龙格-库塔法
龙格-库塔方法
一、Taylor展开法
设
y′ = f ( x, y)
y( x0 ) =
y0
(1)
在[a,b]上有解 y( x),将y( xn+1 )在xn处泰勒展开
y( xn+1 )
=
y( xn ) +
hy′( xn ) +
h2 2!
y′′( xn ) +
h3 3!
y′′′( xn ) +
k4 = f ( xn + h, yn + hk1 − hk2 + hk3 )
为了分析经典R-K公式的计算量和计算精度， 将四阶经典R-K公式与一阶显式Euler公式及二阶改 进的Euler公式相比较。一般说来，公式的级数越 大，计算右端项 f 的次数越多，计算量越大。在 同样步长的情况下，Euler方法每步只计算一个函 数值，而经典方法要计算4个函数值。四阶R-K法的
0.5 0.397312
改进Euler法 h=0.05
0.095123 0.181193 0.259085 0.329563 0.393337
经典R-K法 h=0.1 0.09516250 0.18126910 0.25918158 0.32967971 0.39346906
准确解
y(xn )
0.09516258 0.18126925 0.25918178 0.32967995 0.39346934
h 2 k1 )
k3
=
f (xn
+
3 4
h,
yn
+
3 4 hk2 )
四阶龙格—库塔公式有：
古典公式：
yn+1 = k1 = f k2 = f
数值计算中的龙格库塔算法
数值计算中的龙格库塔算法龙格库塔算法，又称龙格-库塔算法，是一种数值计算方法，主要用于求解微分方程。
它的好处是通过迭代得到更加精确的数值解，对于很多科学和工程问题，如天体力学、化学反应动力学、电路分析等，都有广泛的应用。
一、初识龙格库塔算法最早提出龙格库塔算法的是瑞士数学家卡尔·龙格和德国数学家马丁·库塔，他们在20世纪初期分别提出了一种求解常微分方程组的方法，后来又被合并为一种更为完善的算法，即现在我们所说的龙格库塔算法。
它的基本思想是将微分方程分解成一系列递推的步骤，通过不断迭代，逐渐逼近准确的解。
龙格库塔算法的核心是求出微分方程在某个时刻的斜率。
一般而言，我们可以使用欧拉法或者梯形法来求解，但这些方法往往会出现舍入误差，导致数值解偏离实际解。
相比之下，龙格库塔算法则将微分方程的初始值向前推进一个尽可能小的步长，通过不断缩小步长的大小进行迭代，在保证精度的同时大大提高了计算效率。
在实际应用中，我们通常会使用四阶龙格库塔算法（RK4）来求解微分方程。
具体做法是先求出微分方程在 $t$ 时刻的斜率$k_1$，然后将$t$ 向前推进一半的步长，求出此时的斜率$k_2$，再用 $k_2$ 推进一半的步长，求出此时的斜率 $k_3$，最后以$k_3$ 推进一个步长，求出微分方程在 $t+h$ 时刻的斜率 $k_4$。
最终的数值解为：$$y_{n+1} = y_n + \frac{1}{6}(k_1+2k_2+2k_3+k_4)h$$其中 $y_{n+1}$ 表示下一个时刻的函数值，$y_n$ 表示当前时刻的函数值，$h$ 表示步长。
这个公式看起来比较复杂，但实际上只是对斜率的加权平均。
通过不断迭代，我们就可以得到越来越精确的解。
二、优缺点及应用与其他数值计算方法相比，龙格库塔算法具有以下优点：1. 高精度：通过四阶跑格库塔公式，可达到高精度计算。
2. 稳定可靠：在每一步均会进行收敛性检验，确保计算结果准确无误。
龙格-库塔(Runge-Kutta)法
龙格-库塔（Runge-Kutta）法 1.1 龙格-库塔(Runge-Kutta)法的基本思想
Euler公式可改写成
yi1 yi hK1 K1 f ( xi , yi )
则yi+1的表达式y(xi+1)与的Taylor展开式的前两项 完全相同,即局部截断误差为 O(h 2 ) 。
为了进一步提高精度，设除 xi p 外再增加一点
xiq xi qh ( p q 1)
并用三个点 xi ,xi p , xiq 的斜率k1,k2,k3加权平均
得出平均斜率k*的近似值，这时计算格式具有形式:
yi1 yi h(1 )k1 k2 k3
k1 f (xi , yi ) k2 f (xi ph, yi phk1 )
格式。
若取 1 0 ,则 2 法的计算公式为
1,
p
1 2
，此时二阶龙格-库塔
ky1i
1
f
yi hk2 ( xi , yi )
k
2
h
f
(
x
i
1
,
yi
2
2 k1 )
i 0,1,2, n 1
此计算公式称为变形的二阶龙格—库塔法。式中
x 1 i 2
为区间
xi , xi1
的中点。
1.3 三阶龙格-库塔法
拉法,将 xi p 视为 xi1，即可得
k2 f (xi ph, yi phk1 ) 对常微分方程初值问题(7.1)式的解 y=y(x),根据微 分中值定理，存在点 (xi , xi1 ) ，使得
也即
y(xi1 ) y(xi ) y( )( xi1 xi )
y( xi1 ) y( xi ) hK
龙格库塔法
一、高阶泰勒法
假设初值问题
龙格—库塔法 龙格 库塔法
dy = f (t , y ) dt y (a) = α 的解y (t)及f (t , y )足够光滑.
