龙格库塔方法ppt课件[文字可编辑].pptVIP

Runge-Kuttua 方法和 matlab 原理 1 龙格－库塔法（ Runge-Kutta ） 数值分析中，龙格－库塔法（ Runge-Kutta ）是用于模拟常微分 方程的解的重要 的一类隐式或显式迭代法。这些技术由数学家卡尔 · 龙格和马 丁 · 威尔海姆 · 库塔于 1900 年左右发明。 经典四阶龙格库塔法 龙格库塔法的家族中的一个成员如此常用，以至于经常被称为 “ RK4” 或者就是 “ 龙格库塔法 ” 。 2 四阶 Runge-Kutta 方法 3 4 这样，下一个值 (yn+1) 由现在的值 (yn) 加上时间间隔 (h) 和一个估算的 斜率的乘积 决定。该斜率是以下斜率的加权平均： k1 是时间段开始时的斜率； k2 是时间段中点的斜率，通过欧拉法采用斜率 k1 来决定 y 在点 tn + h/2 的值； k3 也是中点的斜率，但是这次采用斜率 k2 决定 y 值； k4 是时间段终点的斜率，其 y 值用 k3 决定。 当四个斜率取平均时，中点的斜率有更大的权值： 5 误差分析： 注意上述公式对于标量或者向量函数 (y 可 以是向量 ) 都适用。 四阶 R - K 方法 的每一步需要计算四次函数值 f ， 可以证明其局部截断误差为 O ( h 5 ) . 6 R-K( 高阶 ) 方法不唯一 , 选择不同的参数能得到 不同的 R-K 公式 注意的问题 R-K 方法的推导是基于 Taylor 展开法，因而要求 解具有较好的光滑性，如果光滑性较差精度可 能不如改进 Euler 方法 , 最好采用 低阶算法 而将 步长 h 取小 。 Runge-Kutta 法的主要运算在于计算 K i 的值，即计算 f 的值。计算量与可达到的最高精度阶数的关系： 7 5 3 可达到的最高精度 6 4 2 每步须算 K i 的个数 ) ( 2 h O ) ( 3 h O ) ( 4 h O ) ( 5 h O ) ( 6 h O ) ( 4 h O ) ( 2 ? n h O 8 ? n 7 四阶 Runge-Kutta 方法的 MATLAB 实现原理： 8 四阶 R-K 方法实现 开始 0 0 , , , x y h N 输入 1 0 1 0 0 2 0 0 1 0 0 2 0 0 3 1 2 3 4 2 2 3 2 2 1 0 2 2 6 ; ( , ), ( , ) ( , ), ( , ) ( ) x x h h h K f x y K f x y K h h K f x y K f x h y hK h y y K K K K ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 输出 x 1 ,y 1 ? n N ? 1 0 1 0 1 ; , n N x x y y ? ? ? ? 结束 Y N 9 function ff=rk(yy ,x0,y0,h,a,b ) %yy 为 y 的导函数 ,x0,y0, 为初值 ,h 为步长 ,a,b 为区间 c=(b-a)/h+1;i1=1; %c 为迭代步数； i1 为迭代步数累加值 y=y0;z=zeros(c,6); %z 生成 c 行， 6 列的零矩阵存放结果； % 每行存放 c 次迭代结果，每列分别存放 k1~k4 及 y 的结果 10 不断迭代运算： for x=a:h:b if i1=c k1=feval(yy,x,y); k2=feval(yy,x+h/2,y+(h*k1)/2); k3=feval(yy,x+h/2,y+(h*k2)/2); k4=feval(yy,x+h,y+h*k3); y=y+(h/6)*(k1+2*k2+2*k3+k4); z(i1,1)=x;z(i1,2)=k1;z(i1,3)=k2;z(i1,4)=k3;z(i1,5)=k4;z( i1,6)=y; i1=i1+1; end end 11 ? ? ? ? ? ? ? ? ? ? ? ? ? 1 ) 0 ( ) 1 0 ( 2 ) 1 . 0 ( ) 4 3 ( y x y x y y h K R 步长 解初值问题 公式 阶 阶、 求 例 4 解 y x y y x f / 2 ) , ( ? ? ? ?