Runge-Kutta方法求解常微分方程及误差分析（附Matlab代码）

Runge-Kutta方法求解常微分方程及误差分析

本文将介绍如何使用三阶和四阶Runge-Kutta方法计算常微分方程的数值解，并将结果与解析解进行比较，分析误差。所有步骤将使用Matlab语言实现。

问题描述

使用三阶、四阶的 Runge-Kutta 公式计算常微分方程

$\frac{dx}{dt}=-x+t^2+3, t\in[0,3]$

的数值解（步长自拟），并将计算结果与方程的解析解进行比较，分析误差.

实验目的

掌握 Runge-Kutta 方法的计算步骤.
能够编制程序，利用 Runge-Kutta 方法求微分方程的数值解.
将计算结果与方程的解析解进行比较，分析误差.
绘制图形，将结果可视化.

Runge-Kutta方法

Runge-Kutta方法是一种常用的数值方法，用于近似求解常微分方程的解。它通过使用多个中间点的斜率来近似计算每一步的变化量。

代码实现

下面是使用Matlab实现三阶和四阶Runge-Kutta方法计算常微分方程的数值解并进行比较的代码：

% 定义微分方程
f = @(t, x) -x + t.^2 + 3;

% 解析解
analytical_solution = @(t) t.^2 + 4 * exp(-t);

% 求解的时间范围
t_start = 0;
t_end = 3;

% 步长
h = 0.01;

% 初始化初始条件
x0 = 1;
t0 = t_start;

% 计算步数
N = ceil((t_end - t0) / h);

% 初始化数值解和时间向量
x_third_order = zeros(N+1, 1);
x_fourth_order = zeros(N+1, 1);
t = zeros(N+1, 1);

% 迭代计算数值解
x_third_order(1) = x0;
x_fourth_order(1) = x0;
t(1) = t0;

for i = 1:N
    t(i+1) = t(i) + h;
    
    % 三阶Runge-Kutta方法
    k1 = h * f(t(i), x_third_order(i));
    k2 = h * f(t(i) + h/2, x_third_order(i) + k1/2);
    k3 = h * f(t(i) + h, x_third_order(i) - k1 + 2*k2);
    x_third_order(i+1) = x_third_order(i) + (k1 + 4*k2 + k3) / 6;
    
    % 四阶Runge-Kutta方法
    k1 = h * f(t(i), x_fourth_order(i));
    k2 = h * f(t(i) + h/2, x_fourth_order(i) + k1/2);
    k3 = h * f(t(i) + h/2, x_fourth_order(i) + k2/2);
    k4 = h * f(t(i) + h, x_fourth_order(i) + k3);
    x_fourth_order(i+1) = x_fourth_order(i) + (k1 + 2*k2 + 2*k3 + k4) / 6;
end

% 计算解析解
x_analytical = analytical_solution(t);

% 计算误差
error_third_order = abs(x_analytical - x_third_order);
error_fourth_order = abs(x_analytical - x_fourth_order);

% 输出结果
disp('三阶Runge-Kutta法数值解: ' + x_third_order(end));
disp('四阶Runge-Kutta法数值解: ' + x_fourth_order(end));
disp('误差（三阶Runge-Kutta法）: ' + error_third_order(end));
disp('误差（四阶Runge-Kutta法）: ' + error_fourth_order(end));

% 绘制图形
plot(t, x_third_order, 'r', t, x_fourth_order, 'b', t, x_analytical, 'g');
xlabel('t');
ylabel('x');
title('数值解与解析解的比较');
legend('三阶 Runge-Kutta', '四阶 Runge-Kutta', '解析解');
grid on;

结果分析

运行以上代码，可以得到不同阶数Runge-Kutta方法的数值解以及与解析解的误差。通过观察误差的变化，可以发现随着阶数的增加，数值解的精度越高。

总结

本文介绍了使用Runge-Kutta方法求解常微分方程的步骤，并使用Matlab编写了代码实现。通过比较不同阶数方法的误差，可以看出高阶方法能够提供更精确的数值解。