龙格-库塔方法

龙格-库塔方法通过对右侧进行多次中间阶段评估，一次一步地推进常微分方程的解，在不存储过去步骤的情况下实现高阶精度。

Definition

龙格-库塔方法是一种常微分方程的单步方法，它通过将当前解值与在步长内中间点评估的几个阶段导数的加权组合来计算下一个解值。

Scope

本主题涵盖显式和隐式龙格-库塔方法、它们的布彻表表示、源自根树理论的阶条件、用于自适应步长控制的嵌入对，以及区分适用于刚性问题和非刚性问题方法的绝对稳定性特性。

Core questions

• 内部阶段如何使单步方法达到高阶精度？
• 龙格-库塔方法的阶条件是如何推导和组织的？
• 嵌入对如何为步长控制提供廉价的局部误差估计？
• 显式和隐式龙格-库塔方法在成本和稳定性方面有何区别？

Key theories

布彻表和阶条件

龙格-库塔方法由其系数的布彻表指定，并且要求它与精确解的泰勒展开式匹配到给定阶，从而产生一组使用根树系统生成的代数阶条件。

嵌入对和自适应控制

共享相同阶段但权重不同的两种方法——例如Runge-Kutta-Fehlberg或Dormand-Prince方案等嵌入对——产生两个不同阶的解估计，它们的差值估计局部误差并驱动自动步长选择。

Mechanisms

在每一步中，该方法在几个阶段点评估右侧，每个阶段点定义为当前值加上先前计算的阶段导数的组合；新的解是这些阶段导数的加权和。显式方法对阶段进行排序，使得每个阶段仅依赖于较早的阶段并且可以直接评估，而隐式方法通过在每一步求解非线性系统来耦合阶段，从而获得刚性问题所需的强稳定性。嵌入对重用阶段评估以生成用于误差控制的伴随估计。

Clinical relevance

龙格-库塔方法，特别是像Dormand-Prince这样的自适应显式对，是科学计算环境中默认的通用ODE积分器，用于轨迹模拟、化学动力学、控制系统以及任何非刚性初值问题；隐式龙格-库塔方法将相同的框架扩展到刚性问题和保结构积分。

History

这些方法始于龙格1895年的工作和库塔1901年的系统方案；约翰·布彻在20世纪60年代的代数理论通过根树组织了它们的阶条件，而费尔伯格和Dormand-Prince对等高效嵌入对的发展使自适应龙格-库塔积分成为当今的标准工具。

Key figures

• Carl Runge
• Wilhelm Kutta
• John C. Butcher
• John R. Dormand

Seminal works

• hairer1993
• butcher2016

Frequently asked questions

为什么使用多个阶段而不是欧拉方法的小步长？

每个阶段在步长内不同点采样斜率，并将它们组合可以抵消低阶误差项，因此龙格-库塔方法以比欧拉方法相同误差所需步长大得多的步长实现高精度。

隐式龙格-库塔方法何时值得其额外成本？

对于刚性问题，显式方法需要不切实际的微小步长才能保持稳定性，而隐式龙格-库塔方法在大步长下仍能保持稳定。此时，每一步求解非线性系统的成本被大大减少的步数所抵消。