −1 = 1
i =0 i = −1
Algorytm wielokrokowy:
p p
x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i = −1
p p
− ∑ ia i + ∑ bi = 1
i =0 i = −1
p
∑ ai i 2
− 2 ∑ bii = 1
i = −1
...............................
p p
k −1
∑ i
a ( − i k
) + k ∑ i
b ( − i ) =1
i =0 i = −1
przyjmuje postać: a0 = 1
jest
b0 = 1
n b0 b1 b2 b3 b4 b5
1 1
2 3/2 -1/2
x i +1 = x i + hf ( x i , t i )
x + 3x = 0
x = A exp( − 3t )
0 h 2h 3h 4h t
Z obu ograniczeń h=0.03s i h=0.01s wybieramy mniejszy
czyli w tym przypadku przyjmujemy h=0.01s.
Algorytm przy przyjętym kroku h ma postać:
x0=0
i mamy: t 1 = 0.01
x1 = 0 + .01[ 10 sin( 30 ⋅ 0.01) − 3 ⋅ 0] = 0.02955
następny:
t 2 = 0.02
x 2 = 0.02955 + .01[ 10 sin( 30 ⋅ .02 ) − 3 ⋅ 0.02955] = 0.08513
itd..
1 h=0.01
0.75
xn 0.5
0.25
y(n⋅ h)
0
0.25
0.5
0 6 12 18 24 30 36 42 48 54 60
n
0.075
0.05
xn− ybezwzględny
błąd ( n ⋅ h ) 0.025
0
0.025
0.05
0 6 12 18 24 30 36 42 48 54 60
n
1 h=0.05
0.75
xn 0.5
0.25
y(n⋅ h)
0
0.25
0.5
0 2 4 6 8 10 12 14 16 18 20
n
0.5 h=0.05
0.33
0.17
xn− y ( n ⋅ h ) 0
0.17
0.33
0.5
0 2 4 6 8 10 12 14 16 18 20
n
5 h=0.3
3.33
1.67
xn
0
y( n⋅ h)
1.67
3.33
5
0 2 4 6 8 10 12 14 16 18 20
n
5 h=0.3
3.33
1.67
xn− y ( n ⋅ h ) 0
1.67
3.33
5
0 2 4 6 8 10 12 14 16 18 20
n
1000 h=0.75
666.67
xn 333.33
0
y(n⋅ h)
333.33
666.67
1000
0 2 4 6 8 10 12 14 16 18 20
n
1000 h=0.75
666.67
333.33
xn−y ( n ⋅ h ) 0
333.33
666.67
1000
0 2 4 6 8 10 12 14 16 18 20
n
Równanie drugiego rzędu na przykładzie wahadła
matematycznego o długości l:
d 2α g
2
+ sin α = 0
dt l
α dα
=ω
dt
dω g
= − sin α
dt l
Przyjmujemy wahadło o długości l=1m i g=10m/s2
π
Warunki początkowe: α( 0) =
3
dα
ω( 0 ) = =0
dt t =0
to przyjmie on postać: dα 2 g
2
+ α=0
dt l
którego całka ogólna ma postać:
g g
α = A1 sin t + A 2 cos t
l l
Okres T drgań zlinearyzowanego wahadła wynosi:
l
T = 2π ≈ 2s
g
T
czyli krok należy przyjąć h≤
20
h ≤ 0.1
1.33
αn 0.67
0
x( n ⋅ h )
0.67
1.33
2
0 400 800 1200 1600 2000
n
5 h=0.005
3.33
1.67
αn
0
x( n ⋅ h )
1.67
3.33
5
0 200 400 600 800 1000
n
π
1 α=
h=0.005 warunek początkowy: 18 t = 0
0.67 ω = 0 t =0
αn 0.33
0
x( n ⋅ h )
0.33
0.67
1
0 200 400 600 800 1000
n
Metody niejawne
Metoda Adamsa - Moultona
p p
x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i = −1
Przyjmujemy p=n-2
Liczba niewiadomych wynosi: 2(n-2)+3=2n-1,
w tym ai – n-1 nieznanych i bi – n nieznanych
więc przy spełnieniu n+1 równań możemy dowolnie wybrać
n-2 współczynników i przyjmujemy a1=a2=...=an-2 =0
p p
Z układu równań: ∑ ai ( −i ) k
+ k ∑ b i ( − i ) k −1 = 1
i =0 i = −1 k=0,1,...,n
przyjmuje postać: a0 = 1
n− 2
1
∑ b i ( − i ) k −1 = k
k=1,2,...,n
i = −1
Jeżeli n=1, to mamy: b-1 =1
będzie:
x n+1 = x n + hf ( x n+1 , t n+1 )
Dla n=2 mamy:
0
1
∑ b i ( − i ) k −1 = k
k=1,2
i = −1
czyli
b −1 + b 0 = 1
1
b −1 =
2
i rozwiązaniem powyższego układu równań są b-1 =b0= 0.5
Algorytm niejawny II-go rzędu zwany metodą trapezów
jest:
h
x n+1 = x n + [ f ( x n , t n ) + f ( x n+1 , t n+1 ) ]
2
Jest to jeden z najpopularniejszych obecnie algorytmów
całkowania równań różniczkowych zwyczajnych.
