用MATLAB解《数理战术学》中的微分方程

这篇文章摘抄自沙昌基教授《数理战术学》第七章 多兵种对多兵种作战的微分对策模型,提供了求解微分方程的代码,防止自己忘记。

【例】最优火力分配矩阵随时间变化的例子

设一对二作战中双方的实力向量为

x = [ x 1 ] , y = [ y 1 y 2 ] x=[x_1],\quad y=\begin{bmatrix} y_1 \\ y_2 \end{bmatrix} x=[x1],y=[y1y2]
其初值为
x 10 = 100 , y 10 = 30 , y 20 = 30 x_{10}=100,\quad y_{10}=30,\quad y_{20}=30 x10=100,y10=30,y20=30
双方毁伤系数矩阵为
A = [ 1 1 ] , B = [ 9 1 ] A=\begin{bmatrix} 1\\ 1 \end{bmatrix},\quad B = \begin{bmatrix} 9 & 1 \end{bmatrix} A=[11],B=[91]
火力分配矩阵为
Φ = [ ϕ 1 ϕ 2 ] , Ψ = [ ψ 1 ψ 2 ] \Phi=\begin{bmatrix} \phi_1 \\ \phi_2 \end{bmatrix},\quad \Psi=\begin{bmatrix} \psi_1 & \psi_2 \end{bmatrix} Φ=[ϕ1ϕ2],Ψ=[ψ1ψ2]
其中
0 ≤ ψ 1 ≤ 1 , 0 ≤ ψ 2 ≤ 1 , 0 ≤ ϕ 1 , 0 ≤ ϕ 2 , ϕ 1 + ϕ 2 ≤ 1 0 \le \psi_1 \le 1,\quad 0 \le \psi_2 \le 1, \\ 0 \le \phi_1, \quad 0 \le \phi_2, \quad \phi_1+\phi_2 \le 1 0ψ11,0ψ21,0ϕ1,0ϕ2,ϕ1+ϕ21
于是,双方交战的Lanchester方程变为
{ x ˙ 1 = − 9 ψ 1 y 1 − ψ 2 y 2 , y ˙ 1 = − ϕ 1 x 1 , y ˙ 2 = − ϕ 2 x 1 . (1) \left\{\begin{matrix} \begin{aligned} \dot x_1 &= -9\psi_1 y_1 - \psi_2 y_2, \\ \dot y_1 &= -\phi_1 x_1, \\ \dot y_2 &= -\phi_2 x_1. \end{aligned} \end{matrix}\right. \tag{1} x˙1y˙1y˙2=9ψ1y1ψ2y2,=ϕ1x1,=ϕ2x1.(1)
设双方的作战指数向量为
u = ( 9 ) , v = [ 1 9 ] u=(9),\quad v=\begin{bmatrix} 1 \\ 9 \end{bmatrix} u=(9),v=[19]
战斗时间为
T = 1 6 l n 10 + l n 10 9 T=\frac{1}{6}\mathrm{ln}10+\mathrm{ln}\frac{10}{9} T=61ln10+ln910
则支付函数为
Θ = Θ ( x 1 ( T ) , y 1 ( T ) , y 2 ( T ) ) = 9 x 1 ( T ) − y 1 ( T ) − 9 y 2 ( T ) (2) \Theta=\Theta(x_1(T),y_1(T),y_2(T))=9x_1(T)-y_1(T)-9y_2(T) \tag{2} Θ=Θ(x1(T),y1(T),y2(T))=9x1(T)y1(T)9y2(T)(2)


