歐拉方法計算機

歐拉方法計算機

歐拉方法計算機使用經典（前向）歐拉方法數值求解任何形式為 \( y' = f(x, y), \; y(x_0) = y_0 \) 的一階初值問題。它會返回完整的迭代表，在實時斜率場上繪製歐拉多邊形，並比較三種不同步長的解，以便您直觀地觀察方法的收斂過程。如果您提供精確的閉式解，它還會生成逐步誤差分析。

什麼是歐拉方法？

歐拉方法是逼近初值問題解的最簡單算法。從解曲線上的已知點 \( (x_0, y_0) \) 開始，它沿著局部斜率 \( f(x, y) \) 重複前進大小為 h 的小步：

從幾何上看，每一步都是一段短的直線段，其斜率等於微分方程在當前點的值。產生的折線（即 歐拉多邊形）是對真實（通常是曲線）解的近似值。

它有多精確？

歐拉方法是一種 初階 方法。每步的局部截斷誤差為 \( O(h^2) \)，在固定區間積分後的全局誤差為 \( O(h) \)。在實際應用中：

• 步長減半大致會使全局誤差 減半。
• 誤差隨積分區間長度線性增長。
• 在解具有高曲率的地方，誤差最為嚴重。

內建的步長比較 (h, h/2, h/4) 讓您可以直接看到這種線性收斂性：啟用該選項並檢查三個最終值是否趨向一個共同極限，且每個值與極限的距離大約是前一個值的一半。

閱讀圖表

視覺化工具在單個坐標平面上疊加了四種信息：

• 灰色斜率場 — 短線段，其傾斜度等於該點的 \( f(x, y) \)。可以將其視為「ODE 規定的流向」。任何解曲線在每點都必須與該場相切。
• 靛藍色歐拉多邊形 — 逐步數值解。每段起始於前一個網格點，並沿著 \( f(x_n, y_n) \) 指向距離 h 的方向。
• 綠色虛線精確曲線 — 僅當您提供閉式解時出現。垂直的橙色虛線樁是帶符號的局部誤差 \( y_n - y_{\text{exact}}(x_n) \)。
• 橙色和綠色比較曲線 — 在啟用步長比較時，顯示以 h/2 和 h/4 重新運行的相同問題。

如何使用此計算機

1. 輸入右側部分：在標有 y' = 的欄位中輸入 ODE。使用 x 和 y 作為變量。支援的運算符有 + − × ÷ ^，支援的函數包括 sin, cos, tan, asin, acos, atan, exp, ln, log, log10, log2, sqrt, abs。
2. 設定初始條件：起始值 x₀、該點的初始 y₀、步長 h（正值向前積分，負值向後積分）以及步數 n。
3. （可選）提供精確解：如果您知道 y(x)，請輸入。計算機將計算每一步的 \( |y_n - y(x_n)| \) 並報告最大誤差和最終誤差。
4. 切換視覺化選項：斜率場預設開啟；步長比較會疊加 h/2 和 h/4 的兩條額外曲線。
5. 點擊「執行」。結果部分會顯示摘要統計數據、圖表、收斂比較面板以及完整的迭代表。懸停在行上會突出顯示圖表上的對應點（反之亦然）。

計算實例

考慮 \( y' = x + y, \; y(0) = 1 \)，h = 0.1 且進行 10 步。精確解為 \( y(x) = -x - 1 + 2e^x \)。應用歐拉公式得到：

最終誤差約為 0.249。將 h 減半至 0.05 會使最終誤差降至約 0.13，再次減半至 0.025 則降至約 0.067 — 這正是理論預測的清晰線性收斂。

歐拉方法與其他數值方法比較

當歐拉方法失效時

前向歐拉方法在以下三種情況下可能會表現不佳：

• 步長太大 — 多邊形會發生振盪或發散。解決方法是減小 h；h, h/2, h/4 的比較使這一點清晰可見。
• 剛性 ODE (Stiff ODEs) — 同時具有快速衰減和緩慢衰減模式的方程會迫使 h 變得極小以維持穩定性。此時應切換到隱式方法（如後向歐拉）或 BDF 方法。
• f(x, y) 中的奇異點 — 除以零、負數的 sqrt 或非正數的 ln 會停止積分。計算機將清楚報告出錯的步驟。

常見應用

• 物理 — 牛頓第二定律作為一階系統、放射性衰變 \( \dot{N} = -\lambda N \)、牛頓冷卻定律。
• 生物與流行病學 — 邏輯斯諦增長 \( \dot{y} = r\,y(1 - y/K) \)、分室 SIR 模型。
• 經濟學 — 連續複利、簡單的索洛增長模型。
• 化學 — 一階反應動力學 \( \dot{c} = -k c \)。
• 教學 — 在進入 RK4 或自適應求解器之前介紹數值積分的概念。

常見問題

什麼是歐拉方法？

歐拉方法是求解初值問題 y' = f(x, y), y(x0) = y0 的最簡單數值程序。每一步它通過 y_{n+1} = y_n + h · f(x_n, y_n) 來推進解，實際上是沿著當前點的斜率移動一小段距離 h。它是初階精度的，這意味著全局誤差為 O(h)。

歐拉方法有多精確？

歐拉方法的局部截斷誤差為 O(h²)，全局誤差為 O(h)。步長減半大致會使全局誤差減半。這就是為什麼本計算機中 h, h/2 和 h/4 的收斂比較如此具有啟發性：您可以看到誤差與 h 近似線性縮小。

歐拉方法何時會失效？

歐拉方法對於剛性問題或當步長相對於解的局部曲率太大時可能會變得不穩定。您可能會看到數值解振盪、趨向無窮大，或明顯偏離真實解。減少 h 通常有所幫助；對於剛性方程，首選隱式方法，如後向歐拉法。

我該如何選擇步長？

從在感興趣的區間內產生約 10 到 50 步的 h 開始。如果歐拉多邊形明顯偏離斜率場或您的精確解，請將 h 減半並重新運行。使用內建的 h, h/2, h/4 比較來檢查這三條曲線是否相互收斂。

歐拉方法和龍格-庫塔法 (RK4) 有什麼區別？

四階龍格-庫塔法每步評估四個點的斜率，並以權重 (1, 2, 2, 1)/6 進行組合，得到全局誤差 O(h⁴) — 在步數相同的情況下，比歐拉方法的 O(h) 精確好幾個數量級。歐拉方法在教學數值積分概念以及非常簡單或低精度應用中仍具價值。

我可以用它處理常微分方程組嗎？

此計算機處理單個純量一階常微分方程 y' = f(x, y)。對於方程組或高階常微分方程，您可以將方程重寫為一階方程組並使用專用的系統求解器，或者將二階方程轉換為兩個一階方程並逐分量求解。

我可以向後積分時間嗎？

可以 — 輸入負步長 h。計算機將從 x₀ 開始向負方向推進 n 步。這對於從已知的當前狀態重建過去非常有用。

延伸閱讀

• 歐拉方法 — Wikipedia
• 龍格-庫塔法 — Wikipedia
• 斜率場 — Wikipedia
• 剛性方程 — Wikipedia