不能使用numpy库，使用自带的math库，给我实现用四阶隐形Adams法求解区间[a,b]的常微分初值问题（柯西问题），并且给我代码,需要输入f epsilon a y(a) b,输出为y(b)

好的，以下是代码实现：

import math

def implicit_adams(f, epsilon, a, ya, b):
    h = 0.1  # 步长
    n = int((b - a) / h)  # 步数
    y = [0] * (n + 1)  # 初始化y数组
    y[0] = ya  # 初值
    t = [a + i * h for i in range(n + 1)]  # 初始化t数组
    # 前四个点采用四阶龙格-库塔法
    for i in range(3):
        k1 = h * f(t[i], y[i])
        k2 = h * f(t[i] + h / 2, y[i] + k1 / 2)
        k3 = h * f(t[i] + h / 2, y[i] + k2 / 2)
        k4 = h * f(t[i] + h, y[i] + k3)
        y[i + 1] = y[i] + 1 / 6 * (k1 + 2 * k2 + 2 * k3 + k4)
    # 后面的点采用四阶隐式Adams法
    for i in range(3, n):
        y[i + 1] = y[i] + h / 24 * (55 * f(t[i], y[i]) - 59 * f(t[i - 1], y[i - 1]) + 37 * f(t[i - 2], y[i - 2]) - 9 * f(t[i - 3], y[i - 3]))
        # 迭代求解
        while True:
            y_temp = y[i] + h / 24 * (9 * f(t[i + 1], y[i + 1]) + 19 * f(t[i], y[i]) - 5 * f(t[i - 1], y[i - 1]) + f(t[i - 2], y[i - 2]))
            if abs(y_temp - y[i + 1]) < epsilon:
                break
            y[i + 1] = y_temp
    return y[-1]

# 测试
def f(t, y):
    return y - t ** 2 + 1

epsilon = 0.00001
a = 0
ya = 0.5
b = 2
print('y({:.1f}) = {:.6f}'.format(b, implicit_adams(f, epsilon, a, ya, b)))

这里采用了四阶隐式Adams法来求解常微分初值问题，前四个点采用四阶龙格-库塔法进行计算。epsilon是误差容限，a和b是区间端点，ya是初始值，f是常微分方程。输出为y(b)。