【解】

(1)构建Hamilton函数,为
H = λ ( − 9 ψ 1 y 1 − ψ 2 y 2 ) + μ 1 ( − ϕ 1 x 1 ) + μ 2 ( − ϕ 2 x 1 ) (3) H=\lambda(-9\psi_1y_1-\psi_2y_2)+\mu_1(-\phi_1x_1)+\mu_2(-\phi_2x_1) \tag{3} H=λ(9ψ1y1ψ2y2)+μ1(ϕ1x1)+μ2(ϕ2x1)(3)
(2)根据Hamilton函数,求得协态方程为
{ λ ˙ = − ∂ H ∂ x = μ 1 ϕ 1 + μ 2 ϕ 2 , μ ˙ 1 = − ∂ H ∂ y 1 = 9 λ ψ 1 , μ ˙ 2 = − ∂ H ∂ y 2 = λ ψ 2 (4) \left\{\begin{matrix} \begin{aligned} \dot \lambda &= -\frac{\partial H}{\partial x}=\mu_1\phi_1+\mu_2\phi_2, \\ \dot \mu_1 &= -\frac{\partial H}{\partial y_1}=9\lambda\psi_1, \\ \dot \mu_2 &= -\frac{\partial H}{\partial y_2}=\lambda\psi_2 \end{aligned} \end{matrix}\right. \tag{4} λ˙μ˙1μ˙2=xH=μ1ϕ1+μ2ϕ2,=y1H=9λψ1,=y2H=λψ2(4)
(3)横截条件为
{ λ ( T ) = ∂ Θ ∂ x 1 ∣ T = 9 , μ 1 ( T ) = ∂ Θ ∂ y 1 ∣ T = − 1 , μ 2 ( T ) = ∂ Θ ∂ y 2 ∣ T = − 9 (5) \left\{\begin{matrix} \begin{aligned} \lambda(T) &= \frac{\partial \mathit \Theta}{\partial x_1} \bigg |_T = 9, \\ \mu_1(T) &= \frac{\partial \mathit \Theta}{\partial y_1} \bigg |_T = -1, \\ \mu_2(T) &= \frac{\partial \mathit \Theta}{\partial y_2} \bigg |_T = -9 \end{aligned} \end{matrix}\right. \tag{5} λ(T)μ1(T)μ2(T)=x1ΘT=9,=y1ΘT=1,=y2ΘT=9(5)
参考单兵种对多兵种作战的微分对策模型对于协态变量的分析可知,恒有
λ ( t ) > 0 , μ 1 ( t ) < 0 , μ 2 ( t ) < 0 , 0 ≤ t ≤ T . \lambda(t)>0,\quad \mu_1(t)<0,\quad \mu_2(t)<0,\quad 0 \le t \le T. λ(t)>0,μ1(t)<0,μ2(t)<0,0tT.
由鞍点条件可知,对于最优火力分配矩阵有
{ ψ 1 ( t ) = ψ 2 ( t ) = 1 , 0 ≤ t ≤ T , ϕ 1 ( t ) + ϕ 1 ( t ) = 1 , 0 ≤ t ≤ T (6) \left\{\begin{matrix} \psi_1(t)=\psi_2(t)=1,\quad 0 \le t \le T, \\ \phi_1(t)+\phi_1(t)=1,\quad 0 \le t \le T \end{matrix}\right. \tag{6} {ψ1(t)=ψ2(t)=1,0tT,ϕ1(t)+ϕ1(t)=1,0tT(6)
且当 − μ 1 ( t ) > − μ 2 ( t ) -\mu_1(t)>-\mu_2(t) μ1(t)>μ2(t)时,有
ϕ 1 ( t ) = 1 , ϕ 2 ( t ) = 0. (7) \phi_1(t)=1,\quad \phi_2(t)=0. \tag{7} ϕ1(t)=1,ϕ2(t)=0.(7)
μ 1 ( t ) < − μ 2 ( t ) \mu_1(t)<-\mu_2(t) μ1(t)<μ2(t)时,有
ϕ 1 ( t ) = 0 , ϕ 2 ( t ) = 1. (8) \phi_1(t)=0,\quad \phi_2(t)=1. \tag{8} ϕ1(t)=0,ϕ2(t)=1.(8)
今因 − μ 1 ( T ) < − μ 2 ( T ) -\mu_1(T)<-\mu_2(T) μ1(T)<μ2(T),故在临近时刻 T T T 的一个时间区间内上式均成立,即存在 Δ ∈ [ 0 , T ) \Delta \in [0,T) Δ[0,T),使得
− μ 1 ( t ) < − μ 2 ( t ) , Δ < t ≤ T (9) -\mu_1(t) < -\mu_2(t), \quad \Delta < t \le T \tag{9} μ1(t)<μ2(t),Δ<tT(9)
现在来考察 Δ \Delta Δ的最小值,并将这最小值仍记作 Δ \Delta Δ。如果该 Δ > 0 \Delta>0 Δ>0,则意味着 Δ \Delta Δ再不能减小,从而必有
− μ 1 ( Δ ) = − μ 2 ( Δ ) (9) -\mu_1(\Delta)=-\mu_2(\Delta) \tag{9} μ1(Δ)=μ2(Δ)(9)
由式 ( 8 ) (8) (8)
ϕ 1 ( t ) = 0 , ϕ 2 ( t ) = 1 , Δ < t ≤ T \phi_1(t)=0, \quad \phi_2(t)=1, \quad \Delta < t \le T ϕ1(t)=0,ϕ2(t)=1,Δ<tT
那么,联立式 ( 4 ) (4) (4)、式 ( 6 ) (6) (6)和式 ( 8 ) (8) (8),则式 ( 4 ) (4) (4)变为
{ λ ˙ = μ 2 , μ ˙ 1 = 9 λ , μ ˙ 2 = λ , Δ < t ≤ T \left\{\begin{matrix} \begin{aligned} \dot \lambda &= \mu_2, \\ \dot \mu_1 &= 9\lambda, \\ \dot \mu_2 &= \lambda, \end{aligned} \end{matrix}\right. \quad \Delta < t \le T λ˙μ˙1μ˙2=μ2,=9λ,=λ,Δ<tT
考虑终值条件式 ( 5 ) (5) (5)进行求解。

