เครื่องคำนวณวิธีรุงเง-คุตตา (RK4)

เครื่องคำนวณวิธีรุงเง-คุตตา (RK4) เป็นเครื่องมือออนไลน์ที่ทรงประสิทธิภาพสำหรับการแก้สมการเชิงอนุพันธ์สามัญ (ODE) เชิงตัวเลขโดยใช้วิธีรุงเง-คุตตา อันดับ 4 แบบคลาสสิก ป้อนสมการ ODE อันดับหนึ่งในรูปแบบ \(\frac{dy}{dx} = f(x, y)\) พร้อมเงื่อนไขเริ่มต้น และรับผลเฉลยทีละขั้นตอนพร้อมการแสดงภาพ นี่คือวิธีเชิงตัวเลขที่เป็นมาตรฐานทองคำซึ่งใช้ในวิทยาศาสตร์ วิศวกรรมศาสตร์ และคณิตศาสตร์ เนื่องจากมีความสมดุลที่ยอดเยี่ยมระหว่างความแม่นยำและประสิทธิภาพ

วิธีรุงเง-คุตตา คืออะไร?

วิธีรุงเง-คุตตา เป็นกลุ่มของเทคนิคเชิงตัวเลขแบบวนซ้ำเพื่อประมาณค่าผลเฉลยของ ODE ตัวแปรที่ใช้บ่อยที่สุดคือ วิธีอันดับ 4 (RK4) ซึ่งมักเรียกกันง่ายๆ ว่า "วิธีรุงเง-คุตตา" พัฒนาโดยนักคณิตศาสตร์ชาวเยอรมัน Carl Runge และ Martin Kutta ราวปี 1900 และยังคงเป็นตัวเลือกเริ่มต้นสำหรับการแก้ ODE ในแอปพลิเคชันนับไม่ถ้วน

สูตร RK4

สำหรับปัญหาค่าเริ่มต้น \(\frac{dy}{dx} = f(x, y)\) โดยที่ \(y(x_0) = y_0\) วิธี RK4 จะเลื่อนผลลัพธ์ด้วยขนาดขั้นตอน \(h\) โดยใช้:

แนวคิดสำคัญคือ แทนที่จะใช้การประมาณค่าความชันเพียงครั้งเดียว (เหมือนในวิธีของออยเลอร์) RK4 จะคำนวณการประมาณค่าความชันสี่ค่าที่จุดต่างๆ ภายในแต่ละขั้นตอน และหาค่าเฉลี่ยถ่วงน้ำหนัก โดยให้ความชันที่จุดกึ่งกลางมีน้ำหนักเป็นสองเท่า

ทำความเข้าใจ k1, k2, k3, k4

• \(k_1\): ความชันที่ จุดเริ่มต้น ของช่วง (เหมือนวิธีของออยเลอร์)
• \(k_2\): ความชันที่ จุดกึ่งกลาง โดยใช้ \(k_1\) เพื่อประมาณค่า \(y\) ที่จุดกึ่งกลาง
• \(k_3\): ความชันที่ จุดกึ่งกลาง อีกครั้ง แต่ใช้การประมาณที่ปรับปรุงแล้วจาก \(k_2\)
• \(k_4\): ความชันที่ จุดสิ้นสุด ของช่วง โดยใช้ \(k_3\) เพื่อประมาณค่า \(y\) ที่จุดสิ้นสุด

ค่าเฉลี่ยถ่วงน้ำหนักขั้นสุดท้าย \(\frac{1}{6}(k_1 + 2k_2 + 2k_3 + k_4)\) สอดคล้องกับ กฎของซิมป์สัน (Simpson's rule) สำหรับการอินทิเกรตเชิงตัวเลข ซึ่งเป็นเหตุผลว่าทำไม RK4 จึงให้ความแม่นยำอันดับ 4

ความแม่นยำและการวิเคราะห์ความคลาดเคลื่อน

ความคลาดเคลื่อนเฉพาะที่ (Local Truncation Error)

ความคลาดเคลื่อนเฉพาะที่ของ RK4 คือ \(O(h^5)\) ต่อขั้นตอน หมายความว่าความคลาดเคลื่อนที่เกิดขึ้นในขั้นตอนเดียวจะแปรผันตามขนาดขั้นตอนยกกำลัง 5

