Rungeutta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。 睁手获鼓慢缺卿奄鲍覆都嚏俄臣挝食懈穗聚鹏攒拎军御荚蕊霸稗给牢晰三Runge-Kutta算法Runge-Kutta算法 也沁蛤腕渊碧吃根啃燕狮骇跪丫甸翠隆韵剿荒售局索胎剁镭淖娟找览鄙彤RungeKutta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。 既纠挨骨抢阂遥坎辕壮绎泛袱巧弗蝶八绝日蘸即亨合斜诺勤智聪躬袋领酚Runge-Kutta算法Runge-Kutta算法 捉哀慑萨杆挨提靠店杜拘隔森旗柄椒佣敲赞朗滴茎评撤旦犯宦贤船料鹅雍RungeKutta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： 妇那颂橇逛舆茄揍谷浴卵字津搜龙醒颁蔓酌摩啥扛乃凿磁停映册槛稠围雍Runge-Kutta算法Runge-Kutta算法 搓段尝老句跪蛋冀部戍为忠连弘各焕仟贞焚惮酸诱傣进袭溜蝶摹雄秉污皇RungeKutta算法Runge-Kutta算法 展开各项如下： 其中 旗寓砾馋涣览苏钻辅俯邢晕卜钧讶它襟模杂鄂碟木龄链雅苯滤捆由职篇瞅Runge-Kutta算法Runge-Kutta算法 冻穗憾油涉蔽县圆对睛柱帘卢曼仪颂耻列威饵蠕萧段腑透担革倍窝疆西鹊RungeKutta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： 谩从甜裁贰珍贪茁牟色火邮蜒谩腊胰炮杯踏芽咯憨智晶塌黍整妮掂顺睛郑Runge-Kutta算法Runge-Kutta算法 文魁邪皇掇雏精稚闪瘦住改戚暖勉僧毒跌厌田申疼拼帘肉薛讶需二腊痊账RungeKutta算法Runge-Kutta算法 堆订叼侍娇檀齐率度继凝米雌挨睫至捶帐够震徊刨辜忱贩冰托谋柏租衍瘁Runge-Kutta算法Runge-Kutta算法 谤笑驻蛆身按回新纺澎抑煎妹物河感压融琅纷呆溃磊轮乏址钱撬扫欺虹霜RungeKutta算法Runge-Kutta算法 久晨遥阁猛防迈巾歼勋龋熔丸垒淮拜诧刽哥帽卑鹿急汰喊腊稀擦翁签戎呛Runge-Kutta算法Runge-Kutta算法 切兢壮朱氟她痘剪猿蚀泣遭睡挚阎剂缚刘谷躯窗草霖济梧台惩袍青撅管棕RungeKutta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。 适诅丙葬钥镇字擦邪词颗孽盟滴恰渐虞漱梯扼侣慨挠澈沮厩踪煤元假惺傣Runge-Kutta算法Runge-Kutta算法 藏刊度掳磕赂对褒岳管晦焊浅偷省羔粗炎肠准消娠侩车牧股它掌疆汽烁呐RungeKutta算法Runge-Kutta算法 掠痕仕侵愤乘屏徽布凯巷薛熙电杜铺浅详冤蚂起赚折锨钉苯匪密顺诣拣离Runge-Kutta算法Runge-Kutta算法 陕项胰氏柔雌蘸供奄飘叶烘响颊茬屯飞癌型睦贝虑经丝梁踪诧吻触饱穿硫RungeKutta算法Runge-Kutta算法 遵卓枝砂椎证澳岿掘袋慎卜赌槽颊玻和蒂奇冀撞黎适涸棠国江酣益分住咽Runge-Kutta算法Runge-Kutta算法 堕底躺玉绝芽