将y (ti +1 )在ti处作n阶泰勒展开, 得
a≤t ≤b
(1)
y′′(ti ) 2 y ( n ) (ti ) n y ( n +1) (ξ i ) n +1 y (ti +1 ) = y (ti ) + y′(ti )h + h +L+ h + h n! 2! (n + 1)! 其中, ti < ξ i < ti +1.
2
i
i
1
3
i
i
2
4
i
i
3
i +1
i
6123 Nhomakorabea4
作业 教材P198 习题3
(2)
(3)
首先将y (ti +1 )在ti处展成幂级数 h2 y (ti +1 ) = y (ti ) + hy′(ti ) + y′′(ti ) + O(h 3 ) 2 将 y′(t ) = f (t , y (t )) y′′(t ) = f t′(t , y (t )) + f y (t , y (t )) f (t , y (t )) 代入上式, 得 h2 y (ti +1 ) = y (ti ) + hf + ( f t + ff y ) + O(h 3 ) (3) 2 其中f , f t , f y′分别表示相应函数在点(ti , y (ti ))处的函数值.
82第二节 龙格—库塔法
k
(1)
h h k 若令 yn1 y xn hy xn y xn y xn (2) 2! k! 则 y xn1 yn1 O hk 1
y0 k1 2 k2 hf x0 h 2, y0 k1 2
y0 k3
k4 hf x0 h, y0 k3
y0 k2 2 k3 hf x0 h 2, y0 k2 2
k
x1 x0 h y1 y0 k
数学学院 信息与计算科学系
0.1832292
0.1584376
数学学院 信息与计算科学系
接上图
0.4 0.5 0.5 0.6 0.6 1.341667 1.416026 1.412676 1.482627 1.483281 0.0745394 0.0710094 0.0708400 0.0673253
0.1416245
数学学院 信息与计算科学系
数学学院 信息与计算科学系
由表8-4可见，虽然四阶龙格-库塔方法每步要 计算四次 f 的值，但以h=0.2为步长ቤተ መጻሕፍቲ ባይዱ计算结果就
有5 位有效数字，而欧拉法与预估计-校正方法以
h=0.1为步长的计算结果才具有2 位与3 位有效数字.
如果步长 h 也取0.2，则结果的精度会更低.
即公式(2)为k 阶方法.
数学学院 信息与计算科学系
二、龙格-库塔方法(R-K方法)
R-K方法不是通过求导数的方法构造近似公式, 而是通过计算不同点上的函数值, 并对这些函数值作 线性组合, 构造近似公式, 再把近似公式与解的泰勒 展开式进行比较, 使前面的若干项相同 , 从而使近似 公式达到一定的阶数.
matlab龙格库塔法程序,给出实例
一、介绍龙格库塔法龙格库塔法（Runge-Kutta method）是一种数值计算方法，用于求解常微分方程的数值解。
它通过多步迭代的方式逼近微分方程的解，并且具有较高的精度和稳定性。
二、龙格库塔法的原理龙格库塔法采用迭代的方式来逼近微分方程的解。
在每一步迭代中，计算出当前时刻的斜率，然后根据这个斜率来求解下一个时刻的值。
通过多步迭代，可以得到微分方程的数值解。
三、龙格库塔法的公式龙格库塔法可以表示为以下形式：k1 = f(tn, yn)k2 = f(tn + h/2, yn + h/2 * k1)k3 = f(tn + h/2, yn + h/2 * k2)k4 = f(tn + h, yn + h * k3)yn+1 = yn + h/6 * (k1 + 2k2 + 2k3 + k4)其中，k1、k2、k3、k4为斜率，h为步长，tn为当前时刻，yn为当前时刻的解，yn+1为下一个时刻的解。
四、使用matlab实现龙格库塔法在MATLAB中，可以通过编写函数来实现龙格库塔法。
下面是一个用MATLAB实现龙格库塔法的简单例子：```matlabfunction [t, y] = runge_kutta(f, tspan, y0, h)t0 = tspan(1);tf = tspan(2);t = t0:h:tf;n = length(t);y = zeros(1, n);y(1) = y0;for i = 1:n-1k1 = f(t(i), y(i));k2 = f(t(i) + h/2, y(i) + h/2 * k1);k3 = f(t(i) + h/2, y(i) + h/2 * k2);k4 = f(t(i) + h, y(i) + h * k3);y(i+1) = y(i) + h/6 * (k1 + 2*k2 + 2*k3 + k4);endend```以上就是一个简单的MATLAB函数，可以利用该函数求解给定的微分方程。
