微分方程計算器

微分方程計算器

成長中 AI Skill PRO

輸入計算

結果

精確解 y(x)
2.718282
尤拉法近似值 2.593742
步長 h 0.1
絕對誤差 0.124539

數學公式

y(目標點 x)=初始 y0·e變化率 k(目標點 x−起點 x0)y({{\text{目標點 }x}}) = {{\text{初始 }y_0}} \cdot e^{{{\text{變化率 }k}}\left({{\text{目標點 }x}} - {{\text{起點 }x_0}}\right)}
顯示計算步驟 (1)
  1. 尤拉法近似

    yn=初始 y0(1+變化率 kh)n其中{h=目標點 x−起點 x0步數 nn=步數 n\begin{gathered} y_{n} = {{\text{初始 }y_0}} \left(1 + {{\text{變化率 }k}}\, h\right)^{n} \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} h &= \dfrac{{{\text{目標點 }x}} - {{\text{起點 }x_0}}}{{{\text{步數 }n}}} \\ n &= {{\text{步數 }n}} \end{aligned} \right. \end{gathered}

    對 y_{i+1} = y_i + h*(k*y_i) 套用 n 步尤拉法,步長 h = (x - x0)/步數;h = 步長,n = 尤拉法步數

使用統計

廣告

回報本頁錯誤

什麼是微分方程計算器?

微分方程(Differentialgleichung)描述一個函數與其自身變化率之間的關係。本計算器專注於最經典的一階線性方程 \( \frac{dy}{dx} = k\,y \),它可用來描述物理、生物、財務與工程領域中的指數成長與衰減。計算器會同時給出精確解與數值近似,讓你能將理論與實際計算結果互相對照。

公式解析

在初始條件 \( y(x_0) = y_0 \) 之下,此方程具有以下的封閉解,其中 \(y_0\) 為起始值,\(k\) 為變化率常數,\(x\) 則是目標點。

$$y(x) = y_0\,e^{k(x - x_0)}$$

當難以求得封閉解時,尤拉法(Euler method)會以微小的步長 \(h = \frac{x - x_0}{n}\) 逐步向前推進,公式為 \( y_{i+1} = y_i + h\,k\,y_i \)。步長越小(即 \(n\) 越大),近似誤差就越低。

座標軸上從初始點向上升起的指數曲線
封閉解 y = y_0 e^{k(x - x_0)} 從初始點畫出一條平滑的指數曲線。

使用方法

輸入初始值 \(y_0\)、變化率常數 \(k\)、起點 \(x_0\)、目標點 \(x\),以及尤拉法的步數 \(n\)。計算器會回報精確值、尤拉法估計值、步長,以及兩者之間的絕對誤差。

廣告
在平滑曲線下方逐步前進的直線段
尤拉法以一系列等寬的直線步長來逼近真實曲線。

範例演練

假設 \(y_0 = 1\)、\(k = 1\)、\(x_0 = 0\)、\(x = 1\),並使用一個尤拉步。其精確答案為

$$y(1) = 1\cdot e^{1\cdot(1-0)} = e \approx 2.71828$$

單一尤拉步得到 \( y_1 = 1 + 1\times 1\times 1 = 2 \),因此絕對誤差約為 \(0.718\)。使用更多步數,估計值就會逐漸逼近 \(e\)。

廣告

Thêm các ví dụ có lời giải

Tất cả các ví dụ dưới đây đều sử dụng phương trình vi phân tuyến tính bậc nhất \(\frac{dy}{dx} = k y\). Nghiệm chính xác dạng đóng của nó là \(y(x) = y_0\,e^{k(x - x_0)}\), và phép xấp xỉ Euler hiện (tiến) sử dụng bước cố định \(h = \frac{x - x_0}{n}\) với quy tắc cập nhật \(y_{i+1} = y_i + h\,k\,y_i\). Đây là các kết quả toán học tổng quát, không gắn với bất kỳ quốc gia hay tiêu chuẩn nào.

Ví dụ 1 — Phân rã theo hàm mũ (chính xác)

Dữ liệu vào: \(y_0 = 100\), \(k = -0.5\), \(x_0 = 0\), \(x = 2\). Vì \(k<0\) nên đại lượng phân rã. Thay vào nghiệm chính xác:

$$y(2) = 100 \cdot e^{-0.5\,(2 - 0)} = 100\,e^{-1} = 100 \cdot 0.367879 \approx 36.7879$$

Vậy giá trị chính xác là 36.7879.

Ví dụ 2 — Phương pháp Euler, tăng trưởng, n = 4

Dữ liệu vào: \(y_0 = 100\), \(k = 0.5\), \(x_0 = 0\), \(x = 2\), \(n = 4\). Bước \(h = \frac{2 - 0}{4} = 0.5\). Mỗi lần lặp nhân với \((1 + hk) = (1 + 0.5 \cdot 0.5) = 1.25\):

  • \(y_1 = 100 + 0.5 \cdot 0.5 \cdot 100 = 100 + 25 = 125\)
  • \(y_2 = 125 + 0.5 \cdot 0.5 \cdot 125 = 125 + 31.25 = 156.25\)
  • \(y_3 = 156.25 + 0.5 \cdot 0.5 \cdot 156.25 = 156.25 + 39.0625 = 195.3125\)
  • \(y_4 = 195.3125 + 0.5 \cdot 0.5 \cdot 195.3125 = 195.3125 + 48.828125 = 244.140625\)
Bước \(i\) \(x_i\) \(y_i\) (Euler)
0 0.0 100.000000
1 0.5 125.000000
2 1.0 156.250000
3 1.5 195.312500
4 2.0 244.140625

Giá trị chính xác: \(y(2) = 100\,e^{0.5 \cdot 2} = 100\,e^{1} \approx 271.8282\). Sai số tuyệt đối: \(|271.8282 - 244.1406| \approx 27.6876\). Phương pháp Euler tiến ước lượng thấp hơn đối với đường cong tăng trưởng lồi, nên cần \(n\) lớn hơn để thu hẹp khoảng cách này.

Ví dụ 3 — Phương pháp Euler, phân rã, n = 4

Dữ liệu vào: \(y_0 = 100\), \(k = -0.5\), \(x_0 = 0\), \(x = 2\), \(n = 4\). Bước \(h = 0.5\); mỗi lần lặp nhân với \((1 + hk) = (1 + 0.5 \cdot (-0.5)) = 0.75\):

  • \(y_1 = 100 + 0.5 \cdot (-0.5) \cdot 100 = 100 - 25 = 75\)
  • \(y_2 = 75 + 0.5 \cdot (-0.5) \cdot 75 = 75 - 18.75 = 56.25\)
  • \(y_3 = 56.25 - 14.0625 = 42.1875\)
  • \(y_4 = 42.1875 - 10.546875 = 31.640625\)

Giá trị chính xác (từ Ví dụ 1): \(y(2) \approx 36.7879\). Sai số tuyệt đối: \(|36.7879 - 31.6406| \approx 5.1473\). Sai số nhỏ hơn nhiều so với trường hợp tăng trưởng vì đường cong phân rã, lõm, dễ theo dõi hơn đối với phương pháp Euler ở cùng một kích thước bước.

常見問題

這個計算器能求解哪一階的方程? 形如 \( \frac{dy}{dx} = k\,y \) 的一階線性常微分方程(ODE)。

為什麼尤拉法的結果和精確值有落差? 尤拉法是一階近似;每一步都會引入截斷誤差,而此誤差會隨著 \(n\) 增大而縮小。

k 可以是負數嗎? 可以。負的 \(k\) 代表指數衰減,例如放射性半衰期或物體冷卻。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器