此处编写MATLAB代码求解上述微分方程,仿真代码为

%% 《数理战术学》第7.3节 式(7.23)、式(7.29% 【delta < t <= T】 区间
syms lambda(t) mu1(t) mu2(t) T
eq1 = diff(lambda,t)==mu2;con1 = lambda(T)==9;
eq2 = diff(mu1,t)==9*lambda;con2 = mu1(T)==-1;
eq3 = diff(mu2,t)==lambda;con3 = mu2(T)==-9;
sol1 = dsolve(eq1,eq2,eq3,con1,con2,con3);

求解结果为

在这里插入图片描述
书中求解结果为
{ λ = 9 e T − t , μ 1 = − 81 e T − t + 80 , μ 2 = − 9 e T − t , (10) \left\{\begin{matrix} \begin{aligned} \lambda &= 9e^{T-t}, \\ \mu_1 &= -81e^{T-t} + 80, \\ \mu_2 &= -9e^{T-t}, \end{aligned} \end{matrix}\right. \tag{10} λμ1μ2=9eTt,=81eTt+80,=9eTt,(10)
MATLAB求解结果与书中求解结果相同。

下面来求 Δ \Delta Δ,因式 ( 10 ) (10) (10) Δ ≤ t ≤ T \Delta \le t \le T ΔtT中成立,且 Δ \Delta Δ不能再小,故由式 ( 9 ) (9) (9)可得
− 81 e T − Δ + 80 = − 9 e T − Δ ⇒ e T − Δ = 10 9 ⇒ T − Δ = l n 10 9 ⇒ Δ = T − l n 10 9 = 1 6 l n 10 (11) \begin{aligned} -81e^{T-\Delta}+80&=-9e^{T-\Delta} \\ \Rightarrow e^{T-\Delta}&=\frac{10}{9} \\ \Rightarrow T-\Delta&=\mathrm{ln}\frac{10}{9} \\ \Rightarrow \Delta&=T-\mathrm{ln}\frac{10}{9} \\ &=\frac{1}{6}\mathrm{ln}10 \end{aligned} \tag{11} 81eTΔ+80eTΔTΔΔ=9eTΔ=910=ln910=Tln910=61ln10(11)
此处求解 Δ \Delta Δ的MATLAB代码为

%% 《数理战术学》第7.3节 式(7.30)
syms delta
T = (1/6)*log(10) + log((10/9));
res.lambda = subs(sol1.lambda, t, delta);
res.mu1 = subs(sol1.mu1, t, delta);
res.mu2 = subs(sol1.mu2, t, delta);
res.delta = solve(res.mu1==res.mu2, delta);
res.delta = eval(res.delta);

