RK4 二階常微分方程計算器

RK4 二階常微分方程計算器

成長中 AI Skill PRO

輸入計算

y'' = F(x, y, y') 的右端項。可使用 x、y、p 及 + - * / ^、sin、cos、exp、log、sqrt、pi、e。

結果

xn 處的 y
0.135335274181834636
端點處的 y 值
xn 處的 y'
-0.135335259156935755
端點處的 y'(= p)值

方法:經典四階龍格-庫塔法(RK4) · 步 n = 50 · 步長 h = 0.02

i x y = f(x) y' = p
0 0 0 1
1 0.0200000000000000004 0.0192157866666666649 0.922357866666666637
2 0.0400000000000000008 0.0369246498212522645 0.849267048373009037
3 0.0599999999999999978 0.0532152204359356007 0.780489998192799184
4 0.0800000000000000017 0.0681714957894921647 0.715800800394514436
5 0.100000000000000006 0.0818730665794356605 0.654984623530822985
6 0.119999999999999996 0.0943953333479264356 0.597837198534814762
7 0.140000000000000013 0.105809712710295489 0.544164320702777649
8 0.160000000000000003 0.116183833853126500 0.493781374492720526
9 0.179999999999999993 0.125581725747898248 0.446512880115091604
10 0.200000000000000011 0.134063995506174150 0.402192060937331175
11 0.220000000000000001 0.141687998283193534 0.360660430767116402
12 0.239999999999999991 0.148507999118433237 0.321767400120490987
13 0.260000000000000009 0.154575327084229969 0.285369900620602468
14 0.280000000000000027 0.159938522096849084 0.251332026710574419
15 0.299999999999999989 0.164643474728420641 0.219524693900195078
16 0.320000000000000007 0.168733559342904987 0.189825312800676715
17 0.340000000000000024 0.172249760864668727 0.162117478234802465
18 0.359999999999999987 0.175230795474316581 0.136290672741392865
19 0.380000000000000004 0.177713225513107781 0.112239983823256881
20 0.400000000000000022 0.179731568864560570 0.0898658343166999773
21 0.419999999999999984 0.181318403069687717 0.0690737252883046882
22 0.440000000000000002 0.182504464420687129 0.0497739908911289108
23 0.460000000000000020 0.183318742266808804 0.0318815646377390433
24 0.479999999999999982 0.183788568755511195 0.0153157565716578320
25 0.5 0.183939704221884465 4.08419086883604621E-8
26 0.520000000000000018 0.183796418429634401 -0.0141381467925742240
27 0.540000000000000036 0.183381567857668515 -0.0271676019807839605
28 0.560000000000000053 0.182716669217487304 -0.0391535357516522645
29 0.579999999999999960 0.181821969378139686 -0.0501577498528595900
30 0.599999999999999978 0.180716511867434454 -0.0602388038506180140
31 0.619999999999999996 0.179418200110394555 -0.0694521743669628405
32 0.640000000000000013 0.177943857558579527 -0.0778504068142278072
33 0.660000000000000031 0.176309284856870752 -0.0854832599702608359
34 0.680000000000000049 0.174529314187597984 -0.0923978437225306121
35 0.700000000000000067 0.172617860925471212 -0.0986387502945474809
36 0.719999999999999973 0.170587972730655124 -0.104248179253945611
37 0.739999999999999991 0.168451876201472006 -0.109266056588119206
38 0.760000000000000009 0.166221021202630853 -0.113730148120445823
39 0.780000000000000027 0.163906122979543406 -0.117676167527839340
40 0.800000000000000044 0.161517202164191437 -0.121137879208628521
41 0.820000000000000062 0.159063622773142788 -0.124147196238530849
42 0.839999999999999969 0.156554128293666411 -0.126734273641762762
43 0.859999999999999987 0.153996875949458961 -0.128927597194074095
44 0.880000000000000004 0.151399469233258754 -0.130754067964697240
45 0.900000000000000022 0.148768988789577172 -0.132239082794837953
46 0.920000000000000040 0.146112021726915342 -0.133406610901388389
47 0.940000000000000058 0.143434689435146284 -0.134279266785993751
48 0.959999999999999964 0.140742673980222749 -0.134878379621434813
49 0.979999999999999982 0.138041243145009956 -0.135224059279484138
50 1 0.135335274181834636 -0.135335259156935755

