求解二阶常微分方程的二阶龙格-库塔(RK2)计算器

求解二阶常微分方程的二阶龙格-库塔(RK2)计算器

新兴 AI Skill PRO

输入计算

数学公式

{y′=pp′=F(x,y,p)h=xn−x0nyi+1=yi+hp(xi+h2)pi+1=pi+hF(xi+h2,yi+h2pi,pi+h2Fi)起点: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{起点:}\quad y_0 = {{\text{y}_0}}, \quad p_0 = {{\text{p}_0}} \end{gathered}
使用统计

广告

结果

终点 x 处 y 的近似值 = 1
0.135296935
该点处的 y'(= p): -0.1351841876
方法 二阶龙格-库塔法(中点法),局部误差 O(h^3)
步长 h 0.02
步数 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

报告本页错误

这个计算器有什么用

本工具可在区间 [x0, xn] 上数值求解形如 \(y'' = F(x, y, y')\) 的二阶常微分方程,采用的是二阶龙格-库塔法(即中点法 / 改进欧拉型 RK2 格式)。你只需把右端项 F 写成关于 x、y 和 p 的表达式(其中 p 表示 y'),再给出初值 \(y(x_0)\) 和 \(y'(x_0)\)、区间端点以及步数即可。计算结果是一张随区间逐步推进的 (x, y, y') 数值表。这是纯粹的数值分析方法,与国家或地区无关,在任何地方使用结果都完全一致。

使用方法

用 x、y 和 p 写出强迫函数 F,例如要表示 \(y'' = -4y' - 4y\),就输入 -4*p-4*y。支持运算符 + - * / ^(或 **),支持函数 sin、cos、tan、exp、log、ln、sqrt、abs、pow,以及常数 pi、e。设置起点 \(x_0\)、初值 \(y_0\) 和 \(y'_0 = p_0\)、终点 \(x_n\),再选择子区间个数 \(n\)。步数越多,步长 \(h = (x_n - x_0)/n\) 越小,误差也越低(全局误差为 \(O(h^2)\))。

将二阶 ODE 化简为两个耦合一阶方程的示意图
利用 \(y' = p\),将二阶常微分方程改写为两个耦合的一阶方程。

公式详解

首先令 \(p = y'\),把方程化为一阶方程组:\(y' = p\) 和 \(p' = F(x, y, p)\)。每一步 RK2 都在区间起点和中点处分别采样斜率并加以组合:先算 \(j_1 = h\cdot F(x,y,p)\)、\(k_1 = h\cdot p\),再在中点处计算 \(j_2\) 和 \(k_2\),并用它们推进 p 和 y。每一步的局部截断误差为 \(O(h^3)\)。

广告

实例演算

取 \(F = -4p-4y\),\(x_0 = 0\),\(y_0 = 0\),\(p_0 = 1\),\(x_n = 1\),\(n = 50\),则步长为 \(h = 0.02\)。第一步得到 \(y_1 = 0.0192\)、\(p_1 = 0.9224\)。一直迭代到 \(x = 1\),可得 \(y(1) \approx 0.13533\),\(y'(1) \approx -0.13533\),与精确解 \(y = x\cdot e^{-2x}\) 吻合——该解在 \(x = 1\) 处的值为 \(e^{-2} = 0.135335\)。

展示 RK2 中点法在一步的中点处估算斜率的示意图
中点 RK2 方法先估算初始斜率,再利用区间中点处的斜率推进解。

手工逐步计算 RK2

将二阶常微分方程 \(y''=F(x,y,y')\) 改写为一阶方程组,令 \(p=y'\):\(y'=p\) 且 \(p'=F(x,y,p)\)。中点 RK2 方法随后同时推进两个未知量。

