Методы Рунге-Кутты
Методы Рунге-Кутты продвигают решение обыкновенного дифференциального уравнения (ОДУ) на один шаг за раз, используя несколько промежуточных оценок правой части, достигая высокого порядка точности без сохранения предыдущих шагов.
Definition
Метод Рунге-Кутты — это одношаговый метод для обыкновенных дифференциальных уравнений, который вычисляет следующее значение решения из текущего путем формирования взвешенной комбинации нескольких производных на промежуточных этапах, оцениваемых в промежуточных точках внутри шага.
Scope
Эта тема охватывает явные и неявные методы Рунге-Кутты, их представление в виде таблицы Бутчера, условия порядка, выведенные из теории корневых деревьев, вложенные пары для адаптивного контроля размера шага и свойства абсолютной устойчивости, которые отличают методы, подходящие для жестких и нежестких задач.
Core questions
- Как внутренние этапы позволяют одношаговому методу достичь высокого порядка точности?
- Как выводятся и организуются условия порядка для метода Рунге-Кутты?
- Как вложенные пары обеспечивают недорогую оценку локальной ошибки для контроля размера шага?
- Что отличает явные методы Рунге-Кутты от неявных по стоимости и устойчивости?
Key theories
- Таблица Бутчера и условия порядка
- Метод Рунге-Кутты определяется его таблицей Бутчера коэффициентов, и требование соответствия разложению Тейлора точного решения до заданного порядка приводит к набору алгебраических условий порядка, систематически генерируемых с использованием корневых деревьев.
- Вложенные пары и адаптивное управление
- Два метода, использующие одни и те же этапы, но разные веса — вложенная пара, такая как схемы Рунге-Кутты-Фельберга или Дорманда-Принса — дают две оценки решения разного порядка, разница между которыми оценивает локальную ошибку и управляет автоматическим выбором размера шага.
Mechanisms
Внутри каждого шага метод оценивает правую часть в нескольких точках этапа, каждая из которых определяется как текущее значение плюс комбинация ранее вычисленных производных этапа; новое решение представляет собой взвешенную сумму этих производных этапа. Явные методы упорядочивают этапы так, что каждый зависит только от предыдущих и может быть оценен напрямую, в то время как неявные методы связывают этапы через нелинейную систему, решаемую на каждом шаге, получая сильную устойчивость, необходимую для жестких задач. Вложенные пары повторно используют оценки этапов для получения сопутствующей оценки для контроля ошибок.
Clinical relevance
Методы Рунге-Кутты, особенно адаптивные явные пары, такие как Дорманда-Принса, являются стандартными интеграторами ОДУ общего назначения в средах научных вычислений, используемыми для моделирования траекторий, химической кинетики, систем управления и любых нежестких задач с начальными значениями; неявные методы Рунге-Кутты расширяют ту же структуру для жесткой и сохраняющей структуру интеграции.
History
Методы начались с работы Рунге в 1895 году и систематических схем Кутты в 1901 году; алгебраическая теория Джона Бутчера в 1960-х годах организовала их условия порядка с помощью корневых деревьев, а разработка эффективных вложенных пар, таких как пары Фельберга и Дорманда-Принса, сделала адаптивную интеграцию Рунге-Кутты стандартным инструментом, каким она является сегодня.
Key figures
- Carl Runge
- Wilhelm Kutta
- John C. Butcher
- John R. Dormand
Related topics
Seminal works
- hairer1993
- butcher2016
Frequently asked questions
- Почему используются несколько этапов вместо просто небольшого шага с методом Эйлера?
- Каждый этап отбирает наклон в разной точке внутри шага, и их комбинация компенсирует члены ошибки низкого порядка, поэтому метод Рунге-Кутты достигает высокой точности с гораздо большими шагами, чем потребовалось бы методу Эйлера для той же ошибки.
- Когда неявный метод Рунге-Кутты оправдывает свои дополнительные затраты?
- Для жестких задач, где явные методы требуют непрактично малых шагов для устойчивости, неявные методы Рунге-Кутты остаются устойчивыми при больших размерах шага. Стоимость решения нелинейной системы на каждом шаге тогда более чем компенсируется гораздо меньшим количеством шагов.