Cプログラミング(ステップ6・ルンゲクッタ法)

このページでは、オイラー法よりも実用的なルンゲクッタ法による常微分方程式の数値計算方法について紹介する。

ルンゲクッタ法:実用的な常微分方程式の数値解法

一階の常微分方程式(ordinary differential equation) $$ \frac{d y(x)}{d x} = f(x,y(x)) \tag{1} $$ を考えよう。微分を差分で近似し「総和」の計算パターンに当てはめることで、比較的簡単なコードで数値計算が可能であることを こちらのページですでに紹介した。 ただし、実際にいろいろな問題に適用すると、オイラー法は単純な一方で精度や効率の点で難点もある。 そこで、実用的な手法としてよく使われているのがルンゲクッタ法 (Runge-Kutta method)である。

ルンゲクッタ法は4次の公式が定番であるが、ここではまず2次の公式を導出して、雰囲気を掴んでおこう。

計算のステップを$h$置いて、$y(x)$とその微分値から、$h$だけ先の未来 $y(x+h)$ を「予測」するための計算式を導きたい。 オイラー法では、それを簡単に $$ y(x+h) = y(x) + f(x,y(x)) h $$ としていたところを、刻み幅$h$の途中の値も活用して精度がさらに上がるように工夫してみよう。

もう少し具体的には、下図のように、$x$と$x+h$の途中点での$y$の変化率(傾き)をまず予測し、その傾きを持つ直線を$x$から外挿し$x+h$での予測値を求める。 「現在」の$x$の傾きを外挿して得た予測値(オイラー法)とこれを組み合わせることで(例えば「平均」することで)、 図のように$y(x)$の変化が一様でない場合でも、予測の精度を上げられるのではないか?

右図のように$h$の区間の途中で勾配が小さい箇所があると、オイラー法による増分を下方修正する必要がある。 途中の勾配の大小に応じた「微調整」を施すことで、$h$だけ先の予測値の精度を上げることができる。

そこでまず$x$での微係数(変化率)を $$ k_1 = f(x,y(x)) $$ とおき、さらにそれを使って、$x+a_2 h$での変化率の「予測」を $$ k_2 = f(x+a_2 h,y(x) + b_2 k_1 h) $$ で見積もることにする。ここで、$0 \lt a_2 \lt 1$ は、$h$をどこで内分するかを決める数、$b_2$は「予測」をちょうどよい加減に整えるための数である (その具体的な値は以下で計算する)。

これらの数を適切に与え、$h$だけ先の値を $$ y(x + h) = y(x) + \left( w_1 k_1 + w_2 k_2 \right) h \tag{1} $$ で見積もるのが、2次のルンゲクッタ法である。

ここで、未知のパラメータ $a_2, b_2, w_1, w_2$ は以下のようにして決める。

$y(x)$の変動を2次のオーダーまで近似

まず、$y$を$x$の周りで2次までテイラー展開する。 $$ y(x+h) = y(x) + y'(x) h + \frac{1}{2} y''(x) h^2 + \cdots $$ ここで、$'$記号は$x$による微分を表す。与えられた微分方程式から $$ y'(x) = f(x,y(x)) $$ さらにそれを微分すると、 $$ y''(x) = \frac{\partial f(x,y)}{\partial x} + \frac{\partial f(x,y)}{\partial y} y'(x) $$ となるから、既知である $f(x,y(x))$ を使って $h$ だけ「先」の値を $$ y(x+h) = y(x) + f(x,y(x)) h + \frac{1}{2} \left[ \frac{\partial f(x,y)}{\partial x} + \frac{\partial f(x,y)}{\partial y} f(x,y(x)) \right] h^2 + \cdots \tag{2} $$ と書くことができた。

時間発展の式を整理する

次に、$k_2$を$(x,y(x))$の周りでテイラー展開すると $$ f(x+a_2 h,y(x) + b_2 k_1 h) = f(x,y(x)) + \left[ a_2 \frac{\partial f(x,y)}{\partial x} + b_2 k_1 \frac{\partial f(x,y)}{\partial y} \right] h + \cdots \\ = f(x,y(x)) + \left[ a_2 \frac{\partial f(x,y)}{\partial x} + b_2 f(x,y(x)) \frac{\partial f(x,y)}{\partial y} \right] h + \cdots $$ となるから、時間発展の式(1)に$k_1, k_2$の具体的な表式を代入して整理すると、 $$ y(x + h) = y(x) + w_1 f(x,y(x)) h + w_2 \left\{ f(x,y(x)) + \left[ a_2 \frac{\partial f(x,y)}{\partial x} + b_2 f(x,y(x)) \frac{\partial f(x,y)}{\partial y} \right] h \right\} h + \cdots $$ $$ =y(x) + (w_1 + w_2) f(x,y(x)) h + \left[ w_2 a_2 \frac{\partial f(x,y)}{\partial x} + w_2 b_2 f(x,y(x)) \frac{\partial f(x,y)}{\partial y} \right] h^2 + \cdots \tag{3} $$