h
x n +1 = x n + [ 5f ( x n+1 , t n+1 ) + 8f ( x n , t n ) − f ( x n−1 , t n−1 ) ]
12
n=4
h
x n +1 = x n + [ 9f ( x n+1 , t n+1 ) + 19f ( x n , t n ) − 5f ( x n−1 , t n−1 ) +
24
+ f ( x n− 2 , t n− 2 ) ]
n=5
h
x n +1 = xn + [ 251f ( x n+1 , t n+1 ) + 646f ( x n , t n ) − 264f ( x n−1 , t n−1 ) +
720
+ 106f ( x n− 2 , t n− 2 ) − 19f ( x n− 3 , t n− 3 ) ]
Przykład zastosowania
du C Em uC
= sin( ωt + θ ) −
dt RC RC
z warunkiem początkowym: u C = 0 t =0
du C π
= 105 sin 314t + − 10 3 u C
dt 4
z warunkiem początkowym: uC0 = 0
5 π
u n +1 = u n + 0.0005 10 sin 314 t n+1 + − 10 3 u n+1
4
Startujemy dla n=0 t=0 u C0 = 0 i mamy
t=0.5ms
5 π
u1 = 0 + 0.0005 10 sin 314 ⋅ .0005 + − 10 u1
3
4
u1 = 26.9657
Następny krok n=2, t=0.001s i mamy:
[
u 2 = 26.9657 + 0.0005 10 5 sin( 314 ⋅ 0.001 + 0.7854 ) − 10 3 u 2 ]
i rozwiązując otrzymujemy:
26.9657 + 50 sin( 1.099398 )
u2 =
1.5
u 2 = 47.6749
itd.
W ramach ćwiczenia zalecane przeliczenie kilku kroków
i porównać z rozwiązaniem dokładnym
100 h=0.0005
50
un
0
uc( n ⋅ h )
50
100
0 50 100 150 200 250 300 350 400
n
5 bezwzględny
błąd
2.5
u n− uc( n ⋅ h ) 0
2.5
5
0 50 1 00150200250300350400
n
100 h=0.002
50
un
0
uc( n ⋅ h )
50
100
0 12.5 25 37.5 50 62.5 75 87.5100
n
10
2.5
u n− uc( n ⋅ h ) 5
12.5
20
0 12.525 37.550 62.575 87.5100
n
100
h=0.01
50
un
0
uc( n ⋅ h )
50
100
0 2.5 5 7.5 10 12.515 17.520
n
20
u n− uc( n ⋅ h ) 10
25
40
0 2.5 5 7.5 10 12.5 15 17.520
n
100 h=0.02
75
un
50
uc( n ⋅ h )
25
0
0 2.5 5 7.5 10 12.5 15 17.520
n
40
30
u n− uc( n ⋅ h ) 20
10
0
0 2.5 5 7.5 10 12.5 15 17.520
n
Jako następny przypadek rozpatrzymy nieliniową
indukcyjność
t=0
R
Ψ =f(i)
E
di E − Ri
=
dt 0.1 − 0.006i 2
z warunkiem początkowym: i(0)=0
Wybór kroku całkowania: Jeżeli odrzucimy człon nieliniowy,
to mamy obwód o indukcyjności L=0.1H i rezystancji 5Ω .
