数值分析 中,龙格-库塔法 (英文:Runge-Kutta methods)是用于非线性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。
四阶龙格-库塔法 编辑
在各種龙格-库塔法當中有一個方法十分常用,以至于经常被称为“RK4”或者就是“龙格-库塔法”。该方法主要是在已知方程导数和初始值时,利用计算机的仿真应用,省去求解微分方程的复杂过程。
令初值问题 表述如下。
y ′ = f ( t , y ) , y ( t 0 ) = y 0 {\displaystyle y'=f(t,y),\quad y(t_{0})=y_{0}} 则,对于该问题的RK4由如下方程给出:
y n + 1 = y n + h 6 ( k 1 + 2 k 2 + 2 k 3 + k 4 ) {\displaystyle y_{n+1}=y_{n}+{h \over 6}(k_{1}+2k_{2}+2k_{3}+k_{4})} 其中
k 1 = f ( t n , y n ) {\displaystyle k_{1}=f\left(t_{n},y_{n}\right)} k 2 = f ( t n + h 2 , y n + h 2 k 1 ) {\displaystyle k_{2}=f\left(t_{n}+{h \over 2},y_{n}+{h \over 2}k_{1}\right)} k 3 = f ( t n + h 2 , y n + h 2 k 2 ) {\displaystyle k_{3}=f\left(t_{n}+{h \over 2},y_{n}+{h \over 2}k_{2}\right)} k 4 = f ( t n + h , y n + h k 3 ) {\displaystyle k_{4}=f\left(t_{n}+h,y_{n}+hk_{3}\right)} 这样,下一个值(y n +1 )由现在的值(y n )加上时间间隔(h )和一个估算的斜率的乘积所决定。该斜率是以下斜率的加权平均:
k 1 是时间段开始时的斜率;k 2 是时间段中点的斜率,通过欧拉法 采用斜率k 1 来决定y 在点t n + h /2的值;k 3 也是中点的斜率,但是这次采用斜率k 2 决定y 值;k 4 是时间段终点的斜率,其y 值用k 3 决定。当四个斜率取平均时,中点的斜率有更大的权值:
slope = k 1 + 2 k 2 + 2 k 3 + k 4 6 . {\displaystyle {\mbox{slope}}={\frac {k_{1}+2k_{2}+2k_{3}+k_{4}}{6}}.} RK4法是四阶方法,也就是说每步的误差是h 5 阶 ,而总积累误差为h 4 阶。
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。
显式龙格-库塔法 编辑
显式龙格-库塔法是上述RK4法的一个推广。它由下式给出
y n + 1 = y n + h ∑ i = 1 s b i k i , {\displaystyle y_{n+1}=y_{n}+h\sum _{i=1}^{s}b_{i}k_{i},} 其中
k 1 = f ( t n , y n ) , {\displaystyle k_{1}=f(t_{n},y_{n}),\,} k 2 = f ( t n + c 2 h , y n + a 21 h k 1 ) , {\displaystyle k_{2}=f(t_{n}+c_{2}h,y_{n}+a_{21}hk_{1}),\,} k 3 = f ( t n + c 3 h , y n + a 31 h k 1 + a 32 h k 2 ) , {\displaystyle k_{3}=f(t_{n}+c_{3}h,y_{n}+a_{31}hk_{1}+a_{32}hk_{2}),\,} ⋮ {\displaystyle \vdots } k s = f ( t n + c s h , y n + a s 1 h k 1 + a s 2 h k 2 + ⋯ + a s , s − 1 h k s − 1 ) . {\displaystyle k_{s}=f(t_{n}+c_{s}h,y_{n}+a_{s1}hk_{1}+a_{s2}hk_{2}+\cdots +a_{s,s-1}hk_{s-1}).} (注意:上述方程在不同著述中有不同但等价的定义)。
要给定一个特定的方法,必须提供整数s (级数),以及系数 a ij (对于1 ≤ j < i ≤ s ), b i (对于i = 1, 2, ..., s )和c i (对于i = 2, 3, ..., s )。这些数据通常排列在一个助记工具中,称为Butcher tableau (得名自約翰·C·布徹 ):