求解结果为
在这里插入图片描述
与书中结果相同。

于是,得到
{ λ ( Δ ) = 9 ⋅ 10 9 = 10 , μ 1 ( Δ ) = − 81 ⋅ 10 9 + 80 = − 10 , μ 2 ( Δ ) = − 9 ⋅ 10 9 = − 10. (12) \left\{\begin{matrix} \begin{aligned} \lambda(\Delta) &= 9 \cdot \frac{10}{9} = 10, \\ \mu_1(\Delta) &= -81 \cdot \frac{10}{9} + 80 = -10, \\ \mu_2(\Delta) &= -9 \cdot \frac{10}{9} = -10. \end{aligned} \end{matrix}\right. \tag{12} λ(Δ)μ1(Δ)μ2(Δ)=9910=10,=81910+80=10,=9910=10.(12)
t = Δ t=\Delta t=Δ处,因 λ ( Δ ) = 10 > 0 \lambda(\Delta)=10>0 λ(Δ)=10>0,故
μ ˙ 1 ( Δ ) = 9 λ ( Δ ) = 90 > μ ˙ 2 ( Δ ) = λ ( Δ ) = 10. \dot \mu_1 (\Delta) = 9\lambda(\Delta)=90>\dot \mu_2(\Delta) = \lambda(\Delta) = 10. μ˙1(Δ)=9λ(Δ)=90>μ˙2(Δ)=λ(Δ)=10.
于是在 t = Δ t=\Delta t=Δ的左领域内,有
− μ 1 ( t ) > − μ 2 ( t ) (13) -\mu_1(t) > -\mu_2(t) \tag{13} μ1(t)>μ2(t)(13)
由式 ( 13 ) (13) (13)和式 ( 7 ) (7) (7),有
ϕ 1 ( t ) = 1 , ϕ 2 ( t ) = 0 , 0 ≤ t < Δ . \phi_1(t)=1, \quad \phi_2(t)=0, \quad 0 \le t < \Delta. ϕ1(t)=1,ϕ2(t)=0,0t<Δ.
那么,联立式 ( 4 ) (4) (4)、式 ( 6 ) (6) (6)和式 ( 8 ) (8) (8),则式 ( 4 ) (4) (4)变为
{ λ ˙ = μ 1 , μ ˙ 1 = 9 λ , μ ˙ 2 = λ , 0 ≤ t ≤ Δ \left\{\begin{matrix} \begin{aligned} \dot \lambda &= \mu_1, \\ \dot \mu_1 &= 9\lambda, \\ \dot \mu_2 &= \lambda, \end{aligned} \end{matrix}\right. \quad 0 \le t \le \Delta λ˙μ˙1μ˙2=μ1,=9λ,=λ,0tΔ
考虑终值条件式 ( 12 ) (12) (12)进行求解。

此处编写MATLAB代码求解上述微分方程,仿真代码为

%% 《数理战术学》第7.3节 式(7.33)下面的式子
%0 <= t <= delta】 区间
syms delta
eq1 = diff(lambda,t)==mu1;
con1 = lambda(delta)==10;
con2 = mu1(delta)==-10;
con3 = mu2(delta)==-10;
sol2 = dsolve(eq1,eq2,eq3,con1,con2,con3);

求解结果为
在这里插入图片描述
书中求解结果为
{ λ = 10 3 e 3 ( t − Δ ) + 20 3 e 3 ( Δ − t ) , μ 1 = 10 e 3 ( t − Δ ) − 20 e 3 ( Δ − t ) , μ 2 = 10 9 e 3 ( t − Δ ) − 20 9 e 3 ( Δ − t ) − 80 9 , (14) \left\{\begin{matrix} \begin{aligned} \lambda &= \frac{10}{3}e^{3(t-\Delta)} + \frac{20}{3}e^{3(\Delta-t)}, \\ \mu_1 &= 10e^{3(t-\Delta)} - 20e^{3(\Delta-t)}, \\ \mu_2 &= \frac{10}{9}e^{3(t-\Delta)} - \frac{20}{9}e^{3(\Delta-t)} - \frac{80}{9}, \end{aligned} \end{matrix}\right. \tag{14} λμ1μ2=310e3(tΔ)+320e3(Δt),=10e3(tΔ)20e3(Δt),=910e3(tΔ)920e3(Δt)980,(14)
MATLAB求解结果与书中求解结果相同。

