153 lines
4.1 KiB
Markdown
153 lines
4.1 KiB
Markdown
---
|
|
id: 59880443fb36441083c6c20e
|
|
title: オイラー法
|
|
challengeType: 5
|
|
forumTopicId: 302258
|
|
dashedName: euler-method
|
|
---
|
|
|
|
# --description--
|
|
|
|
オイラー法は、所定の初期値を持つ1階の常微分方程式 (ODE) の解における近似値を求めます。 [記事](https://www.freecodecamp.org/news/eulers-method-explained-with-examples/ "news: Euler's Method Explained with Examples") で論説されているように、初期値の問題(IVP)を解くための明示的な方法です。
|
|
|
|
ODEは以下の形式で書きます。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$\frac{dy(t)}{dt} = f(t,y(t))$</big></li>
|
|
</ul>
|
|
|
|
下記が初期値です。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$y(t_0) = y_0$</big></li>
|
|
</ul>
|
|
|
|
数値解を得るために、LHS上の導関数を有限差分近似に置き換えます。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$\frac{dy(t)}{dt} \approx \frac{y(t+h)-y(t)}{h}$</big></li>
|
|
</ul>
|
|
|
|
次に $y(t+h)$ の値を求めます。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$y(t+h) \approx y(t) + h \, \frac{dy(t)}{dt}$</big></li>
|
|
</ul>
|
|
|
|
これは以下と同じです。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$y(t+h) \approx y(t) + h \, f(t,y(t))$</big></li>
|
|
</ul>
|
|
|
|
反復解法ルールは次のとおりです。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$y_{n+1} = y_n + h \, f(t_n, y_n)$</big></li>
|
|
</ul>
|
|
|
|
$h$ はステップサイズで、解の精度に関連する最も重要なパラメータです。 ステップサイズが小さいほど精度は向上しますが、計算コストも高くなるため、目の前の問題に応じて常に手作業で処理する必要があります。
|
|
|
|
**例: ニュートンの冷却の法則**
|
|
|
|
ニュートンの冷却の法則は、温度$T_R$下において、初期温度$T(t_0) = T_0$ のオブジェクトが冷却される様子を表した法則です。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$\frac{dT(t)}{dt} = -k \, \Delta T$</big></li>
|
|
</ul>
|
|
|
|
または
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$\frac{dT(t)}{dt} = -k \, (T(t) - T_R)$</big></li>
|
|
</ul>
|
|
|
|
オブジェクトの冷却率 $\\frac{dT(t)}{dt}$ は、周囲環境に対する現在の温度差 $\\Delta T = (T) - T_R)$ に比例するとされています。
|
|
|
|
数値近似との比較として、解析解は以下のとおりです。
|
|
|
|
<ul style='list-style: none;'>
|
|
<li><big>$T(t) = T_R + (T_0 - T_R) \; e^{-k t}$</big></li>
|
|
</ul>
|
|
|
|
# --instructions--
|
|
|
|
オイラー方のルーチンを実装して、以下の3つの異なるステップサイズのニュートンの冷却の法則の例題を解きます。
|
|
|
|
<ul>
|
|
<li><code>2 s</code></li>
|
|
<li><code>5 s</code></li>
|
|
<li><code>10 s</code></li>
|
|
</ul>
|
|
|
|
次に、解析解と比較します。
|
|
|
|
**初期値：**
|
|
|
|
<ul>
|
|
<li>初期温度 <big>$T_0$</big> は <code>100 °C</code> です</li>
|
|
<li>室温 <big>$T_R$</big> は <code>20 °C</code> です</li>
|
|
<li>冷却定数 <big>$k$</big> は <code>0.07</code>です</li>
|
|
<li>計算する時間間隔は、 <code>0 s</code> から <code>100 s</code>です</li>
|
|
</ul>
|
|
|
|
関数の最初のパラメータは初期時間、2番目のパラメータは初期温度、3番目のパラメータは経過時間、4番目のパラメータはステップサイズです。
|
|
|
|
# --hints--
|
|
|
|
`eulersMethod` という関数です。
|
|
|
|
```js
|
|
assert(typeof eulersMethod === 'function');
|
|
```
|
|
|
|
`eulersMethod(0, 100, 100, 2)` は数字を返します。
|
|
|
|
```js
|
|
assert(typeof eulersMethod(0, 100, 100, 2) === 'number');
|
|
```
|
|
|
|
`eulersMethod(0, 100, 100, 2)` は 20.0424631833732 を返します。
|
|
|
|
```js
|
|
assert.equal(eulersMethod(0, 100, 100, 2), 20.0424631833732);
|
|
```
|
|
|
|
`eulersMethod(0, 100, 100, 5)` は 20.01449963666907 を返します。
|
|
|
|
```js
|
|
assert.equal(eulersMethod(0, 100, 100, 5), 20.01449963666907);
|
|
```
|
|
|
|
`eulersMethod(0, 100, 100, 10)` は 20.000472392 を返します。
|
|
|
|
```js
|
|
assert.equal(eulersMethod(0, 100, 100, 10), 20.000472392);
|
|
```
|
|
|
|
# --seed--
|
|
|
|
## --seed-contents--
|
|
|
|
```js
|
|
function eulersMethod(x1, y1, x2, h) {
|
|
|
|
}
|
|
```
|
|
|
|
# --solutions--
|
|
|
|
```js
|
|
function eulersMethod(x1, y1, x2, h) {
|
|
let x = x1;
|
|
let y = y1;
|
|
|
|
while ((x < x2 && x1 < x2) || (x > x2 && x1 > x2)) {
|
|
y += h * (-0.07 * (y - 20));
|
|
x += h;
|
|
}
|
|
|
|
return y;
|
|
}
|
|
```
|