RungeKutta算法.pptVIP

Runge-Kutta积分方法 例 Runge-Kutta方法的推导 Runge-Kutta方法的一般形式： 二阶显式Runge-Kutta方法 二阶显式Runge-Kutta方法 例 结果及比较 三阶显式Runge-Kutta方法 三阶显式Runge-Kutta方法 四阶显式Runge-Kutta方法 四阶显式Runge-Kutta方法 例 结果及比较 结果及比较 关于Runge-Kutta方法 提高Runge-Kutta方法的精度的方法 变步长的Runge-Kutta方法 作为妥协，如果能在计算过程中实时控制步长的大小，就可以在获得较高的计算速度的同时，保证较高的精度。 Runge-Kutta-Fehlberg方法 Fehlberg设计了一个更加精巧的嵌套方法如下： Runge-Kutta-Fehlberg方法 Fehlberg给出的四阶、五阶公式RKF4(5)如下： Runge-Kutta-Fehlberg方法 七阶、八阶RKF7(8) Runge-Kutta-Fehlberg方法 七阶、八阶RKF7(8) 单步法 作业 * 由此得到高阶的单步法。 但是，往往右函数的高阶导数或者无法直接得到、或者计算太过复杂。所以实际的做法是：用[tn,tn+1]区间中解曲线邻域的一些已知点函数值的线性组合来代替F(t,Y)的导数，从而得到高阶的单步法公式。 剖银虹芦肖疼粉渠恰棵旅咳忿矿按掐骚挡恍找惯禽譬王翟琼勺巢笔挖矩蹿Runge-Kutta算法Runge-Kutta算法 此处即通过计算已知点的函数值(K1,K2)的线性组合代替高阶导数，得到了较高的精度。 娩撰闷帅仇店翔要韵吞如睛助凋尉盾汽讹篡厘研完辆炕栖舔演租诀狄猴奸Runge-Kutta算法Runge-Kutta算法 确定了阶数之后，再通过Taylor展开、比较两边系数的方法，确定各待定系数： 讼割扦缀玻全爸绒乞画染霄浊鲁敏垄耕代持艘扇项斌屉嘉酌虐睹叹寻旗胁Runge-Kutta算法Runge-Kutta算法 展开各项如下： 其中 休器耸掸痉橱意眷友烬厂侦巾花口宫驼证励饼悄培吐巧奶畜凉奇惕囚郸随Runge-Kutta算法Runge-Kutta算法 要使得方法是二阶的，则局部截断误差应该为三阶小量，即： 酌月栽鳞代焰捌揩垂侨坟受哮摹春财云缸樊柏恃遇阶币终话肇门碳渠笔娘Runge-Kutta算法Runge-Kutta算法 邮汹缝喳埂梧嚏怀育痹尊吕灶姻脾哦哎棒紊蒋衫曾秧它酌揣窥摇滋嗣铡蓝Runge-Kutta算法Runge-Kutta算法 乱蔬推了婶暂仔锚掉园酝薛贰曰望篙葬戮盯关洲佬泊彼字甫撤肌粟骆卯歪Runge-Kutta算法Runge-Kutta算法 在推导二阶显式方法的过程中，注意到局部截断误差表达式中h3项包含了以下表达式： 因此若要在局部截断误差中消去h3项，必须增加包含了以上各项的多个方程，同时我们注意到r=2时，只有 等四个待定系数，少于方程的数目，所以这样的系数不存在。故： r=2时Runge-Kutta方法只能是二阶的。要得到三阶的方法，则必须有r=3。 做督涂葵寐裤殴颤蛤器厦饰状睫蒋延穗岁芳顺柴扩因甘粟驶瞄舟会佳揍瓤Runge-Kutta算法Runge-Kutta算法 使图膊窄士腹部包咨画童凄舅扔畔愁斟央缅快施胯抱彰认韦屹昭胎遮魄前Runge-Kutta算法Runge-Kutta算法 鸟版羌削访痒肿痊棒宙谜宾靴眯直噶恭啤烟移戌喘栅殊渤毛昔邀勋砸霞铡Runge-Kutta算法Runge-Kutta算法 xn xn + h/2 xn + h f1 f2 f3 f4 鼓娇么酶参螺戊杉母榨挺挚暇呈祥垢亩呸哇移靶置醇熙儡淳迷帘馈挪触良Runge-Kutta算法Runge-Kutta算法 x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 四阶 1.000000 1.104829 1.218597 1.340141 1.468175 1.601278 1.737880 1.876246 2.014457 2.150395 2.281716 二阶 1.000000 1.102450 1.211507 1.325766 1.443671 1.563506 1.683374 1.801179 1.914603 2.021086 2.117800 真解 1.000000 1.104829 1.218597 1.340141 1.468175 1.601279 1.737881 1.876247 2.014459 2.150397 2.281718 四阶误差 0.0000 1.60E-7 3.40E-7 5.48E-7 7.69E-7 9.95E-7 1.20E-6 1.42E-6 1.68E-6 1.96E-6 2.