通过求解该微分对策问题,发现甲方最优火力分配策略确实发生了改变。在 [ 0 , Δ ) [0,\Delta) [0,Δ)时间内应集中力量攻击乙方的第一类作战单位,而在 ( Δ , T ] (\Delta,T] (Δ,T]时间内应集中力量攻击乙方第二类作战单位。

下面来求解相应战斗过程的微分方程组 ( 1 ) (1) (1)的解,并证明甲、乙双方作战单位兵力始终保持如下关系
x 1 ( t ) ≥ 0 , y 1 ( t ) ≥ 0 , y 2 ( t ) ≥ 0 x_1(t) \ge 0, \quad y_1(t) \ge 0, \quad y_2(t) \ge 0 x1(t)0,y1(t)0,y2(t)0
下面在MATLAB中编写代码求解微分方程组 ( 1 ) (1) (1),为方便求解,将式 ( 1 ) (1) (1)再次写在下面
{ x ˙ 1 = − 9 ψ 1 y 1 − ψ 2 y 2 , y ˙ 1 = − ϕ 1 x 1 , y ˙ 2 = − ϕ 2 x 1 . (1) \left\{\begin{matrix} \begin{aligned} \dot x_1 &= -9\psi_1 y_1 - \psi_2 y_2, \\ \dot y_1 &= -\phi_1 x_1, \\ \dot y_2 &= -\phi_2 x_1. \end{aligned} \end{matrix}\right. \tag{1} x˙1y˙1y˙2=9ψ1y1ψ2y2,=ϕ1x1,=ϕ2x1.(1)
t ∈ [ 0 , Δ ) t \in [0,\Delta) t[0,Δ)时间内,MATLAB仿真代码为

%% 《数理战术学》第7.3节 求解式(7.19%0 <= t <= delta】 区间
syms x1(t) y1(t) y2(t)
eq1 = diff(x1)==-9*y1-y2;   con1 = x1(0)==100;
eq2 = diff(y1)==-x1;        con2 = y1(0)==30;
eq3 = diff(y2)==0;          con3 = y2(0)==30;
sol3 = dsolve(eq1,eq2,eq3,con1,con2,con3);

求解结果为
在这里插入图片描述

书中求解结果为
{ x 1 = 100 e − 3 t , y 1 = 100 3 e − 3 t − 10 3 , y 2 = 30 , 0 ≤ t < Δ (15) \left\{\begin{matrix} \begin{aligned} x_1 &= 100e^{-3t}, \\ y_1 &= \frac{100}{3}e^{-3t}-\frac{10}{3}, \\ y_2 &= 30, \end{aligned} \end{matrix}\right. \tag{15} \quad 0 \le t < \Delta x1y1y2=100e3t,=3100e3t310,=30,0t<Δ(15)
MATLAB求解结果与书中求解结果相同。

t ∈ [ Δ , T ] t \in [\Delta,T] t[Δ,T]时间内,MATLAB仿真代码为

%% 《数理战术学》第7.3节 求解式(7.19% 【delta <= t <= T】 区间
delta = 0.3838;
eq1 = diff(x1)==-9*y1-y2;   con1 = x1(0)==subs(sol3.x1,t,delta);
eq2 = diff(y1)==0;          con2 = y1(0)==subs(sol3.y1,t,delta);
eq3 = diff(y2)==-x1;        con3 = y2(0)==subs(sol3.y2,t,delta);
sol4 = dsolve(eq1,eq2,eq3,con1,con2,con3);
syms delta
sol4.x1 = subs(sol4.x1,t,t-delta);
sol4.y1 = subs(sol4.y1,t,t-delta);
sol4.y2 = subs(sol4.y2,t,t-delta);

