二階常微分方程的 RK2(二階 Runge-Kutta)數值求解器

二階常微分方程的 RK2(二階 Runge-Kutta)數值求解器

新興 AI Skill PRO

輸入計算

數學公式

{y′=pp′=F(x,y,p)h=xn−x0nyi+1=yi+hp(xi+h2)pi+1=pi+hF(xi+h2,yi+h2pi,pi+h2Fi)起點:y0=y0,p0=p0\begin{gathered} \begin{cases} y^{\prime} = p \\ p^{\prime} = {{\text{F}(x,y,p)}} \end{cases} \qquad h = \dfrac{{{\text{x}_n}} - {{\text{x}_0}}}{\text{n}} \\[1.4em] \begin{aligned} y_{i+1} &= y_i + h\,p\!\left(x_i + \tfrac{h}{2}\right) \\ p_{i+1} &= p_i + h\,\text{F}\!\left(x_i + \tfrac{h}{2},\; y_i + \tfrac{h}{2}p_i,\; p_i + \tfrac{h}{2}{{\text{F}_i}}\right) \end{aligned} \\[1.4em] \text{起點:}\quad y_0 = {{\text{y}_0}}, \quad p_0 = {{\text{p}_0}} \end{gathered}
使用統計

廣告

結果

終點 x 處的近似 y = 1
0.135296935
該點的 y'(= p): -0.1351841876
方法 二階 Runge-Kutta(中點法),局部誤差 O(h^3)
步長 h 0.02
步數 n 50
x y y' = p
0.0000000000000000 0.0000000000000000 1.0000000000000000
0.020000000000000000 0.019200000000000000 0.92240000000000000
0.040000000000000000 0.036894720000000000 0.84934720000000000
0.060000000000000000 0.053172670463999996 0.78060434278399990
0.080000000000000000 0.068117735709081600 0.71594578469232630
0.10000000000000000 0.081809400586607000 0.65515694969774430
0.12000000000000001 0.094322966500334410 0.59803380843614800
0.14000000000000000 0.10572975724910819 0.54438238107427720
0.16000000000000000 0.11609731515993502 0.49401826294618173
0.18000000000000000 0.12548958795637377 0.44676617193727500
0.19999999999999998 0.13396710678720436 0.40245951663989300
0.21999999999999997 0.14158715582126055 0.36093998434738000
0.23999999999999996 0.14840393379607325 0.32205714799495050
0.25999999999999995 0.15446870789053943 0.28566809119500390
0.27999999999999997 0.15982996027517107 0.25163705055227820
0.30000000000000000 0.16453352767755470 0.21983507448028827
0.32000000000000000 0.16862273428543417 0.19013969777498171
0.34000000000000000 0.17213851829528548 0.16243463123452180
0.36000000000000004 0.17511955240035207 0.13660946564564497
0.38000000000000006 0.17760235849882816 0.11255938948719588
0.40000000000000010 0.17962141689018327 0.090184919730279480
0.42000000000000010 0.18120927021549250 0.069391645142043710
0.44000000000000010 0.18239662238604734 0.050089981526471296
0.46000000000000013 0.18321243273344676 0.032194938360768685
0.48000000000000015 0.18368400560378675 0.015625896310044324
0.50000000000000010 0.18383707560845658 0.00030639512601406127
0.52000000000000010 0.18369588873438927 -0.013836068542494098
0.54000000000000010 0.18328327950738588 -0.026870233878397654
0.56000000000000020 0.18262074439331474 -0.038861259595601230
0.58000000000000020 0.18172851161356454 -0.049870899020389145
0.60000000000000020 0.18062560754308220 -0.059957666948328710
0.62000000000000020 0.17932991985163985 -0.069176998652447110
0.64000000000000020 0.17785825754163154 -0.077581401401623160
0.66000000000000030 0.17622640802868705 -0.085220598832054500
0.68000000000000030 0.17444919140468865 -0.092141668499290240
0.70000000000000030 0.17254051201637852 -0.098389172923625410
0.72000000000000030 0.17051340748663180 -0.10400528442760995
0.74000000000000030 0.16838009529963238 -0.10902990405100074
0.76000000000000030 0.16615201706561347 -0.11350077481565485
0.78000000000000040 0.16383988057550042 -0.11745358960059915
0.80000000000000040 0.16145369975070850 -0.12092209387579109
0.82000000000000040 0.15900283258849274 -0.12393818353188411
0.84000000000000040 0.15649601719860975 -0.12653199803260615
0.86000000000000040 0.15394140602262482 -0.12873200910612914
0.88000000000000040 0.15134659832296904 -0.13056510518203110
0.90000000000000050 0.14871867102481567 -0.13205667177110950
0.92000000000000050 0.14606420798999050 -0.13323066797637725
0.94000000000000050 0.14338932779845207 -0.13410969931504166
0.96000000000000050 0.14069971010936450 -0.13471508702311555
0.98000000000000050 0.13800062067043317 -0.13506693400652098
1.0000000000000004 0.13529693504097162 -0.13518418759510423