ความคลาดเคลื่อนรวม (Global Truncation Error)

ตลอดช่วงการอินทิเกรตทั้งหมด ความคลาดเคลื่อนรวมที่สะสมคือ \(O(h^4)\) ซึ่งหมายความว่า การลดขนาดขั้นตอนลงครึ่งหนึ่งจะลดความคลาดเคลื่อนรวมลงได้ 16 เท่า ทำให้ RK4 มีประสิทธิภาพมากกว่าวิธีอันดับต่ำกว่ามาก

การเปรียบเทียบกับวิธีอื่น

• วิธีของออยเลอร์ (อันดับ 1): ความคลาดเคลื่อนรวม \(O(h)\) การลด \(h\) ลงครึ่งหนึ่งจะลดความคลาดเคลื่อนลงเพียงครึ่งเดียว
• วิธีออยเลอร์ปรับปรุง / ฮอยน์ (อันดับ 2): ความคลาดเคลื่อนรวม \(O(h^2)\) การลด \(h\) ลงครึ่งหนึ่งจะลดความคลาดเคลื่อนลง 4 เท่า
• RK4 (อันดับ 4): ความคลาดเคลื่อนรวม \(O(h^4)\) การลด \(h\) ลงครึ่งหนึ่งจะลดความคลาดเคลื่อนลง 16 เท่า

วิธีใช้เครื่องคำนวณนี้

1. ป้อนสมการ ODE: พิมพ์ \(f(x, y)\) โดยที่สมการของคุณคือ \(\frac{dy}{dx} = f(x, y)\) ใช้สัญลักษณ์ทางคณิตศาสตร์มาตรฐาน: x+y, sin(x)*y, x^2 - y, e^(-x)*y
2. กำหนดเงื่อนไขเริ่มต้น: ป้อน \(x_0\) และ \(y_0\) ที่กำหนด \(y(x_0) = y_0\)
3. เลือกขนาดขั้นตอน: ป้อน \(h\) (เช่น 0.1) ค่าที่เล็กลงให้ความแม่นยำสูงขึ้นแต่ต้องใช้ขั้นตอนมากขึ้น
4. กำหนดจำนวนขั้นตอน: จำนวนรอบที่จะคำนวณ คำตอบจะถูกหาจาก \(x_0\) ถึง \(x_0 + n \cdot h\)
5. คลิก คำนวณ: ดูเส้นโค้งคำตอบแบบโต้ตอบ การคำนวณค่า \(k\) ทีละขั้นตอน และตารางผลลัพธ์ทั้งหมด

การเลือกขนาดขั้นตอนที่เหมาะสม

ขนาดขั้นตอน \(h\) เป็นพารามิเตอร์ที่สำคัญที่สุด ต่อไปนี้คือแนวทางปฏิบัติ:

• เริ่มด้วย h = 0.1 สำหรับปัญหาส่วนใหญ่
• เปรียบเทียบกับ h = 0.05: หากผลลัพธ์ตรงกับความแม่นยำที่คุณต้องการ \(h = 0.1\) ก็เพียงพอแล้ว
• ผลเฉลยที่เปลี่ยนแปลงอย่างรวดเร็ว จำเป็นต้องใช้ \(h\) ที่เล็กลง
• h ที่เป็นลบ จะแก้สมการย้อนเวลา (ลดค่า \(x\))
• กฎทั่วไป: หากฟังก์ชันเปลี่ยนแปลงอย่างมีนัยสำคัญในช่วงหนึ่ง ให้ใช้เวลาอย่างน้อย 10 ขั้นตอนภายในช่วงนั้น

เมื่อ RK4 อาจประสบปัญหา

สมการแบบ Stiff

สำหรับ ODE แบบ stiff (ที่ผลเฉลยมีส่วนประกอบที่เปลี่ยนแปลงในช่วงเวลาที่แตกต่างกันมาก) RK4 มาตรฐานอาจต้องใช้ขนาดขั้นตอนที่เล็กมาก ในกรณีเหล่านี้ แนะนำให้ใช้วิธี implicit หรือตัวแก้ปัญหา stiff โดยเฉพาะ

จุดเอกฐาน (Singularities)

หาก \(f(x, y)\) มีจุดเอกฐาน (การหารด้วยศูนย์, ลอการิทึมของค่าลบ) วิธีนี้จะล้มเหลวที่จุดเหล่านั้น เครื่องคำนวณจะตรวจพบและรายงานกรณีเหล่านี้

คำถามที่พบบ่อย

วิธีรุงเง-คุตตา (RK4) คืออะไร?