數學公式

k1=hpil1=hF(xi,yi,pi)k2=h(pi+l12)l2=hF(xi+h2,yi+k12,pi+l12)k3=h(pi+l22)l3=hF(xi+h2,yi+k22,pi+l22)k4=h(pi+l3)l4=hF(xi+h,yi+k3,pi+l3)yi+1=yi+16(k1+2k2+2k3+k4),pi+1=pi+16(l1+2l2+2l3+l4)其中{F=F(x,y,p)h=xn−x0nx0=x0,y0=y0,p0=p0\begin{gathered} \begin{aligned} k_1 &= h\,p_i & l_1 &= h\,F(x_i,\,y_i,\,p_i) \\ k_2 &= h\left(p_i+\tfrac{l_1}{2}\right) & l_2 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_1}{2},\,p_i+\tfrac{l_1}{2}\right) \\ k_3 &= h\left(p_i+\tfrac{l_2}{2}\right) & l_3 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_2}{2},\,p_i+\tfrac{l_2}{2}\right) \\ k_4 &= h\left(p_i+l_3\right) & l_4 &= h\,F\!\left(x_i+h,\,y_i+k_3,\,p_i+l_3\right) \end{aligned} \\[1em] y_{i+1} = y_i + \tfrac{1}{6}\left(k_1+2k_2+2k_3+k_4\right), \quad p_{i+1} = p_i + \tfrac{1}{6}\left(l_1+2l_2+2l_3+l_4\right) \\[1.4em] \text{其中}\quad \left\{ \begin{aligned} F &= {F(x,\,y,\,p)} \\ h &= \dfrac{\text{xn} - \text{x0}}{\text{n}} \\ x_0 &= \text{x0},\; y_0 = \text{y0},\; p_0 = \text{p0} \end{aligned} \right. \end{gathered}
使用統計

廣告

回報本頁錯誤

這個計算器能做什麼

本工具採用經典的四階 Runge-Kutta(RK4)法,在區間 [x0, xn] 上數值求解形如 \(y'' = F(x,\,y,\,y')\) 的二階常微分方程。你只需輸入右端項 F(以 x、y 與 p 表示的數學式,其中 p 代表 y')、初始條件 \(y(x_0)\) 與 \(y'(x_0)\)、區間端點,以及步數即可。計算器會回傳完整的 x、y 與 y' 數值表,並給出端點處的數值。這純屬數值分析方法,適用於各種情境,不受任何國家或地區限制。

使用方式

輸入 F(x, y, p)——例如針對 \(y'' + 4y' + 4y = 0\),可填入 -4*p - 4*y。設定 x0、y0 = f(x0),以及 p0 = y'(x0)。再設定終點 xn,並選擇子區間數 n(步數越多,步長 \(h = (\text{xn} - \text{x0})/\text{n}\) 越小,精度越高)。接著選擇要顯示的有效位數。RK4 的整體誤差為 \(O(h^4)\),因此將 n 加倍,誤差大約可降為原本的十六分之一。

示意圖展示 y''=F 化簡為方程組 y'=p 和 p'=F(x,y,p)
二階常微分方程被改寫為關於 y 和 p = y' 的耦合一階方程組。

公式說明

透過令 \(p = y'\),可將一個二階常微分方程化為兩個一階方程組成的方程組:此時 \(y' = p\),且 \(p' = F(x,\,y,\,p)\)。RK4 在每一步都會對兩個未知量各進行四次加權斜率評估(y 用 k,p 用 j),再依 \((k_1 + 2k_2 + 2k_3 + k_4)/6\) 與 \((j_1 + 2j_2 + 2j_3 + j_4)/6\) 的方式組合推進。

$$\begin{gathered} y^{\prime\prime} = F(x,\,y,\,p), \qquad p = y^{\prime} \\[1.2em] h = \frac{\text{xn} - \text{x0}}{\text{n}} \end{gathered}$$ $$\begin{gathered} \begin{aligned} k_1 &= h\,p_i & l_1 &= h\,F(x_i,\,y_i,\,p_i) \\ k_2 &= h\left(p_i+\tfrac{l_1}{2}\right) & l_2 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_1}{2},\,p_i+\tfrac{l_1}{2}\right) \\ k_3 &= h\left(p_i+\tfrac{l_2}{2}\right) & l_3 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_2}{2},\,p_i+\tfrac{l_2}{2}\right) \\ k_4 &= h\left(p_i+l_3\right) & l_4 &= h\,F\!\left(x_i+h,\,y_i+k_3,\,p_i+l_3\right) \end{aligned} \\[1em] y_{i+1} = y_i + \tfrac{1}{6}\left(k_1+2k_2+2k_3+k_4\right), \quad p_{i+1} = p_i + \tfrac{1}{6}\left(l_1+2l_2+2l_3+l_4\right) \\[1.4em] \text{where}\quad \left\{ \begin{aligned} F &= F(x,\,y,\,p) \\ h &= \dfrac{\text{xn} - \text{x0}}{\text{n}} \\ x_0 &= \text{x0},\; y_0 = \text{y0},\; p_0 = \text{p0} \end{aligned} \right. \end{gathered}$$
廣告