求解结果为
在这里插入图片描述
书中求解结果为
{ x 1 = 20 10 e Δ − t − 10 10 e t − Δ , y 1 = 10 3 10 − 10 3 , y 2 = 20 10 e Δ − t + 10 10 e t − Δ − 30 10 + 30. Δ ≤ t ≤ T (16) \left\{\begin{matrix} \begin{aligned} x_1 &= 20 \sqrt{10} e^{\Delta-t}-10 \sqrt{10} e^{t-\Delta}, \\ y_1 &= \frac{10}{3} \sqrt{10} - \frac{10}{3}, \\ y_2 &= 20\sqrt{10} e^{\Delta-t} + 10\sqrt{10} e^{t-\Delta} - 30\sqrt{10} + 30. \end{aligned} \end{matrix}\right. \quad \Delta \le t \le T \tag{16} x1y1y2=2010 eΔt1010 etΔ,=31010 310,=2010 eΔt+1010 etΔ3010 +30.ΔtT(16)
MATLAB求解结果与式 ( 16 ) (16) (16)相比,得到的式子更加复杂。经过核算,

200*exp(-5757/5000) = 63.2388
100*exp(-5757/5000) = 31.6194
300*exp(-5757/5000) = 94.8683
100*exp(-5757/5000)/3-10/3 = 7.2065

{ 20 10 = 63.2456 , 10 10 = 31.6228 , 30 10 = 94.8683 , 10 3 10 − 10 3 = 7.2076. \left\{\begin{matrix} \begin{aligned} 20\sqrt{10}&=63.2456, \\ 10\sqrt{10}&=31.6228, \\ 30\sqrt{10}&=94.8683, \\ \frac{10}{3} \sqrt{10} - \frac{10}{3} &= 7.2076. \end{aligned} \end{matrix}\right. 2010 1010 3010 31010 310=63.2456,=31.6228,=94.8683,=7.2076.

两者相差不多,可以认为MATLAB的求解结果与书中结果相同。

至此,使用MATLAB求解微分方程的问题已解决。

将所求得的表达式画图,在MATLAB中编写代码实现,代码为

%% 画图
% 战斗时间
T = (1/6)*log(10) + log(10/9);
delta = (1/6)*log(10);

% 表达式
k = 1;
len = length(0:0.01:T);
x1 = zeros(1,len);
y1 = zeros(1,len);
y2 = zeros(1,len);
for t = 0:0.01:T
    if t <= delta
        x1(k) = 100*exp(-3*t);
        y1(k) = (100/3)*exp(-3*t) - (10/3);
        y2(k) = 30;
        k = k+1;
    else
        x1(k) = 20*sqrt(10)*exp(delta-t) - 10*sqrt(10)*exp(t-delta);
        y1(k) = (10/3)*sqrt(10) - (10/3);
        y2(k) = 20*sqrt(10)*exp(delta-t) + 10*sqrt(10)*exp(t-delta) - 30*sqrt(10) + 30;
        k = k+1;
    end
end
figure('Color',[1,1,1]);box on;
t = 0:0.01:T;
plot(t, x1, 'LineWidth', 1.5);hold on;
plot(t, y1, 'LineWidth', 1.5);
plot(t, y2, 'LineWidth', 1.5);
set(gca,'FontName','Times New Roman',...
        'FontSize',13,...
        'LineWidth',1.3,...
        'XTick',(0:0.05:t(end)),...
        'YTick',(0:10:110))
legend('x1','y1','y2');
xlabel('时间单位','FontName','宋体');ylabel('兵力','FontName','宋体');
axis([0 t(end) 0 110]);

结果为
在这里插入图片描述

全部源码如下(作者的MATLAB版本为2018b ):

clc;clear;
format long;                            % 将数据精度设置为长精度
%% 《数理战术学》第7.3节 式(7.23)、式(7.29% 【delta <= t <= T】 区间
syms lambda(t) mu1(t) mu2(t) T
eq1 = diff(lambda,t)==mu2;con1 = lambda(T)==9;
eq2 = diff(mu1,t)==9*lambda;con2 = mu1(T)==-1;
eq3 = diff(mu2,t)==lambda;con3 = mu2(T)==-9;
sol1 = dsolve(eq1,eq2,eq3,con1,con2,con3);
% sol1=dsolve(diff(lambda)==mu2, diff(mu1)==9*lambda, diff(mu2)==lambda,...
%            lambda(T)==9, mu1(T)==-1, mu2(T)==-9);

