RungeKutta法求一阶常微分方程的python代码

以下是使用Runge-Kutta法求解一阶常微分方程的Python代码示例：

def rk4(f, y0, t0, t1, h):
    """
    使用Runge-Kutta方法求解一阶常微分方程
    Args:
        f: 一阶常微分方程
        y0: 初始值
        t0: 初始时间
        t1: 终止时间
        h: 步长
    Returns:
        t: 时间数组
        y: 对应的解数组
    """
    t = np.arange(t0, t1 + h, h)
    y = np.zeros(len(t))
    y[0] = y0
    for i in range(len(t) - 1):
        k1 = h * f(y[i], t[i])
        k2 = h * f(y[i] + k1 / 2, t[i] + h / 2)
        k3 = h * f(y[i] + k2 / 2, t[i] + h / 2)
        k4 = h * f(y[i] + k3, t[i] + h)
        y[i + 1] = y[i] + (k1 + 2 * k2 + 2 * k3 + k4) / 6
    return t, y

希望这个代码对你有所帮助！

相关问题

matlab欧拉法求解一阶常微分方程组代码

假设有一个一阶常微分方程组$\boldsymbol{y'}=\boldsymbol{f}(t,\boldsymbol{y})$，其中$\boldsymbol{y}=[y_1(t),y_2(t),\cdots,y_n(t)]^T$，$\boldsymbol{f}(t,\boldsymbol{y})=[f_1(t,\boldsymbol{y}),f_2(t,\boldsymbol{y}),\cdots,f_n(t,\boldsymbol{y})]^T$，则欧拉法的代码实现如下：

% 定义常微分方程组
% y' = f(t,y) = [y2, -y1]
f = @(t,y) [y(2);-y(1)];

% 定义时间间隔和初始值
tspan = [0, 10];
y0 = [1;0]; % 例如y1(0)=1,y2(0)=0

% 定义步长和求解器
h = 0.01;
solver = @euler; % 欧拉法求解器

% 求解常微分方程组
[t,y] = solver(f, tspan, y0, h);

% 绘制结果
plot(t, y(1,:), 'r-', t, y(2,:), 'b-');
xlabel('t');
ylabel('y');
legend('y1', 'y2');

% 欧拉法求解器的实现
function [t,y] = euler(f, tspan, y0, h)
    t = tspan(1):h:tspan(2);
    y = zeros(length(y0), length(t));
    y(:,1) = y0;
    for i=2:length(t)
        y(:,i) = y(:,i-1) + h*f(t(i-1), y(:,i-1));
    end
end

在上述代码中，我们首先定义了常微分方程组$\boldsymbol{y'}=\boldsymbol{f}(t,\boldsymbol{y})$，并指定了时间间隔和初始值。然后我们定义了步长和求解器，这里我们使用了自己编写的欧拉法求解器。最后，我们调用求解器求解常微分方程组，并绘制结果。

matlab改进欧拉法求解一阶常微分方程组代码

以下是Matlab改进欧拉法求解一阶常微分方程组的代码：

function [t,y] = ode_euler_imp(f,tspan,y0,N)
% f: function handle for the ODE system
% tspan: [t0,tf] where t0 is the initial time and tf is the final time
% y0: initial conditions for the ODE system
% N: number of time steps

t0 = tspan(1);
tf = tspan(2);
h = (tf-t0)/N;

t = linspace(t0,tf,N+1);
y = zeros(length(y0),N+1);
y(:,1) = y0;

for n = 1:N
    y_pred = y(:,n) + h*f(t(n),y(:,n));
    y(:,n+1) = y(:,n) + h*f(t(n+1),y_pred);
end

t = t';
y = y';
end

其中，`f`是输入的一阶常微分方程组，`tspan`是时间区间，`y0`是初始条件，`N`是时间步数。函数返回两个向量，`t`和`y`，分别表示时间和解向量。