0 c 2 {\displaystyle c_{2}} a 21 {\displaystyle a_{21}} c 3 {\displaystyle c_{3}} a 31 {\displaystyle a_{31}} a 32 {\displaystyle a_{32}} ⋮ {\displaystyle \vdots } ⋮ {\displaystyle \vdots } ⋱ {\displaystyle \ddots } c s {\displaystyle c_{s}} a s 1 {\displaystyle a_{s1}} a s 2 {\displaystyle a_{s2}} ⋯ {\displaystyle \cdots } a s , s − 1 {\displaystyle a_{s,s-1}} b 1 {\displaystyle b_{1}} b 2 {\displaystyle b_{2}} ⋯ {\displaystyle \cdots } b s − 1 {\displaystyle b_{s-1}} b s {\displaystyle b_{s}}
龙格-库塔法是自洽的,如果
∑ j = 1 i − 1 a i j = c i f o r i = 2 , … , s . {\displaystyle \sum _{j=1}^{i-1}a_{ij}=c_{i}\ \mathrm {for} \ i=2,\ldots ,s.} 如果要求方法的精度為p 階,即截斷誤差為O(h p +1 )的,则还有相应的条件。这些可以从截斷誤差本身的定义中导出。例如,一个2级2阶方法要求b 1 + b 2 = 1, b 2 c 2 = 1/2, 以及b 2 a 21 = 1/2。
例子 编辑 RK4法处于这个框架之内。其表为:
0 1/2 1/2 1/2 0 1/2 1 0 0 1 1/6 1/3 1/3 1/6
然而,最简单的龙格-库塔法是(更早发现的)欧拉方法 ,其公式為 y n + 1 = y n + h f ( t n , y n ) {\displaystyle y_{n+1}=y_{n}+hf(t_{n},y_{n})} 。这是唯一自洽的一级显式龙格-库塔法。相应的表为:
隐式龙格-库塔法 编辑
以上提及的显式龙格-库塔法一般来讲不适用于求解刚性方程 。这是因为显式龙格-库塔法的稳定区域被局限在一个特定的区域里。显式龙格-库塔法的这种缺陷使得人们开始研究隐式龙格-库塔法,一般而言,隐式龙格-库塔法具有以下形式:
y n + 1 = y n + h ∑ i = 1 s b i k i , {\displaystyle y_{n+1}=y_{n}+h\sum _{i=1}^{s}b_{i}k_{i},} 其中
k i = f ( t n + c i h , y n + h ∑ j = 1 s a i j k j ) , i = 1 , … , s . {\displaystyle k_{i}=f\left(t_{n}+c_{i}h,y_{n}+h\sum _{j=1}^{s}a_{ij}k_{j}\right),\quad i=1,\ldots ,s.} 在显式龙格-库塔法的框架里,定义参数 a i j {\displaystyle a_{ij}} 的矩阵是一个下三角矩阵 ,而隐式龙格-库塔法并没有这个性质,这是两个方法最直观的区别:
c 1 a 11 a 12 … a 1 s c 2 a 21 a 22 … a 2 s ⋮ ⋮ ⋮ ⋱ ⋮ c s a s 1 a s 2 … a s s b 1 b 2 … b s = c A b T {\displaystyle {\begin{array}{c|cccc}c_{1}&a_{11}&a_{12}&\dots &a_{1s}\\c_{2}&a_{21}&a_{22}&\dots &a_{2s}\\\vdots &\vdots &\vdots &\ddots &\vdots \\c_{s}&a_{s1}&a_{s2}&\dots &a_{ss}\\\hline &b_{1}&b_{2}&\dots &b_{s}\\\end{array}}={\begin{array}{c|c}\mathbf {c} &A\\\hline &\mathbf {b^{T}} \\\end{array}}} 需要注意的是,与显式龙格-库塔法不同,隐式龙格-库塔法在每一步的计算里需要求解一个线性方程組,这相应的增加了计算的成本。
参考 编辑
George E. Forsythe, Michael A. Malcolm, and Cleve B. Moler. Computer Methods for Mathematical Computations. Englewood Cliffs, NJ: Prentice-Hall, 1977. (See Chapter 6.) Ernst Hairer, Syvert Paul Nørsett, and Gerhard Wanner. Solving ordinary differential equations I: Nonstiff problems , second edition. Berlin: Springer Verlag, 1993. ISBN 3-540-56670-8 . William H. Press, Brian P. Flannery, Saul A. Teukolsky, William T. Vetterling. Numerical Recipes in C . Cambridge, UK: Cambridge University Press, 1988. (See Sections 16.1 and 16.2.)