Ode45以及龙格-库塔算法
Ode45及龙格-库塔算法
ODE45
ODE45函数描述: 求解非刚性微分方程 - 中阶方
ODE是Matlab专门用于解微分方程的功能函数。该求解器有变步长(variable-step)和定步长(fixed-step)两种类型。不同类型有着不同的求解器,其中ode45求解器属于变步长的一种,采用Runge-Kutta算法;其他采用相同算法的变步长求解器还有ode23。
ode45表示采用四阶-五阶Runge-Kutta算法,它用4阶方法提供候选解,5阶方法控制误差,是一种自适应步长(变步长)的常微分方程数值解法,其整体截断误差为(Δx)^5。解决的是Nonstiff(非刚性)常微分方程。
ode45是解决数值解问题的首选方法,若长时间没结果,应该就是刚性的,可换用ode15s试试。参考链接
关于Matlab中如何中具体使用语法参考页。MatlabODE45链接
Runge-Kutta算法维基百科参考页
数值分析中,龙格-库塔法(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。
经典四阶龙格库塔法
在各种龙格-库塔法当中有一个方法十分常用,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值信息,利用计算机仿真时应用,省去求解微分方程的复杂过程。
令初值问题表述如下。
-
{\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:
-
{\displaystyle y_{n+1}=y_{n}+{h \over 6}(k_{1}+2k_{2}+2k_{3}+k_{4})}
其中
-
{\displaystyle k_{1}=f\left(t_{n},y_{n}\right)}
-
{\displaystyle k_{2}=f\left(t_{n}+{h \over 2},y_{n}+{h \over 2}k_{1}\right)}
-
{\displaystyle k_{3}=f\left(t_{n}+{h \over 2},y_{n}+{h \over 2}k_{2}\right)}
-
{\displaystyle k_{4}=f\left(t_{n}+h,y_{n}+hk_{3}\right)}
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所决定。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:
-
{\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h5阶,而总积累误差为h4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
-
{\displaystyle y_{n+1}=y_{n}+h\sum _{i=1}^{s}b_{i}k_{i},}
其中
-
{\displaystyle k_{1}=f(t_{n},y_{n}),\,}
-
{\displaystyle k_{2}=f(t_{n}+c_{2}h,y_{n}+a_{21}hk_{1}),\,}
-
{\displaystyle k_{3}=f(t_{n}+c_{3}h,y_{n}+a_{31}hk_{1}+a_{32}hk_{2}),\,}
-
-
{\displaystyle \vdots }
-
{\displaystyle \vdots }
-
-
{\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却等价的定义)。
要给定一个特定的方法,必须提供整数s(级数),以及系数 aij(对于1 ≤ j < i ≤ s), bi(对于i = 1, 2, ..., s)和ci(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John C. Butcher):
0 | ||||||
{\displaystyle c_{2}} |
{\displaystyle a_{21}} |
|||||
{\displaystyle c_{3}} |
{\displaystyle a_{31}} |
{\displaystyle a_{32}} |
||||
{\displaystyle \vdots } |
{\displaystyle \vdots } |
{\displaystyle \ddots } |
||||
{\displaystyle c_{s}} |
{\displaystyle a_{s1}} |
{\displaystyle a_{s2}} |
{\displaystyle \cdots } |
{\displaystyle a_{s,s-1}} |
||
{\displaystyle b_{1}} |
{\displaystyle b_{2}} |
{\displaystyle \cdots } |
{\displaystyle b_{s-1}} |
{\displaystyle b_{s}} |
龙格库塔法是自洽的,如果
-
{\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为p阶,即截断误差为O(hp+1)的,则还有相应的条件。这些可以从截断误差本身的定义中导出。例如,一个2级2阶方法要求b1 + b2 = 1, b2c2 = 1/2, 以及b2a21 = 1/2。
例子
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,其公式为{\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方法。相应的表为:
0 | ||
1 |
隐式龙格库塔方法
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方法的稳定区域被局限在一个特定的区域里。显式龙格库塔方法的这种缺陷使得人们开始研究隐式龙格库塔方法,一般而言,隐式龙格库塔方法具有以下形式:
-
{\displaystyle y_{n+1}=y_{n}+\sum _{i=1}^{s}b_{i}k_{i},}
其中
-
{\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.}
在显式龙格库塔方法的框架里,定义参数{\displaystyle a_{ij}}的矩阵是一个下三角矩阵,而隐式龙格库塔方法并没有这个性质,这是两个方法最直观的区别:
-
{\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,与显式龙格库塔方法不同,隐式龙格库塔方法在每一步的计算里需要求解一个线性方程组,这相应的增加了计算的成本。
参考
- 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.)