Stała czasowa tego obwodu wynosi 0.1/5=20ms. Należałoby
przyjąć krok co najwyżej 2ms. Spróbujmy zaryzykować
i przyjmujemy h=0.004s.
Obliczenia przeprowadzimy korzystając z metody trapezów
Mamy po podstawieniu danych następujący schemat:
h 15 − 5i n 15 − 5i n+1
i n +1 = i n + + 2
2 0.1 − 0.006i n 0.1 − 0.006i n+1
2
0.004 15 − 5 ⋅ 0 15 − 5i 1
i1 = 0 + +
2
2 0.1 − 0.006 ⋅ 0 0.1 − 0.006i1
2
lub 15 − 5i 1
i1 = 0.3 + 0.002
0.1 − 0.006i12
15 − 5i 1
i1 = 0.3 + 0.002
0.1 − 0.006i12
punkt startowy:
i10 = i 0 = 0
i mamy: i11 = 0.6 i12 = .5453 i13 = .54993 i14 = .54953
Kończymy iteracje: i14 = .54953
na czwartej i mamy: i1 = i 14
i1 = .5495
0.004 15 − 5 ⋅ .5495 15 − 5i 2
i 2 = .5495 + + 2
2 0.1 − 0.006 ⋅ .5495 0.1 − 0.006i 2
2
czyli 15 − 5i k2 Start:
k +1
i2 = 0.7991 + 0.002
( )
0.1 − 0.006 i k 2
2 i10 = .5495
i12 = 1.0487
i 22 = 1.008
i 32 = 1.01123
i 42 = 1.011
Kończymy:
i 2 = i 42 = 1.011
Metoda jawna wstecznego różniczkowania
W algorytmie jawnym:
p p
x n +1 = ∑ a i x n − i + h ∑ b i f ( x n − i , t n − i )
i =0 i =0
Wybieramy: p=m-1
mamy: m−1
x n +1 = ∑ ai x n−i + b0hf ( x n , t n )
i =0
m−1 m−1
Układ równań :
∑ i
a ( − i ) +k
k ∑ i
b ( − i ) k −1
=1
i =0 i =0 k=0,1,...,m
przyjmuje postać: m−1
∑ ai = 1
i =0
m−1
b0 − ∑ iai = 1
i =1
m−1
∑ ( − i ) k
a i = 1 dla k = 2,3,4...., m
i =1
m=2 i mamy: a 0 + a1 = 1
b 0 − a1 = 1
a1 = 1
którego rozwiązanie ma postać: a0=0; a1=1; b0=2
i schemat:
x n+1 = x n−1 + 2hf ( x n , t n )
65 5 1
x n +1 = − x n + 10x n−1 − 5x n− 2 + x n− 3 − x n−4 + 5hf ( x n , t n )
12 3 4
Metody jawne wstecznego różniczkowania nie są używane
do samodzielnego rozwiązywania numerycznego równań
różniczkowych. Są niestabilne.
przyjmujemy: p=m-1
b0=b1=...bm-1 =0
m−1
czyli: x n +1 = ∑ ai x n−i + b −1hf ( x n+1 , t n+1 )
i =0
a dla wyznaczenia współczynników mamy równania:
m −1
∑ ai = 1
i =0
m −1
∑ ( − i ) k
a i + kb −1 = 1 dla k = 1,2,..., m
i =1
m=1
a0 = 1
b −1 = 1
4 1 2
x n +1 = x n − x n−1 + hf ( x n+1 , t n+1 )
3 3 3
48 36 16 3 12
x n +1 = x n − x n−1 + x n− 2 − x n− 3 + hf ( x n+1 , t n+1 )
25 25 25 25 25
ε T = C k x ( k +1 ) ( ξ ) h k +1
ξ ∈ ( t n , t n +1 )
1 5 3 251
C1 = ; C 2 = ; C 3 = ; C4 =
2 12 8 720
k−2
1 k +1 k
Ck = k − ( k − 1 ) k +1
− ( k − 1 ) ∑ b ( k − 1 − i )
( k + 1) ! i =0
i