回報本頁錯誤

這個計算機能做什麼

本工具會在區間 [x0, xn] 上,以二階 Runge-Kutta 法(即中點法/改良型尤拉法的 RK2 格式)數值求解一個形如 \(y'' = F(x, y, y')\) 的二階常微分方程。你只需把方程右側的 F 寫成以 x、y 與 p(其中 p 代表 y')為變數的算式,再給定初始值 y(x0)、y'(x0)、區間端點與步數即可。計算結果會列出整個區間上一連串 (x, y, y') 的數值表。由於這純屬數值分析,計算方法在世界各地完全相同,沒有地區差異。

使用方法

請以 x、y、p 寫出強迫函數 F,例如要計算 \(y'' = -4y' - 4y\),就輸入 -4*p-4*y。支援的運算子有 + - * / ^(或 **),函數則包含 sin、cos、tan、exp、log、ln、sqrt、abs、pow,並可使用常數 pi、e。接著設定 x0、初始的 y0 與 y'0 = p0、終點 xn,並選擇子區間數 n。步數越多,步長 \(h = (x_n - x_0)/n\) 越小,誤差也越低(全域誤差為 \(O(h^2)\))。

將二階 ODE 化簡為兩個耦合一階方程的示意圖
利用 \(y' = p\),將二階常微分方程改寫為兩個耦合的一階方程。

公式解析

首先令 \(p = y'\),把方程降為一階系統,得到 \(y' = p\) 與 \(p' = F(x, y, p)\)。每一個 RK2 步驟都會分別在起點與中點取樣斜率,再加以結合:先算 \(j_1 = h \cdot F(x,y,p)\)、\(k_1 = h \cdot p\),接著在中點計算 \(j_2\) 與 \(k_2\),並用來推進 p 與 y。每一步的局部截斷誤差為 \(O(h^3)\)。

$$\begin{cases} y' = p \\ p' = F(x,y,p) \end{cases} \qquad h = \dfrac{x_n - x_0}{n}$$ $$\begin{aligned} y_{i+1} &= y_i + h\,p\!\left(x_i + \tfrac{h}{2}\right) \\ p_{i+1} &= p_i + h\,F\!\left(x_i + \tfrac{h}{2},\; y_i + \tfrac{h}{2}p_i,\; p_i + \tfrac{h}{2}F_i\right) \end{aligned}$$
廣告

範例演算

取 F = -4*p-4*y、x0 = 0、y0 = 0、p0 = 1、xn = 1、n = 50,則步長為 \(h = 0.02\)。第一步得到 \(y_1 = 0.0192\)、\(p_1 = 0.9224\)。一路迭代到 \(x = 1\) 時,可得 \(y(1) \approx 0.13533\)、\(y'(1) \approx -0.13533\),與精確解 \(y = x \cdot e^{-2x}\) 在 \(x = 1\) 處的值 \(e^{-2} = 0.135335\) 相當吻合。

展示 RK2 中點法在一步的中點處估算斜率的示意圖
中點 RK2 方法先估算初始斜率,再利用區間中點處的斜率推進解。

常見問答

這是 RK2 還是 RK4?本工具採用的是二階 Runge-Kutta(中點法),並非經典的四階方法,因此全域精度只到二階。

xn 可以小於 x0 嗎?可以。此時步長會變成負值,積分將往回(反向)進行,這在數學上是完全成立的。

為什麼出現了錯誤的列?當 F 內部發生計算問題時——例如除以零、對非正數取對數,或對負數開平方根——積分就會中止,並標示出發生的位置。

手動逐步計算 RK2

將二階常微分方程 \(y''=F(x,y,y')\) 改寫為一階系統,令 \(p=y'\):\(y'=p\) 且 \(p'=F(x,y,p)\)。中點 RK2 方法接著同時推進兩個未知量。