วิธีรุงเง-คุตตา อันดับ 4 (RK4) เป็นหนึ่งในเทคนิคเชิงตัวเลขที่ใช้กันอย่างแพร่หลายที่สุดสำหรับการแก้สมการเชิงอนุพันธ์สามัญ (ODE) โดยประมาณคำตอบจากการคำนวณความชันระดับกลางสี่ค่า (\(k_1, k_2, k_3, k_4\)) ในแต่ละขั้นตอน จากนั้นใช้ค่าเฉลี่ยถ่วงน้ำหนักเพื่อเลื่อนผลลัพธ์ RK4 ให้ความแม่นยำอันดับ 4 ซึ่งหมายความว่าความคลาดเคลื่อนเฉพาะที่คือ \(O(h^5)\) ต่อขั้นตอน

RK4 แม่นยำแค่ไหนเมื่อเทียบกับวิธีของออยเลอร์?

RK4 แม่นยำกว่าวิธีของออยเลอร์อย่างมาก ในขณะที่วิธีของออยเลอร์มีความคลาดเคลื่อนรวมเป็น \(O(h)\) แต่ RK4 มีความคลาดเคลื่อนรวมเป็น \(O(h^4)\) ซึ่งหมายความว่าการลดขนาดขั้นตอนลงครึ่งหนึ่งจะช่วยลดความคลาดเคลื่อนลง 16 เท่าสำหรับ RK4 เทียบกับเพียง 2 เท่าสำหรับวิธีของออยเลอร์

RK4 แก้สมการเชิงอนุพันธ์ประเภทใดได้บ้าง?

RK4 สามารถแก้สมการ ODE อันดับหนึ่งในรูปแบบ \(\frac{dy}{dx} = f(x, y)\) โดยมีเงื่อนไขเริ่มต้น \(y(x_0) = y_0\) ทำงานได้กับทั้ง ODE เชิงเส้นและไม่เชิงเส้น สมการอันดับที่สูงกว่าสามารถแก้ได้โดยการแปลงเป็นระบบสมการอันดับหนึ่ง

ฉันจะเลือกขนาดขั้นตอนที่ถูกต้องได้อย่างไร?

เริ่มด้วย \(h = 0.1\) และเปรียบเทียบผลลัพธ์กับ \(h = 0.05\) หากค่าตรงกันตามความแม่นยำที่ต้องการ ขนาดขั้นตอนที่ใหญ่กว่าก็เพียงพอแล้ว สำหรับสมการ stiff อาจจำเป็นต้องใช้ขนาดขั้นตอนที่เล็กมาก

k1, k2, k3 และ k4 คืออะไร?

ค่า \(k\) ทั้งสี่คือการประมาณความชันที่จุดต่างๆ ภายในแต่ละขั้นตอน: \(k_1\) ที่จุดเริ่มต้น, \(k_2\) และ \(k_3\) ที่จุดกึ่งกลาง และ \(k_4\) ที่จุดสิ้นสุด การอัปเดตขั้นสุดท้ายจะใช้ค่าเฉลี่ยถ่วงน้ำหนัก \(y_{n+1} = y_n + (k_1 + 2k_2 + 2k_3 + k_4)/6\)

เครื่องคำนวณนี้รับขนาดขั้นตอนเป็นลบได้หรือไม่?

ได้ คุณสามารถใช้ขนาดขั้นตอนที่เป็นลบเพื่อแก้สมการ ODE แบบย้อนกลับ (ลด \(x\)) เพียงป้อนค่าลบสำหรับ \(h\)

แหล่งข้อมูลเพิ่มเติม

• วิธีรุงเง-คุตตา - Wikipedia
• วิธีเชิงตัวเลขสำหรับ ODE - Wikipedia
• วิธีของออยเลอร์ - Wikipedia