  1. 计算步长:\(h=\dfrac{x_n-x_0}{n}\)。从 \(x=x_0,\ y=y_0,\ p=p_0\) 开始。
  2. 计算起点处的斜率增量:\(j_1=h\,F(x,y,p)\)。
  3. 计算起点处的位置增量:\(k_1=h\,p\)。
  4. 计算中点处的斜率增量:\(j_2=h\,F\left(x+\tfrac{h}{2},\ y+\tfrac{k_1}{2},\ p+\tfrac{j_1}{2}\right)\)。
  5. 计算中点处的位置增量:\(k_2=h\left(p+\tfrac{j_1}{2}\right)\)。
  6. 更新:\(p_{new}=p+j_2\),\(y_{new}=y+k_2\),\(x_{new}=x+h\)。
  7. 重复第 2–6 步共 \(n\) 次,每次完成后记录 \((x,y,p)\)。

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

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

这得到 \(y_1=0.0192\) 和 \(p_1=0.9224\)。精确解 \(y=xe^{-2x}\) 给出 \(y(0.02)\approx0.019215\),因此第一步已经很接近。

步数对精度的影响

测试问题:\(y''=-4y'-4y\),\(y(0)=0\),\(y'(0)=1\),区间为 \([0,1]\)。精确解为 \(y=xe^{-2x}\),因此 \(y(1)=e^{-2}\approx0.135335\)。对于这个线性问题,中点 RK2 的结果有闭式解:取 \(h=1/n\),则 \(y(1)=(1-2h+2h^2)^{\,n-1}(1-2h)\)。下表数值由该公式算得。

步数 n 步长 h RK2 y(1) 绝对误差
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 是二阶方法,因此整体误差按 \(h^2\) 的比例缩放。将 n 加倍时误差约减少为原来的 1/4:从 n=25 增至 50 时比值约为 4.3,从 n=50 增至 100 时约为 4.1。在步数很少时(n=5 到 10),比值更大,约为 5.7,因为尚未进入渐近区域。

广告

定义与术语表

二阶常微分方程
最高阶导数为二阶的微分方程,这里写作 \(y''=F(x,y,y')\)。
初始条件
在起点处的取值 \(y(x_0)=y_0\) 和 \(y'(x_0)=p_0\)。二阶方程需要两个初始条件。
p = y'
一阶导数的辅助变量。它将一个二阶方程转化为两个一阶方程:\(y'=p\) 和 \(p'=F(x,y,p)\)。
步长 h
相邻计算点之间的间距,\(h=(x_n-x_0)/n\)。h 越小精度越高,但所需步数越多。
中点法(改进欧拉法)RK2
一种两阶段龙格-库塔方法。它先估计步长起点处的斜率,用它推进到中点,然后将中点处的斜率应用于整个步长。
j1, j2, k1, k2
单步中的增量。j1 和 j2 是 p 的变化量(起点和中点处)。k1 和 k2 是 y 的变化量(起点和中点处)。最终更新使用 j2 和 k2。
局部截断误差 O(h³)
单步中引入的误差,与 \(h^3\) 成正比。
整体误差 O(h²)
整个区间上累积的误差,与 \(h^2\) 成正比,因为约 \(1/h\) 个步长每步都会引入一个 \(O(h^3)\) 的误差。
初值问题
由微分方程与初始条件共同构成的问题,用以确定一个特定解。
刚性 / 稳定性
对于含有快速衰减分量的方程,像 RK2 这样的显式方法需要足够小的 h 才能保持稳定。若 h 太大,即使真解是衰减的,数值解也可能振荡或发散。这种情况下应减小 h,或改用隐式方法。

常见问题

这是 RK2 还是 RK4?这是二阶龙格-库塔法(中点法),而不是经典的四阶方法,因此全局精度只有二阶。

\(x_n\) 可以小于 \(x_0\) 吗?可以。这时步长会变为负数,积分会向后进行,在数学上完全成立。

为什么会出现报错行?当 F 中出现求值问题时,比如除以零、对非正数取对数或对负数开平方,积分会停止并报告出错位置。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器