パラメータを決める

ここで、時間発展の式(3)が式(2)の2次のオーダーまで完全に一致するようにパラメータを決める (そうすれば、時間発展は$h$の2次までは正しく近似できているはずである)。 式をよく見比べると、そうなるためには、 $$ w_1 + w_2 = 1 $$ かつ $$ w_2 a_2 = 1/2, \;\; w_2 b_2=1/2 $$ であれば良いことがわかる。

二次のルンゲクッタ公式

ここでは、$w_1 = w_2 = 1/2$ を採用することにしよう。すると、$a_2 = b_2 = 1$となる。 その結果、2次のルンゲクッタ公式として

  1. $k_1 \leftarrow f(x,y(x))$
  2. $k_2 \leftarrow f(x + h,y(x) + k_1 h)$
  3. $y(x+h) \leftarrow y(x) + (k_1 + k_2) h/2$

が得られる。

一方、パラメータとして $w_1=0, \; w_2=1, \; a_2 = b_2 = 1/2$ を採用すると、

  1. $k_1 \leftarrow f(x,y(x))$
  2. $k_2 \leftarrow f(x + h/2,y(x) + k_1 h/2)$
  3. $y(x+h) \leftarrow y(x) + k_2 h$

という方法も可能で、こちらは $h/2$の点での値を用いることから「中点法」として知られる。 いずれも$h$について2次の精度の公式になっている。

二次のルンゲクッタ法での値の更新の様子のまとめ。 出発点$x$での傾きを$k_1$、中間点での傾きの予測値を$k_2$として、$h$だけ先での$y(x+h)$を2種類の傾きをもとにして得た値の荷重平均によって予測する。

中間点での$y$の予測値は、出発点での傾き$k_1$をもとに、$x + a_2 h$まで直線で外挿した値 $y(x) + k_1 a_2 h$ とする (計算結果より$b_2=a_2$)。

4次のルンゲクッタ公式

実用的な計算でよく用いられるのは、4次のルンゲクッタ法である。 この場合も考え方は全く同様で、変化率の予想値を4通り求め、それぞれを傾きとする直線で外挿して求められた$x+h$での$y$を加重平均することによって、次のステップの値とする。 具体的に4次の公式を得るには、上記の同様の手続きを$h$について4次のオーダーまで 行えばよいが、それなりに手間のかかる計算となる。

2次の公式の場合もそうであったように、4次の公式でもパラメータの選択には自由度があるが、 良い結果が得られる選択肢として、以下の公式がよく使われている:

  1. $k_1 \leftarrow f(x,y(x))$
  2. $k_2 \leftarrow f(x + h/2,y(x) + k_1 h/2)$
  3. $k_3 \leftarrow f(x + h/2,y(x) + k_2 h/2)$
  4. $k_4 \leftarrow f(x + h,y(x) + k_3 h)$
  5. $y(x+h) \leftarrow y(x) + (k_1 + 2 k_2 + 2 k_3 + k_4) h/6$

icon-pc 練習:ルンゲクッタ法の実装

ロジスティック方程式 $$ \frac{dy}{dt} = r \left(1 - \frac{y}{N} \right) y $$ を、オイラー法と4次のルンゲクッタ法で「同時に」解くCのコードを作成しなさい。

0 0.1 0.1
0.1 0.1218701933831344 0.1198
0.2 0.14845172148114733 0.1434729592
0.30000000000000004 0.1807249703527805 0.1717558612395679
0.4 0.21985781692848208 0.2055170319700786
...

のように、$t$と、ルンゲクッタ法とオイラー法で得られた$y(t)$を同時に出力するように工夫しなさい。 パラメータの例として、成長率 $r=2$ 、個体数の上限 $N=10$、初期値$y(0)=0.1$とし、刻み幅 $h$ を変えて、 $0 \le t\lt 10$ の範囲での両者の振る舞い方の違いをシミュレーションしてみなさい。

icon-teacher 解説:数式処理ソフトの利用

単純で手間のかかる計算は数式処理ソフトを使って処理する方法もある。 この種の数式処理ソフトとしては、Mathematica(有償)、Maple(有償)、Maxima(無償)等がよく知られている。 以下は、Mapleを使って4次のルンゲクッタのパラメータを求める例である:

f:=x->g(x,y(x));