實際範例

以 \(y'' = -4p - 4y\) 為例,取 x0 = 0、y0 = 0、p0 = 1、xn = 1,並僅用一個粗略的大步長(n = 1,h = 1)。四個階段分別得到 \(k_1=1\)、\(k_2=-1\)、\(k_3=2\)、\(k_4=-5\) 與 \(j_1=-4\)、\(j_2=2\)、\(j_3=-6\)、\(j_4=12\)。於是 $$y(1) = \frac{1 - 2 + 4 - 5}{6} = -\frac{1}{3} = -0.3333,$$ $$p(1) = 1 + \frac{-4 + 4 - 12 + 12}{6} = 1.$$ 精確解為 \(y = x e^{-2x}\),所以 \(y(1) = e^{-2} = 0.1353\);單一步長 h = 1 顯然太過粗略。若改用 n = 50 或 100,結果便會收斂至精確值。

展示從 x 到 x+h 一步中 RK4 四個斜率估計 k1 至 k4 的示意圖
RK4 在每一步結合四個斜率估計,將解從 x 推進到 x+h。

二階常微分方程的 RK4 逐步計算程序

RK4 處理二階方程的方式,是將其改寫為關於 \(y\) 與 \(p = y'\) 的一階方程組。

  1. 設 \(p = y'\)。原方程變為方程組 \(y' = p\)、\(p' = F(x, y, p)\)。
  2. 計算步長 \(h = \dfrac{x_n - x_0}{n}\)。
  3. 第一組斜率:\(k_1 = p\)、\(j_1 = F(x, y, p)\)。
  4. 第二組斜率:\(k_2 = p + h\,j_1/2\)、\(j_2 = F\left(x + h/2,\; y + h\,k_1/2,\; p + h\,j_1/2\right)\)。
  5. 第三組斜率:\(k_3 = p + h\,j_2/2\)、\(j_3 = F\left(x + h/2,\; y + h\,k_2/2,\; p + h\,j_2/2\right)\)。
  6. 第四組斜率:\(k_4 = p + h\,j_3\)、\(j_4 = F\left(x + h,\; y + h\,k_3,\; p + h\,j_3\right)\)。
  7. 同時更新兩個未知數:\(y_{\text{next}} = y + \dfrac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4)\),以及 \(p_{\text{next}} = p + \dfrac{h}{6}(j_1 + 2j_2 + 2j_3 + j_4)\)。
  8. 令 \(x \leftarrow x + h\),然後重複步驟 3 至 7,直到 \(x = x_n\),總共需要 n 步。
廣告

解讀輸出表格

表格的每一列都是一個網格點。x 欄位包含 \(x_0, x_0+h, \dots, x_n\)。y 欄位是解 \(y(x)\) 的數值近似。y' 欄位是一階導數 \(p = y'(x)\) 的近似。第一列只是重複你的初始條件 \(y_0\) 與 \(p_0\)。

檢查收斂性

  • 以 n 執行問題,再以 2n 執行(例如 10、20、50、100),並比較相同 x 值所對應的列。
  • 當不同執行結果之間的前幾位有效數字不再變化時,這些數字可能是可靠的。
  • 對於平滑的問題,每當 n 加倍,RK4 誤差應大約下降 16 倍。如果沒有,表示其他地方有問題。
  • 提高精度位數只能減少捨入誤差,無法減少由 h 造成的截斷誤差。

警示訊號

  • 當真實解應該是平滑或衰減時,數值卻無界增長,或振幅持續增大的振盪。這表示 h 可能太大,或方程是剛性的。
  • 當 n 改變時,結果變動很大。
  • 表格中途出現溢位或未定義的數值。

固定步長 RK4 的限制

  • 對於剛性方程,例如衰減速率差異極大的方程,穩定性限制會迫使 h 非常小。固定步長 RK4 因而需要大量步數,或會失敗,此時通常更適合使用隱式方法。
  • 如果 F 在區間內有奇點,例如在 x = 0 處除以 x,或出現 \(1/(x-1)\) 這類項,此方法便無法處理。奇點附近的結果沒有意義,因此應避開該點,或將區間分段處理。
  • 步長是固定的。此方法無法適應解變化快速的區域。

常見問題

可以反向積分嗎?可以——只要將 xn 設得比 x0 小,步長 h 就會變成負值,從 x0 往下積分到 xn。

為什麼步數少的時候答案看起來不對?RK4 的精度取決於步長是否夠小。請逐步增加 n,直到相鄰兩次的結果不再變化為止。

F 裡可以使用哪些函數?支援 + - * / ^、括號,以及 sin、cos、tan、asin、acos、atan、sinh、cosh、tanh、exp、log/ln、log10、sqrt、abs,另外還有常數 pi 與 e。

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