Dla metody Adamsa – Moultona lokalny błąd obcięcia dla
metody k-go rzędu wyraża się zależnością:
ε T = C k x ( k +1 ) ( ξ ) h k +1
ξ ∈ ( t n , t n +1 )
1 1 1 19
C1 = − ; C 2 = − ; C 3 = − ; C4 = −
2 12 24 720
k −3
1
Ck = ( k − 1) − ( k − 2) − ( k + 1) ∑ b i ( k − 2 − i ) k
k +1 k +1
( k + 1) ! i = −1
Dla metody Geara lokalny błąd obcięcia dla
metody k-go rzędu wyraża się zależnością:
ε T = C k x ( k +1 ) ( ξ ) h k +1
ξ ∈ ( t n , t n +1 )
1 2 3 12
C1 = − ; C 2 = − ; C 3 = − ; C4 = −
2 9 24 125
1 k +1 k − 2 k
Ck = k − ∑ a ( k − 1 − i ) k +1
− b ( k + 1 ) k
( k + 1) ! i =0
i −1
x = f ( x , t )
przyjmiemy oznaczenia: fn = x n = f ( x ( t n ) , t n )
x n = x( t n )
Druga pochodna:
Przykład:
Dany jest obwód:
10Ω
q ( t )
10V
uc C = C0 ( 1 − m cos ωt )
3 1
q n+1 = q n + h f ( q n , t n ) − f ( q n−1 , t n−1 )
2 2
Ponieważ schemat nie jest schematem samostartującym,
wystartujemy z metody Eulera
E q0
q1 = q 0 + h −
R RC 0 ( 1 − m cos ωt )
0
Ocena błędu dla metody Eulera jest:
1 2
εT = h q ( ξ )
2
Druga pochodna: h 2q
= 8E − 11
Błąd obcięcia: ε T = 4E − 11
i mamy: q1=1.0E-6
f0=1
f1=0.998
ocena drugiej pochodnej: h 2q
≈ 1.9961E − 9
czyli błąd obcięcia: ε T = 0.998E − 9
Błąd względny:
ε T .998E − 9
e= = = .998E − 3 ≤ .001
q1 1.0E − 6
3 1
q n+1 = q n + h f ( q n , t n ) − f ( q n−1 , t n−1 )
2 2
z błędem: 5 3
ε T = h q
12
5h
to ε T ≈ ( fn − 2fn−1 + fn− 2 )
12
Przy n=2 mamy policzone: f 2− 2 = f0 = 1
f 2−1 = f1 = 0.998
f 2 = .99227
Ocena błędu:
ε T = 1.58333E − 10
εT
e= = 3.9731E − 5 < < 1.0E − 3
q2
Predyktor
p
x 0n+1 = x n + h ∑ b i f ( x n− i , t n−i )
i =0
Korektor
( )
p
x kn++11 ( )
= x n + h ∑ b i f x n−i , t n−i + b −1hf x kn+1 , t n+1
i =0
Jako przykład rozpatrzymy nieliniową indukcyjność
t=0
R
Ψ =f(i)
E
di E − Ri
=
dt 0.1 − 0.006i 2
z warunkiem początkowym: i(0)=0
Wybór kroku całkowania: Jeżeli odrzucimy człon nieliniowy,
to mamy obwód o indukcyjności L=0.1H i rezystancji 5Ω .
x 0n+1 = x n + hf ( x n , t n )
w naszym przypadku: 15 − 5i n
i 0n+1 = in + h
0.1 − 0.006i n2
x kn++11
h h k
(
= x n + f ( x n , t n ) + f x n+1 , tn + 1 )
2 2
h 15 − 5i n h 15 − 5i kn+1
i kn++11 = i n + 2
+
2 0.1 − 0.006i n 2 0.1 − 0.006 i k
n +1 ( ) 2
Dopuszczamy błąd względny dla algorytmu trapezów e=0.001
i taki sam przyjmiemy błąd względny dla metody iteracji
w korektorze.
