这个计算器能做什么
本工具采用经典的四阶龙格-库塔(RK4)方法,在区间 [x0, xn] 上数值求解形如 \(y'' = F(x,\,y,\,y')\) 的二阶常微分方程。你只需输入方程右端 F(用 x、y 和 p 表示的数学表达式,其中 p 代表 y')、初始条件 y(x0) 与 y'(x0)、区间端点以及步数。计算器会返回 x、y 与 y' 的完整数值表,并给出端点处的结果。这是纯粹的数值分析方法,普遍适用,不受任何国家或地区限制。
使用方法
先输入 F(x, y, p)——例如对于 \(y'' + 4y' + 4y = 0\),可填写 -4*p - 4*y。设定 x0、y0 = f(x0) 以及 p0 = y'(x0),再设定终点 xn,并选择子区间数 n(n 越大,步长 \(h = \frac{\text{xn} - \text{x0}}{\text{n}}\) 越小,精度越高)。最后选择结果显示的有效数字位数。RK4 的全局误差为 \(O(h^4)\),因此把 n 翻倍,误差大约会缩小到原来的 1/16。
公式原理
令 \(p = y'\),即可把一个二阶常微分方程降阶为两个一阶方程组成的方程组:此时 \(y' = p\),\(p' = F(x, y, p)\)。RK4 在每一步通过四次加权斜率计算同时推进这两个未知量(k 对应 y,j 对应 p),并按 \((k_1 + 2k_2 + 2k_3 + k_4)/6\) 与 \((j_1 + 2j_2 + 2j_3 + j_4)/6\) 进行加权合成。
$$\begin{aligned} k_1 &= h\,p_i & l_1 &= h\,F(x_i,\,y_i,\,p_i) \\ k_2 &= h\left(p_i+\tfrac{l_1}{2}\right) & l_2 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_1}{2},\,p_i+\tfrac{l_1}{2}\right) \\ k_3 &= h\left(p_i+\tfrac{l_2}{2}\right) & l_3 &= h\,F\!\left(x_i+\tfrac{h}{2},\,y_i+\tfrac{k_2}{2},\,p_i+\tfrac{l_2}{2}\right) \\ k_4 &= h\left(p_i+l_3\right) & l_4 &= h\,F\!\left(x_i+h,\,y_i+k_3,\,p_i+l_3\right) \end{aligned}$$$$y_{i+1} = y_i + \tfrac{1}{6}\left(k_1+2k_2+2k_3+k_4\right), \quad p_{i+1} = p_i + \tfrac{1}{6}\left(l_1+2l_2+2l_3+l_4\right)$$实例演算
取 \(y'' = -4p - 4y\),其中 x0 = 0、y0 = 0、p0 = 1、xn = 1,并只用一个很粗的大步长(n = 1,h = 1)。四个阶段分别给出 \(k_1=1\)、\(k_2=-1\)、\(k_3=2\)、\(k_4=-5\) 以及 \(j_1=-4\)、\(j_2=2\)、\(j_3=-6\)、\(j_4=12\)。于是 $$y(1) = \frac{1 - 2 + 4 - 5}{6} = -\frac{1}{3} = -0.3333,$$ $$p(1) = 1 + \frac{-4 + 4 - 12 + 12}{6} = 1.$$该方程的精确解为 \(y = x e^{-2x}\),故 \(y(1) = e^{-2} = 0.1353\);可见 h = 1 这一步实在太粗。若取 n = 50 或 100,结果就会收敛到精确值附近。
二阶常微分方程的四阶龙格-库塔(RK4)分步流程
RK4 通过将二阶方程改写为关于 \(y\) 与 \(p = y'\) 的一阶方程组来求解。
- 令 \(p = y'\)。原方程变为方程组 \(y' = p\),\(p' = F(x, y, p)\)。
- 计算步长 \(h = \dfrac{x_n - x_0}{n}\)。
- 第一组斜率:\(k_1 = p\),\(j_1 = F(x, y, p)\)。
- 第二组斜率:\(k_2 = p + h\,j_1/2\),\(j_2 = F\left(x + h/2,\; y + h\,k_1/2,\; p + h\,j_1/2\right)\)。
- 第三组斜率:\(k_3 = p + h\,j_2/2\),\(j_3 = F\left(x + h/2,\; y + h\,k_2/2,\; p + h\,j_2/2\right)\)。
- 第四组斜率:\(k_4 = p + h\,j_3\),\(j_4 = F\left(x + h,\; y + h\,k_3,\; p + h\,j_3\right)\)。
- 同时更新两个未知量:\(y_{\text{next}} = y + \dfrac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4)\),\(p_{\text{next}} = p + \dfrac{h}{6}(j_1 + 2j_2 + 2j_3 + j_4)\)。
- 令 \(x \leftarrow x + h\),然后重复第 3 至第 7 步,直到 \(x = x_n\),总共需要 n 步。
解读输出表格
表格的每一行对应一个网格点。x 列给出 \(x_0, x_0+h, \dots, x_n\)。y 列是解 \(y(x)\) 的数值近似。y' 列是一阶导数 \(p = y'(x)\) 的近似。第一行仅重复你的初始条件 \(y_0\) 与 \(p_0\)。
检验收敛性
- 先用 n 运行问题,再用 2n(例如 10、20、50、100)运行,并比较相同 x 值处的各行。
- 当各次运行中的前几位有效数字不再变化时,这些数字很可能是可靠的。
- 对于光滑问题,每当 n 翻倍,RK4 的误差应大致减小为原来的 16 分之一。如果不是这样,说明其他地方有问题。
- 提高精度位数只能减小舍入误差,无法减小由 h 引起的截断误差。
警示信号
- 当真实解本应光滑或衰减时,数值却无界增长,或振荡幅度持续增大。这表明 h 过大,或方程为刚性方程。
- 当 n 改变时,结果变化很大。
- 表格中途出现溢出或无定义的数值。
定步长 RK4 的局限
- 对于刚性方程,例如衰减速率相差悬殊的方程,稳定性限制会迫使 h 非常小。此时定步长 RK4 需要大量步数,或直接失效,通常更好的选择是隐式方法。
- 如果 F 在区间内部存在奇点,例如在 x = 0 处除以 x,或存在形如 \(1/(x-1)\) 的项,该方法便无法处理。奇点附近的结果毫无意义,因此应避开该奇点,或将区间分段。
- 步长是固定的,该方法不会根据解变化较快的区域自动调整步长。
常见问题
可以反向积分吗?可以——把 xn 设得比 x0 小,步长 h 就会变为负值,从而从 x0 向 xn 反向积分。
为什么步数太少时结果明显不对?RK4 的精度依赖于足够小的步长。请逐步增大 n,直到相邻两次的结果不再明显变化为止。
F 中可以使用哪些函数?支持 + - * / ^、括号,以及 sin、cos、tan、asin、acos、atan、sinh、cosh、tanh、exp、log/ln、log10、sqrt、abs,还有常数 pi 和 e。