理论·主要公式
欧拉: O(h) 1阶
霍因: O(h²) 2阶
RK4: O(h⁴) 4阶
步长减半时
RK4误差减为1/16倍
数值ODE解法比较模拟器介绍
🙋
什么是"数值ODE解法"？欧拉法、RK4等好像有很多种，我不知道该选哪个。
🎓
简单地说，就是用计算机求解微分方程的不同"计算方法"。最简单的欧拉法是用当前的斜率来直接预测未来状态。但这样误差会很大。你可以在上面的模拟器中把"步长 h"设得比较大，只勾选欧拉法，你会看到它的解很快就偏离真实解。
🙋
哦，原来如此。那RK4（龙格-库塔4阶）这个听起来很高级的方法，是不是总是最好的？
🎓
从精度上讲是这样，但RK4每推进一个时间步都需要计算4次导数，计算成本是欧拉法的4倍。在实际应用中，我们要在"精度"和"计算时间"之间平衡。比如，汽车的悬架振动模拟，如果要实时性，可能就用欧拉法；但在设计阶段进行详细分析，就用RK4。你可以在这个工具上选"逻辑斯谛增长"，用相同的步长对比各个方法。
🙋
我看到还有RK45，名字里面有"5"，是不是比RK4更强？还有什么"自适应步长"？
🎓
完全正确！RK45（Dormand-Prince法）确实很聪明。它同时计算4阶和5阶的龙格-库塔近似，把它们的差作为"误差估计"。然后，在解变化很快的地方自动缩小步长，在变化缓慢的地方放大步长。你可以选"范德波振子"试试，RK45和RK4会有明显不同。RK45就是SciPy和MATLAB中标准求解器用的方法，在工业应用中必不可少。
常见问题
欧拉法是最简单的，精度最低，需要很小的步长才能保证准确。霍因法和RK2是它的改进版本。RK4精度高且稳定，是通用选择。RK45则具有自动步长调整功能，在精度和计算成本之间取得最佳平衡。
步长越大，计算越快，但误差越大，可能不稳定。步长越小，精度越好，但计算时间越长。特别是对欧拉法，步长太大会导致解发散。建议用这个工具试验不同步长下各方法的表现。
逻辑斯谛增长模型人口或资源的增长与饱和。范德波振子模拟非线性自激振动（如电子电路、生物节律）。洛伦兹方程是气象学中的混沌模型。每个都可以展示不同解法的稳定性差异。
主要原因是步长太大了。特别是对显式解法（欧拉、RK4），若不满足稳定性条件，解就会爆炸。解决办法是减小步长，或换用自适应方法如RK45。
实际应用
机械与汽车工程：发动机活塞运动和悬架振动分析中广泛应用。实时控制（如ECU内的计算）需要低成本的欧拉法，而设计阶段的性能评估则用RK4或RK45。
电气电子电路模拟：包含晶体管和运放的非线性电路瞬态响应计算必须依赖数值解法。开关瞬间的电压/电流剧变，需要RK45这样的自适应步长方法。
化学反应与生物增长建模：反应速率论中多物质反应，以及人口增长的逻辑斯谛方程预测都需要。当反应速度差异大（"刚性方程"）时，解法选择尤其重要。
气象与流体模拟（CFD）：时间方向离散化时使用时间积分格式。大规模湍流计算中，精度与效率的平衡决定了可行性。
常见误区与注意
首先，"高阶不一定就好"。RK4的精度确实远高于欧拉法，但如果你的控制系统需要实时运算，能容忍一点误差（反馈环路会修正），那欧拉法反而是更好的选择。用这个工具选"逻辑斯谛增长"，比较h=1.0时欧拉和RK4的结果——它们差很大。但如果改成h=0.1，欧拉法也能接受了。所以"步长"和"阶数"之间存在折衷关系。
其次，千万别忽视"稳定性"。例如"范德波振子"中，如果你把步长设得很大（如h=2.0），用欧拉法跑，解可能会发散到无穷。这叫"数值不稳定性"，不同方法对步长的容限不同。在实务中，必须提前估算出稳定的步长范围。
最后，不要过分依赖RK45的"自动步长控制"。这不是万能钥匙，需要你指定一个"容差"（即目标精度）。容差设太松（如1e-3），计算快但解粗糙；设太严（如1e-9），精度高但计算爆炸。总是要从应用需求反推该设多少容差。
具体计算示例
洛伦兹方程（初值y0=[1,1,1], t0=0, tf=20）、h=0.01时：欧拉法用700步相对误差12.5%，RK4用175步误差0.08%，RK45自适应步长平均h≈0.012相当误差0.003%。tf=50、h=0.005时，可验证霍因法的2阶收敛与RK4的4阶精度差异（RK4误差0.0001%）。