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 \(O(h^2)\))。
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 \(O(h^3)\)。
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 \(e^{-2} = 0.135335\)。
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。
- 计算步长:\(h=\dfrac{x_n-x_0}{n}\)。从 \(x=x_0,\ y=y_0,\ p=p_0\) 开始。
- 计算起点处的斜率增量:\(j_1=h\,F(x,y,p)\)。
- 计算起点处的位置增量:\(k_1=h\,p\)。
- 计算中点处的斜率增量:\(j_2=h\,F\left(x+\tfrac{h}{2},\ y+\tfrac{k_1}{2},\ p+\tfrac{j_1}{2}\right)\)。
- 计算中点处的位置增量:\(k_2=h\left(p+\tfrac{j_1}{2}\right)\)。
- 更新:\(p_{new}=p+j_2\),\(y_{new}=y+k_2\),\(x_{new}=x+h\)。
- 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。
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。