解微分方程的欧拉法，龙格-库塔法及其 MATLAB 简单实例欧拉方法（Euler method)用以对给定初值的常微分方程(即初值问题)求解分为前进 EULER 法、后退 EULER 法、改进的 EULER 法。缺点：欧拉法简单地取切线的端点作为下一步的起点进行计算，当步数增多时，误差会因积累而越来越大。因此欧拉格式一般不用于实际计算。改进欧拉格式：为提高精度，需要在欧拉格式的基础上进行改进。采纳区间两端的斜率的平均值作为直线方程的斜率。改进欧拉法的精度为二阶。算法为：微分方程的本质特征是方程中含有导数项，数值解法的第一步就是设法消除其导数值。对于常微分方程： x∈[a,b]y(a) = y0 可以将区间[a,b]分成 n 段，那么方程在第 xi 点有 y'(xi) = f(xi,y(xi))，再用向前差商近似代替导数则为：在这里，h 是步长，即相邻两个结点间的距离。因此可以根据 xi 点和 yi 点的数值计算出 yi+1 来：i=0,1,2,L这就是向前欧拉格式。改进的欧拉公式：将向前欧拉公式中的导数 f(xi,yi)改为微元两端导数的平均，即上式便是梯形的欧拉公式。 可见，上式是隐式格式，需要迭代求解。为了便于求解，使用改进的欧拉公式： 数值分析中，龙格－库塔法（Runge-Kutta）是用于模拟常微分方程的解的重要的一类隐式或显式迭代法。实际上，龙格-库塔法是欧拉方法的一种推广，向前欧拉公式将导数项简单取为f(xn,yn),而改进的欧拉公式将导数项取为两端导数的平均。龙格-库塔方法的基本思想：在区间[xn,xn+1]内多取几个点，将他们的斜率加权平均，作为导数的近似。 龙格库塔法的家族中的一个成员如此常用，以至于常常被称为“RK4”或者就是“龙格库塔法”。令初值问题表述如下。则，对于该问题的 RK4 由如下方程给出：其中这样，下一个值(yn+1)由现在的值(yn)加上时间间隔(h)和一个估算的斜率的乘积决定。该斜率是以下斜率的加权平均： k1 是时间段开始时的斜率； k2 是时间段中点的斜率，通过欧拉法采纳斜率 k1 来决定 y 在点 tn + h/2 的值； k3 也是中点的斜率，但是这次采纳斜率 k2 决定 y 值； k4 是时间段终点的斜率，其 y 值用 k3 决定。当四个斜率取平均时，中点的斜率有更大的权值：RK4 法是四阶方法，也就是说每步的误差是 h5阶，而总积累误差为 h4阶。注意上述公式对于标量或者向量函数(y 可以是向量)都适用。 例子： 下面给出了数值求解该微分方程的简单程序。其中 y1,y2,y3,y4 分别为向前欧拉公式，改...