第三部分龙格-库塔方法
内江师范学院数学与信息科学学院 吴开腾 制作
于是有
其中
y ( xn +1 ) − y ( xn ) = y '(ξ ), ξ ∈ ( xn , xn +1 ) h y ( xn +1 ) = y ( xn ) + hf (ξ , y (ξ ))
k * = f (ξ , y (ξ )) 称作区间 [ xn , xn +1 ] 上的平均斜率。 上的平均斜率 平均斜率。 问题：计算近似值y ( xn +1 ) 的关键是如何选择算法确定平均斜率 k *
（15）
f ( xn +1 , yn + h ( − k1 + 2 k 2 ))
内江师范学院数学与信息科学学院 吴开腾 制作
注释1 可以用Taylor展示证明格式（14） 注释1：可以用Taylor展示证明格式（14）具有三阶精 展示证明格式
度，并且还可以用类似的方法得到四阶及其以上的更高 阶精度的Runge-Kutta格式 阶精度的Runge-Kutta格式。 Runge 格式。
内江师范学院数学与信息科学学院 吴开腾 制作
h yn + （ k1 + 2 k 2 + 2 k3 +k 4） 6 f ( xn , y n ) h f ( x 1 , yn + k1 ) n+ 2 2 h f ( x 1 , yn + k 2 ) n+ 2 2 f ( xn +1 , yn + hk3 ) （16）
四阶龙格－ 四阶龙格－库塔格式计算结果
xn
0.1 0.2 0.3 0.4 0.5
yn
欧拉格式计算结果 xn yn y ( xn )
龙格库塔法介绍
yn
hf
(xn, yn ))]，
(x, y,h) 1[ f (x, y) f (x h, y hf (x, y))],
2
|
( x,
y1,
h)
(x,
y2 ,
h)
|
[L
2
L 2
(1
hL)]
|
y1
y2
|,
L
L(1
h0L)，h 2
h0.
类似地,不难验证其他龙格 库塔方法的收敛性.
这里c1,c2,c3,2,3, 21, 31, 32均为待定参数.
Tn1 y(xn1) yn1 O(h4 )
(3.11)
c1 c2 c3 1
2
21
3 31 32
c22
c33
1 2
cc232223c2332
将步长折半，从xn用两步求xn1处的近似值，则有
y(xn1)
h
yn21
2c
h 2
5
.
从而
h
y ( xn 1) y ( xn 1)
yn21 ynh1
1， 16
得到事后估计式：
y ( xn 1)
h
yn21
1 15
(
h
yn21
ynh1).
通过检查步长折半前后计算结果的偏差，
y(x) (x, y(x),0) 0 p 1 单步法(4.1)收敛. 定义4 若单步法(4.1)增量函数(x, y,h)是否满足
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙格－库塔法（Runge-Kutta）
数值分析中，龙格－库塔法（Runge-Kutta）是用于模拟常微分方程的解的重要的一类隐式或显式迭代法。
这些技术由数学家卡尔·龙格和马丁·威尔海姆·库塔于1900年左右发明。
经典四阶龙格库塔法
龙格库塔法的家族中的一个成员如此常用，以至于经常被称为“RK4”或者就是“龙格库塔法”。
令初值问题表述如下。
则，对于该问题的RK4由如下方程给出：
其中
这样，下一个值(yn+1)由现在的值(yn)加上时间间隔(h)和一个估算的斜率的乘积决定。
该斜率是以下斜率的加权平均：
k1是时间段开始时的斜率；
k2是时间段中点的斜率，通过欧拉法采用斜率k1来决定y在点tn + h/2的值；
k3也是中点的斜率，但是这次采用斜率k2决定y值；
k4是时间段终点的斜率，其y值用k3决定。
当四个斜率取平均时，中点的斜率有更大的权值：
RK4法是四阶方法，也就是说每步的误差是h5阶，而总积累误差为h4阶。
注意上述公式对于标量或者向量函数(y可以是向量)都适用。
显式龙格库塔法
显示龙格－库塔法是上述RK4法的一个推广。
它由下式给出
其中
(注意：上述方程在不同著述中由不同但却等价的定义)。
要给定一个特定的方法，必须提供整数s (阶段数)，以及系数aij (对于1 ≤ j < i ≤ s), bi (对于i = 1, 2, ..., s)和ci (对于i = 2, 3, ..., s)。
这些数据通常排列在一个助记工具中，称为龙格库塔表：
c2 a21
c3 a31 a32
cs as1 as2 as,s ? 1
b1 b2 bs ? 1 bs
龙格库塔法是自洽的，如果
如果要求方法有精度p则还有相应的条件，也就是要求舍入误差为O(hp+1)时的条件。
这些可以从舍入误差本身的定义中导出。
例如，一个2阶精度的2段方法要求b1 + b2 = 1, b2c2 = 1/2, 以及b2a21 = 1/2。