Ode45以及龙格-库塔算法相关推荐
- 四阶龙格库塔算法用MATLAB写
四阶龙格-库塔算法可以使用 MATLAB 进行编写.您可以使用 MATLAB 的数值解法工具箱来解决常微分方程组,并使用相应的函数(例如 ode45)来实现四阶龙格-库塔算法.在编写代码时,您需要根据 ...
- 四阶龙格库塔c语言,四阶龙格库塔算法的C语言实现
解微分方程 2001年3月焦作大学学报 JOURNALOFJIAOZUOUNIVERSITY№ 1Mar.2001第1期 四阶龙格一库塔算法的C语言实现 毋玉芝 (焦作财会学校) 摘要本文叙述了四阶龙 ...
- 捷联惯导基础知识之一(姿态更新的毕卡算法、龙格库塔算法、及精确数值解法)
一.介绍旋转矢量以及由旋转矢量更新四元数 等效旋转矢量微分方程(Bortz方程): 经过理论和近似推导: 单位四元数与旋转矢量关系: 单位四元数与三角函数的关系: 四元数更新方程:利用旋转矢量,考虑了 ...
- 4 详解matlab实现龙格库塔算法求解复杂常微分方程组
目录 4.1 题目 4.2 问题背景 4.3 算法 4.4 matlab编程实现 4.5 结果展示 4.6 讨论 4.1 题目
- 四阶龙格库塔法c语言程序,四阶龙格_库塔算法的C语言实现_毋玉芝
2001年3月焦作大学学报 1 第1期JOURNALOFJIAOZUOUNIVERSITYMar.2001 四阶龙格 库塔算法的C语言实现 毋玉芝 (焦作财会学校) 摘 要 本文叙述了四阶龙格 库塔算 ...
- 四阶龙格库塔方程(Rungekutta)解二阶常微分方程组并计算船舶在迎浪下的纵摇埀荡耦合运动方程-附Matlab代码
今年年初的时候给师姐做了DDPG算法的船舶减横摇控制算法,师姐还有想法要让我把纵摇-埀荡两个自由度的减摇也做出来,这个任务归我了.实际上不管是多少个自由度的减摇,其实都需要解运动方程,当初做单自由度横 ...
- 二阶水箱 matlab 四阶龙格库塔,请问这个二阶常微分方程组用龙格四阶库塔法怎么编写...
要是不用MATLAB自带的ode45函数 也可以网上下载一个4阶龙格库塔算法来代替 附上一个仅供参考 function y=DELGKT4_rungekuta(f,h,a,b,y0,varvec) ...
- 四阶龙格库塔方程解二阶常微分方程组并计算船舶在迎浪下的纵摇埀荡耦合运动方程-附Python代码
0 写在前面 这篇博客是在将我上一篇博客的matlab代码移植到python中,应为后续要开展深度强化学习下的船舶减摇研究,总的来说还是在python上做这项工作比较合适.具体方程的解法和背景不在赘述 ...
- 龙格-库塔方法学习笔记
1.龙格-库塔法简介 龙格-库塔法是一种在工程上应用广泛的高精度单步算法,其中包括著名的欧拉法,用于数值求解微分方程. 由于此算法精度高,采取措施对误差进行抑制,所以其实现原理也较复杂. 在各种 ...
最新文章
- android pcm频谱_Android音频可视化
- 怎样查看rpm安装包的安装路径
- Linux运维人员的前生后世!
- 修改mac的hosts文件
- c语言p1口转向灯实验,实验三模拟汽车左右转向灯控制.doc
- SAP Spartacus如何判断用户是否已经成功登录
- 您不能不知的ToString()方法
- 看完这篇文章保你面试稳操胜券——基础篇(html/css)
- 【渝粤题库】陕西师范大学300013 西方史学史
- 苹果Mac矢量图形设计工具:Affinity Designer Beta
- 判断当前是什么版本浏览器
- 354.俄罗斯套娃信封问题
- 服务器系统如何校验md5值,什么是md5校验工具,md5校验工具怎么用?
- Java性能优化的35个细节(珍藏版)
- 笔记本单/双网卡如何同时上内外网
- mysql 指数 类型_利用MYSQL挑选指数基金
- 【色彩管理】色彩管理之灰平衡
- 【前端知识之Vue】Vue常用的修饰符
- 服务器自动打印,小技巧! —让打印机自动承担打印任务
- 在windows 10上使用qemu安装Windows 10虚拟机