  1. 計算步長:\(h=\dfrac{x_n-x_0}{n}\)。從 \(x=x_0,\ y=y_0,\ p=p_0\) 開始。
  2. 計算起點的斜率增量:\(j_1=h\,F(x,y,p)\)。
  3. 計算起點的位置增量:\(k_1=h\,p\)。
  4. 計算中點的斜率增量:\(j_2=h\,F\left(x+\tfrac{h}{2},\ y+\tfrac{k_1}{2},\ p+\tfrac{j_1}{2}\right)\)。
  5. 計算中點的位置增量:\(k_2=h\left(p+\tfrac{j_1}{2}\right)\)。
  6. 更新:\(p_{new}=p+j_2\)、\(y_{new}=y+k_2\)、\(x_{new}=x+h\)。
  7. 重複步驟 2–6 共 \(n\) 次,並在每次之後記錄 \((x,y,p)\)。

範例的第一步: \(F=-4p-4y\),\(x_0=0\),\(y_0=0\),\(p_0=1\),\(h=0.02\)。

  • \(j_1=0.02\cdot(-4\cdot1-4\cdot0)=0.02\cdot(-4)=-0.08\)
  • \(k_1=0.02\cdot1=0.02\)
  • 中點狀態:\(x=0.01,\ y=0+0.01=0.01,\ p=1-0.04=0.96\)
  • \(j_2=0.02\cdot(-4\cdot0.96-4\cdot0.01)=0.02\cdot(-3.88)=-0.0776\)
  • \(k_2=0.02\cdot0.96=0.0192\)
  • \(p_1=1+(-0.0776)=0.9224\)
  • \(y_1=0+0.0192=0.0192\)
  • \(x_1=0.02\)

這得到 \(y_1=0.0192\) 與 \(p_1=0.9224\)。精確解 \(y=xe^{-2x}\) 給出 \(y(0.02)\approx0.019215\),因此第一步已相當接近。

廣告

步數對精確度的影響

測試問題:\(y''=-4y'-4y\),\(y(0)=0\),\(y'(0)=1\),區間為 \([0,1]\)。精確解為 \(y=xe^{-2x}\),因此 \(y(1)=e^{-2}\approx0.135335\)。對於這個線性問題,中點 RK2 的結果有封閉形式:當 \(h=1/n\) 時,\(y(1)=(1-2h+2h^2)^{\,n-1}(1-2h)\)。下表的數值由此公式得出。

步數 n 步長 h RK2 y(1) 絕對誤差
5 0.2 0.128288 0.007047
10 0.1 0.134096 0.001240
25 0.04 0.135171 0.000164
50 0.02 0.135297 0.0000383
100 0.01 0.135326 0.0000093

RK2 是二階方法,因此全域誤差與 \(h^2\) 成比例。將 n 加倍可使誤差大約減少為原來的 1/4:從 n=25 增加到 50 時,比值約為 4.3;從 n=50 增加到 100 時,比值約為 4.1。在步數非常少的情況(n=5 到 10)下,比值較大,約為 5.7,因為尚未進入漸近區間。

定義與術語表

二階常微分方程
最高階導數為二階的微分方程,此處寫為 \(y''=F(x,y,y')\)。
初始條件
在起始點的值 \(y(x_0)=y_0\) 與 \(y'(x_0)=p_0\)。二階方程需要兩個初始條件。
p = y'
一階導數的輔助變數。它將一個二階方程轉換為兩個一階方程:\(y'=p\) 與 \(p'=F(x,y,p)\)。
步長 h
相鄰計算點之間的間距,\(h=(x_n-x_0)/n\)。h 越小精確度越高,但需要更多步數。
中點法(修正尤拉法)RK2
一種兩階段的 Runge-Kutta 方法。它先估計步長起點的斜率,利用這些斜率推進到中點,再將中點的斜率套用到整個步長。
j1, j2, k1, k2
一個步長中的增量。j1 與 j2 是 p 的變化量(起點與中點)。k1 與 k2 是 y 的變化量(起點與中點)。最後的更新使用 j2 與 k2。
局部截斷誤差 O(h³)
單一步長中產生的誤差,與 \(h^3\) 成比例。
全域誤差 O(h²)
整個區間上累積的誤差,與 \(h^2\) 成比例,因為約 \(1/h\) 個步長各自會增加一個 \(O(h^3)\) 的誤差。
初值問題
由微分方程及初始條件組成的問題,初始條件用來選出特定的一個解。
剛性/穩定性
對於含有快速衰減分量的方程,像 RK2 這樣的顯式方法需要夠小的 h 才能保持穩定。若 h 太大,即使真實解是衰減的,數值解仍可能振盪或發散。此時應縮小 h,或改用隱式方法。
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