欧拉方法
欧拉方法（Euler method）
欧拉方法（英语：Euler method），又称欧拉显式法，是数值分析中用于近似求解常微分方程初值问题的一种基础算法。该方法由瑞士数学家莱昂哈德·欧拉提出，是许多高阶数值积分方法（如龙格–库塔方法）的理论基础。[1]
欧拉方法思想简单、易于实现，但在精度与稳定性方面存在局限，常作为入门教学与理论分析的示例。
数学形式
考虑常微分方程初值问题：
[math]\displaystyle{ \frac{dy}{dt}=f(t,y), \quad y(t_0)=y_0 }[/math]
在步长为 [math]\displaystyle{ h }[/math] 的情况下，欧拉方法构造近似序列：
[math]\displaystyle{ \begin{aligned} t_{n+1} &= t_n + h, \\ y_{n+1} &= y_n + h\,f(t_n, y_n). \end{aligned} }[/math]
基本思想
欧拉方法利用解曲线在某一点的切线来近似短时间内解的变化，即：
- 「已知斜率，用切线取代曲线。」
步长越小，近似通常越好，但计算成本增加。
误差与收敛性
欧拉方法是一阶精度：
- 局部截断误差：[math]\displaystyle{ O(h^2) }[/math]
- 全局误差：[math]\displaystyle{ O(h) }[/math]
当问题刚性或具有快速变化行为时，若步长不合适，误差可能迅速放大，甚至产生数值发散。[2]
应用
数值模拟
欧拉方法常用于对简单常微分方程进行数值近似计算，例如：
- 人口增长模型
- 简化的物理系统（自由落体、线性阻尼）
- 生物、化学中的简单速率方程
在教学与初步建模中，欧拉方法因其结构简单、可解释性强而被广泛使用。
一维动力系统中的应用视角
在一维动力系统中，常见模型写作：
[math]\displaystyle{ \frac{dy}{dt}=f(y) }[/math]
将该系统用欧拉方法离散化，可得：
[math]\displaystyle{ y_{n+1}=y_n + h\, f(y_n) }[/math]
这一递推式不仅是求解近似值的数值算法，同时定义了一个离散动力系统：
[math]\displaystyle{ F_h(y)=y+h f(y) }[/math]
因此，欧拉方法把一个连续动力系统转化为离散迭代映射，可以利用离散动力系统理论研究其长期行为与稳定性。[3]
平衡点与稳定性
连续系统平衡点满足：
[math]\displaystyle{ f(y^\*) = 0 }[/math]
离散映射的平衡点满足：
[math]\displaystyle{ F_h(y^*) = y^* }[/math]
代入得到：
[math]\displaystyle{ f(y^*) = 0 }[/math]
说明欧拉方法不会改变平衡点的位置，但可能影响其稳定性。
离散系统在平衡点的稳定性条件为：
[math]\displaystyle{ |F_h'(y^\*)| = |1 + h f'(y^*)| < 1 }[/math]
即：
[math]\displaystyle{ -2 < h f'(y^*) \lt 0 }[/math]
当步长 [math]\displaystyle{ h }[/math] 过大时，即便连续系统稳定，离散系统也可能产生振荡或发散。
非线性模型示例
对 Logistic 型方程：
[math]\displaystyle{ y' = r y(1-y) }[/math]
欧拉离散化可能产生周期轨道甚至混沌，而连续系统本身并不出现这些现象。该现象表明，在研究长期动力学时需要谨慎选择步长，或采用更稳定的数值方法（如隐式欧拉法或高阶龙格–库塔方法）。