文章指出，隐式ODE求解器并不总是比显式ODE求解器更稳健，尽管隐式方法通常被认为在处理复杂问题时更稳定。实际上，某些情况下显式方法反而更具鲁棒性。理解ODE的特性有助于更好地选择求解器，没有一种ODE求解器适用于所有问题。

标题：隐式ODE求解器并非普遍比显式ODE求解器更稳健，或为何没有最佳ODE求解器

主要内容：

在ODE（常微分方程）求解领域，一个常见的观点是，如果显式方法（如RK4）遇到问题，应该尝试隐式方法。隐式方法通过牛顿法求解隐式系统，具有“更好”的稳定性，通常被认为在处理“困难”问题时更有效。然而，这一观点并不完全正确，尤其是在某些特定情况下，显式ODE求解器可能比隐式方法更稳健。

隐式与显式方法的稳定性分析：

隐式方法之所以被认为更稳健，主要是因为它们在处理线性ODE时表现出更好的稳定性。以线性ODE为例，显式欧拉方法在步长过大时会导致数值解发散，而隐式欧拉方法则不会出现这种情况。隐式方法的稳定性区域更大，能够处理更广泛的步长选择。

然而，隐式方法并非在所有情况下都表现优异。例如，在处理振荡问题时，隐式方法的“阻尼”特性会导致数值解逐渐衰减，这与实际物理系统的振荡行为不符。相比之下，显式方法能够更好地保持振荡特性，尽管可能会引入数值误差。

实际应用中的表现：

通过一个简单的冷却模型和振荡模型的数值实验，可以观察到显式和隐式方法的不同表现。在冷却模型中，显式方法在默认容差下会产生振荡，而隐式方法则能够给出更稳定的解。然而，在振荡模型中，显式方法能够较好地保持振荡特性，而隐式方法则会导致振荡逐渐衰减，与实际情况不符。

结论：

没有一种ODE求解方法在所有情况下都是“最佳”的，选择哪种方法取决于具体问题的特性。显式方法在处理振荡问题时表现更好，而隐式方法在处理稳定性要求高的问题时更具优势。因此，选择合适的ODE求解器需要根据具体问题的需求进行权衡。

额外细节：

1. 梯形方法的特性： 梯形方法是一种A稳定但不L稳定的隐式方法，它在处理某些具有自然振荡的电路模型时表现良好。
2. 低阶方法的作用： 低阶方法在处理导数不连续的问题时可能比高阶方法更有效。
3. BDF方法的α稳定性： 常用的BDF方法实际上是α稳定的，在处理某些振荡问题时可能表现不佳。

总之，ODE求解器的选择需要根据具体问题的特性进行权衡，没有一种方法能够适用于所有情况。

评论内容总结：

1. 数值方法的稳定性与实用性

   • 观点：数值方法的稳定性区域越大，通常被认为更稳健和实用。Von-Neumann是PDE分析的先驱。
   • 引用：
     • "Methods are considered more robust and practical if they have larger stability regions."
     • "Von-Neumann is the OG analyst for PDEs."

2. 模型与数值方法的关系

   • 观点：模型如果能够揭示系统的爆炸性行为，反而是有益的，因为它能帮助发现错误。
   • 引用：
     • "If your system is going to blow up, your model needs to tell you that. If it does, that's good, because it caught your mistake."
     • "If it doesn't, it's obviously wrong, possibly in a deadly way."

3. 计算物理中的优化方法

   • 观点：在处理瞬时约束和传播模式时，分离组件并使用直接椭圆求解器和显式方法，可以提高算法的稳定性和效率。
   • 引用：
     • "Using direct elliptic solvers for constraints and explicit methods for flux evolution."
     • "The resulting algorithms are both more stable and more efficient than unified implicit approaches."

4. 显式与隐式方法的比较

   • 观点：BDF2和RK方法的差异在于阶数而非显式与隐式，且高阶BDF方法相对小众。
   • 引用：
     • "The orbital example where BDF loses momentum is really about the difference between a second-order method (BDF2) and a fourth-order method (RK)."
     • "No method with order > 2 can be A-stable."

5. 高精度数值方法

   • 观点：Bulirsch-Stoer算法在高精度轨道运动模拟中表现出色，尤其在混沌系统中优于RK方法。
   • 引用：
     • "Bulirsch-Stoer produced amazing precision with adaptive step size adjustment."
     • "For highly chaotic systems, it held out far longer than RK."

6. 哈密顿系统的数值解法

   • 观点：对于哈密顿ODE，设计能够显式保持能量的方法优于通用方法。
   • 引用：
     • "For Hamiltonian ODEs, you can design methods that explicitly preserve energy."
     • "Outperforming more generic methods."

7. 高精度ODE求解的挑战

   • 观点：在已知无限精度的数学系统中，求解ODE到任意精度（如100或1000位）时，常规的逐步方法可能效率低下。
   • 引用：
     • "All the usual stepwise methods would seemingly require a very high order to avoid a galactic step count."
     • "Is this the best that can be done, or are there less-usual methods that would win out at extremely high accuracy levels?"