f1:= y(0) + h*f(0) + h^2/2*D(f)(0) + h^3/6*((D@@2)(f))(0) + h^4/24*((D@@3)(f))(0):

k1 := g(0,y(0)):

k2 := taylor(g(a2*h,y(0)+b2*k1*h),h=0,4):

k3 := taylor(g(a3*h, y(0)+ b3*k2*h),h=0,4):

k4 := taylor(g(a4*h, y(0)+b4*k3*h),h=0,4):

f2 := y(0)+h*w1*k1 + h*w2*k2 + h*w3*k3 + h*w4*k4 :

df0 := convert(f2-f1, polynom):

df1:= subs( ((D@@3)(y))(0)=(D[1, 1](g))(0, y(0))+(D[1, 2](g))(0, y(0))*(D(y))(0)
           +((D[1, 2](g))(0, y(0))+(D[2, 2](g))(0, y(0))*(D(y))(0))*(D(y))(0)
           +(D[2](g))(0, y(0))*((D@@2)(y))(0), df0):
           
df2 := subs(((D@@2)(y))(0)=(D[1](g))(0, y(0))+(D[2](g))(0, y(0))*(D(y))(0),df1):

df3 := subs((D(y))(0)=g(0,y(0)),df2):

res:=collect(expand(df3,h), h) :

simplify(coeffs(res,h)[1]);

simplify(coeffs(res,h)[2]);

simplify(coeffs(res,h)[3]);

simplify(coeffs(res,h)[4]);

上のコードの例では、$x$の原点はどこに置いても一般性は失われないので $x=0$ とし、 $$ k_1 = g(0,y(0)) $$ $$ k_2 = g(0 + a_2 h,y(0) + b_2 k_1 h) $$ $$ k_3 = g(0 + a_3 h,y(0) + b_3 k_2 h) $$ $$ k_4 = g(0 + a_4 h,y(0) + b_4 k_3 h) $$ を用いて、 $$ y(0+h) = y(0) + \left(w_1 k_1 + w_2 k_2 + w_3 k_3 + w_4 k_4 \right) h $$ によって時間発展するスキームを、$y(0+h)$のテイラー展開の4次まで一致するよう、係数の比較を行う。

上記のMapleのコードを実行すると、パラメータが満たすべき条件(連立方程式)が分かるので、それを解くと、上記の公式が得られる:

未知数が10あるのに対して19本の式があるため、扱いが厄介に見えるが、特に工夫しなくてもMapleは解を出力してくれる。

eq1:=-1/4+w2*b2^3+w3*b3^3+w4*b4^3=0:
eq2:=-1/3+(2*b2*w3+b4*w4)*b3^2+(b2^2*w3+2*b4^2*w4)*b3=0:
eq3:=w3*a3*b3^2+w4*a4*b4^2+w2*a2*b2^2-1/4=0:
eq4:=-24*b2*b3*b4*w4+1=0:
eq5:=-5/24+(b4*(a3+a4)*w4+w3*b2*(a2+a3))*b3=0:
eq6:=w3*b3^2*a2+w4*b4^2*a3-1/8=0:
eq7:=w3*a3^2*b3+w4*a4^2*b4+w2*a2^2*b2-1/4=0:
eq8:=-24*a2*b3*b4*w4+1=0:
eq9:=w3*a2^2*b3+w4*a3^2*b4-1/12=0:
eq10:=w3*a3*b3*a2+w4*a4*b4*a3-1/8=0:
eq11:=w3*a3^3+w4*a4^3+a2^3*w2-1/4=0:
eq12:=-2*a2*w2-2*a3*w3-2*a4*w4+1=0:
eq13:=w3*b3+w4*b4+w2*b2-1/2=0:
eq14:=w3*b3^2+w4*b4^2+b2^2*w2-1/3=0:
eq15:=1+(-6*b2*w3-6*b4*w4)*b3=0:
eq16:=w3*a3*b3+w4*a4*b4+a2*b2*w2-1/3=0:
eq17:=w3*b3*a2+w4*b4*a3-1/6=0:
eq18:=a2^2*w2+a3^2*w3+a4^2*w4-1/3=0:
eq19:=-1+w1+w2+w3+w4=0:
solve({eq1,eq2,eq3,eq4,eq5,eq6,eq7,eq8,eq9,eq10,eq11,eq12,eq13,eq14,eq15,eq16,eq17,eq18,eq19});

【出力結果】
{a2 = 1/2, a3 = 1/2, a4 = 1, b2 = 1/2, b3 = 1/2, b4 = 1, w1 = 1/6, w2 = 1/3, w3 = 1/3, w4 = 1/6}