152
个编辑
更改
无编辑摘要
* 欧拉方法： <math>x_{n+1}=x_n + f(x_n)\Delta t</math>，概念简单，精度低。
* 欧拉方法： <math>x_{n+1}=x_n + f(x_n)\Delta t</math>，概念简单，精度低。
* 如改进欧拉法（二阶） 和四阶龙格-库塔法（高精度标准），通过多步评估提高精度
* 如改进欧拉法（二阶） 和四阶龙格-库塔法（高精度标准），通过多步评估提高精度
'''数值积分方法'''（numerical integration methods 或 numerical ODE solvers）用于近似求解常微分方程
<math>\frac{dx}{dt} = f(x,t)</math> 。
在许多动力系统中解析解难以获得，因此数值方法作为图形方法（相轨迹、Poincaré 截面）和分析方法（稳定性、分岔分析）的补充，被广泛用于计算轨道与可视化系统演化。
=== 目的与应用 ===
数值积分方法的主要用途包括：
* 近似求解微分方程在时间方向上的轨道；
* 辅助相图、时间序列与吸引子结构的可视化；
* 研究稳定性、周期轨道与分岔现象；
* 探索混沌系统的敏感依赖性和长期行为。
这些方法在动力系统、物理建模、生物数学和工程分析中都有重要应用。
=== 欧拉方法（Euler Method）===
'''欧拉方法'''是最简单的显式一阶积分方法，其更新公式为：
<math>x_{n+1} = x_n + h\, f(x_n, t_n)</math>。
==== 特点 ====
* 概念简单、计算量小；
* 一阶精度，全局误差为 <math>O(h)</math>；
* 精度较低，对刚性或敏感系统容易积累误差；
* 可能导致数值解偏离真实行为。
欧拉方法常用于教学与作为更高阶方法的入门。
=== 改进欧拉法（Improved Euler / Heun Method）===
改进欧拉法是典型的二阶龙格–库塔方法（Runge–Kutta Method），通过两次斜率评估提高精度。
预测步骤：
<math>\tilde{x} = x_n + h f(x_n, t_n)</math>
校正步骤：
<math>x_{n+1} = x_n + \frac{h}{2} \left[ f(x_n,t_n) + f(\tilde{x}, t_n + h) \right]</math>
==== 特点 ====
* 二阶精度；
* 稳定性比欧拉法好；
* 计算成本较低，适用于中等精度需求。
=== 四阶龙格–库塔法（RK4）===
'''四阶 Runge–Kutta 方法（RK4）''' 是最常用的通用高精度数值积分算法。
更新步骤：
<math>
\begin{aligned}
k_1 &= f(x_n, t_n),\\
k_2 &= f(x_n + \tfrac{h}{2}k_1, t_n + \tfrac{h}{2}),\\
k_3 &= f(x_n + \tfrac{h}{2}k_2, t_n + \tfrac{h}{2}),\\
k_4 &= f(x_n + hk_3, t_n + h),\\
x_{n+1} &= x_n + \frac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4).
\end{aligned}
</math>
==== 特点 ====
* 四阶精度，全局误差 <math>O(h^4)</math>；
* 精度高、稳定性好；
* 在科学计算与动力系统模拟中是“标准方法”。
=== 方法比较 ===
{| class="wikitable"
! 方法
! 精度
! 每步计算成本
! 优点
! 缺点
|-
| 欧拉法
| 一阶
| 1 次函数评估
| 简单、易实现
| 精度低、误差积累大、对敏感系统不稳定
|-
| 改进欧拉法（Heun）
| 二阶
| 2 次评估
| 更稳定、精度提升
| 不适合非常高精度
|-
| RK4
| 四阶
| 4 次评估
| 高精度、稳定性好
| 计算成本最高
|}
=== 在动力系统研究中的应用 ===
数值积分方法通常用于：
* 绘制相图与时序图；
* 计算不动点与周期轨道；
* 分析分岔结构；
* 可视化混沌吸引子；
* 估计 Lyapunov 指数。
即使在缺乏解析解时，这些方法也能有效揭示动力系统的长期行为。
==典型应用==
==典型应用==