Runge-Kutta Methods
作为欧拉法的扩展，提供更高阶的精度和更好的稳定性。
是一组数值方法，主要用于求解微分方程的初值问题。这些方法通过在数值上近似微分方程的解，提供了一种在特定时间步长下计算函数值的手段。
基本思想
每个时间步长内，通过在不同的点计算导数的近似值，然后利用这些值的组合来预测下一个时间点的解
将欧拉法的形式抽象出来，类似于拉格朗日中值定理的形式：如果将 写为 ，作为采样率，记
y_{n+1}=y_{n}+hf(x_{n}+\theta h,y(x_{n}+\theta h)) \end{align}$$ 平均斜率： $$\begin{align} \overline{k}=f(x_{n}+\theta h,y(x_{n}+\theta h)) \end{align}$$ ### 第四阶方法 (RK4) **经典龙格-库塔法 (Classical Runge-Kutta Methods)**: 如 RK2、RK3、RK4，其中 RK4 是最常用的方法。 经典龙格-库塔第四阶方法的迭代公式为：$h$ 是步长 $$\begin{align} & \begin{cases} k_1 = h * f (x_n, y_n) \\ \\ k_2 = h * f (x_n + \dfrac{h}{2}, y_n + \dfrac{k_1}{2}) \\ \\ k_3 = h * f (x_n + \dfrac{h}{2}, y_n + \dfrac{k_2}{2}) \\ \\ k_4 = h * f (x_n + h, y_n + k_3) \end{cases} \Rightarrow \quad y_{n+1} = y_n + \dfrac{1}{6}(k_1 + 2k_2 + 2k_3 + k_4) \\ \end{align}$$ ### 特点 (Characteristics) 1. **多阶段 (Multi-stage)**: 龙格-库塔法通过多个阶段来近似导数，提高了计算的精度。 2. **自适应步长 (Adaptive Step Size)**: 可以根据误差估计调整步长，以控制误差在可接受的范围内。 3. **稳定性 (Stability)**: 某些龙格-库塔方法具有良好的稳定性，适用于刚性方程。 龙格-库塔法是数值分析中的核心工具之一，随着计算技术的发展，这些方法在求解微分方程方面变得更加高效和精确。