Start: t0=0
i0=0
Predyktor: 15 − 5 ⋅ 0
i10 = 0 + 0.005
0.1 − 0.006 ⋅ 0 2
i10 = .75
Korekcja:
0.005 15 − 5i kn+1
i1k +1 = 0.375 +
2 0.1 − 0.006 i k ( )
n +1
2
i11 = .666074
Błąd względny:
i1k +1 − i1k
e iter =
i 1k +1 Powtórzyć iterację!
e iter = 0.126
i12 = .6747191
Powtórzyć iterację!
e iter = .0128
i13 = .6738224
Powtórzyć iterację!
e iter = .00133
Błąd jest zbyt duży, ale nie mogliśmy zrobić dobrej oceny
gdyż powinniśmy liczyć błąd obcięcia z zależności:
h
ε T = f 2 − 2f1 + f0
12
ale jeszcze nie doszliśmy do punktu t2.
0.005 15 − 5i k2
Korektor: i1k +1 = 0.972821 +
( )
2 0.1 − 0.006 i k
2
2
i12 = 1.21207
e iter = .0492
i 22 = 1.2179165
e iter = .0048
i 32 = 1.21734377
e iter = .00047
i 2 = 1.21734377
Ocena błędu algorytmu trapezów: ε T = .0036279
e = .00298
( 4 8
x n +1 = x n− 3 + h f x n , t n ) − f ( x n−1 , t n−1 ) + f ( x n− 2 , t n− 2 )
3 3
( 4 8
x n +1 = x n− 3 + h f x n , t n ) − f ( x n−1 , t n−1 ) + f ( x n− 2 , t n− 2 )
3 3
f ( x) 0.5
0
0 0.5 1
x
Stosując algorytm:
( 4 8
x n +1 = x n− 3 + h f x n , t n ) − f ( x n−1 , t n−1 ) + f ( x n− 2 , t n− 2 )
3 3
do równania:
x = − λx
mamy:
8 4 8
x n +1 = x n− 3 + h − λx n + λx n−1 − λx n− 2
3 3 3
oznaczamy: σ = hλ
x n = Az n
8 4 8
x n+1 − x n− 3 + σx n − σx n−1 + σx n− 2 = 0
3 3 3
Podstawiając mamy:
n +1 n− 3 8 4 8
Az − Az + σAz − σAz + σAz n− 2 = 0
n n −1
3 3 3
4 8 3 4 2 8
z + σz − σz + σz − 1 = 0
3 3 3
z1 = 1
z2 = j
z 3 = −1
z4 = − j
j = −1
48 3 4 2 8
z + σz − σz + σz − 1 = 0
3 3 3
+ (1 + a z + a z + a z + ... )
8 2 3 3
1 2 3 +
3
4
( 2 3
− 1 + a1z + a 2 z + a 3 z + ... +
3
2
)
8
(
+ 1 + a1z + a 2 z 2 + a 3 z 3 + ... + 1 = 0
3
)
Dla z2=j
( j + b z + b z + b z + ...) +
1 2
2
3
3 4
+ ( j + b z + b z + b z + ...)
8 2 3 3
1 2 3 +
3
4
( 2 3
− j + b1z + b 2 z + b 3 z + ... +
3
2
)
8
(
+ j + b1z + b 2 z 2 + b 3 z 3 + ... + 1 = 0
3
)
dla z3=-j
( − j + c z + c z + c z + ...) +
1 2
2
3
3 4
+ ( − j + c z + c z + c z + ... )
8 2 3 3
1 2 3 +
3
4
( 2 3
− − j + c1z + c 2 z + c 3 z + ... +
3
2
)
8
(
+ − j + c1z + c 2 z 2 + c 3 z 3 + ... + 1 = 0
3
)
dla z4=-1
( − 1 + d z + d z + d z + ...) +
1 2
2
3
3 4
+ ( − 1 + d z + d z + d z + ...)
8 2 3 3
1 2 3 +
3
4
( 2 3
− − 1 + d1z + d 2 z + d 3 z + ... +
3
2
)
8
(
+ − 1 + d1z + d 2 z 2 + d 3 z 3 + ... + 1 = 0
3
)
czyli
z1 = 1− σ +
σ 2 σ 3 σ4
− +
2! 3! 4!
( )
+ O σ5 ≈ e −σ
z2
j
( )
= j − σ + O σ2
3
z2
j
( )
= − j + σ + O σ2
3
z4
5
( )
= −1 − σ + O σ 2
3
Rozwiązanie równania:
4 8 3 4 2 8
z + σz − σz + σz − 1 = 0
3 3 3
ma postać:
x n = A 1z1n + A 2 z n2 + A 3 z n3 + A 4 z 4n