%% 《数理战术学》第7.3节 式(7.30)
syms delta
T = (1/6)*log(10) + log((10/9));
res.lambda = subs(sol1.lambda, t, delta);
res.mu1 = subs(sol1.mu1, t, delta);
res.mu2 = subs(sol1.mu2, t, delta);
res.delta = solve(res.mu1==res.mu2, delta);
res.delta = eval(res.delta);

%% 《数理战术学》第7.3节 式(7.33)下面的式子
%0 <= t <= delta】 区间
syms delta
eq1 = diff(lambda,t)==mu1;
con1 = lambda(delta)==10;
con2 = mu1(delta)==-10;
con3 = mu2(delta)==-10;
sol2 = dsolve(eq1,eq2,eq3,con1,con2,con3);

%% 《数理战术学》第7.3节 求解式(7.19%0 <= t <= delta】 区间
syms x1(t) y1(t) y2(t)
eq1 = diff(x1)==-9*y1-y2;   con1 = x1(0)==100;
eq2 = diff(y1)==-x1;        con2 = y1(0)==30;
eq3 = diff(y2)==0;          con3 = y2(0)==30;
sol3 = dsolve(eq1,eq2,eq3,con1,con2,con3);

% 【delta <= t <= T】 区间
delta = 0.3838;
eq1 = diff(x1)==-9*y1-y2;   con1 = x1(0)==subs(sol3.x1,t,delta);
eq2 = diff(y1)==0;          con2 = y1(0)==subs(sol3.y1,t,delta);
eq3 = diff(y2)==-x1;        con3 = y2(0)==subs(sol3.y2,t,delta);
sol4 = dsolve(eq1,eq2,eq3,con1,con2,con3);
syms delta
sol4.x1 = subs(sol4.x1,t,t-delta);
sol4.y1 = subs(sol4.y1,t,t-delta);
sol4.y2 = subs(sol4.y2,t,t-delta);

%% 画图
% 战斗时间
T = (1/6)*log(10) + log(10/9);
delta = (1/6)*log(10);

% 表达式
k = 1;
len = length(0:0.01:T);
x1 = zeros(1,len);
y1 = zeros(1,len);
y2 = zeros(1,len);
for t = 0:0.01:T
    if t <= delta
        x1(k) = 100*exp(-3*t);
        y1(k) = (100/3)*exp(-3*t) - (10/3);
        y2(k) = 30;
        k = k+1;
    else
        x1(k) = 20*sqrt(10)*exp(delta-t) - 10*sqrt(10)*exp(t-delta);
        y1(k) = (10/3)*sqrt(10) - (10/3);
        y2(k) = 20*sqrt(10)*exp(delta-t) + 10*sqrt(10)*exp(t-delta) - 30*sqrt(10) + 30;
        k = k+1;
    end
end
figure('Color',[1,1,1]);box on;
t = 0:0.01:T;
plot(t, x1, 'LineWidth', 1.5);hold on;
plot(t, y1, 'LineWidth', 1.5);
plot(t, y2, 'LineWidth', 1.5);
set(gca,'FontName','Times New Roman',...
        'FontSize',13,...
        'LineWidth',1.3,...
        'XTick',(0:0.05:t(end)),...
        'YTick',(0:10:110))
legend('x1','y1','y2');
xlabel('时间单位','FontName','宋体');ylabel('兵力','FontName','宋体');
axis([0 t(end) 0 110]);
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
matlab算法大全-算法大全.part3.rar 本帖最后由 nisky 于 2012-4-17 23:42 编辑 算法大全.part4.rar 算法大全.part3.rar 算法大全.part2.rar 算法大全.part1.rar 算法大全第02章 整数规划.pdf 算法大全第29章_多元分析.pdf 算法大全第30章__偏最小二乘回归.pdf 算法大全附录二__Matlab在线性代数的应用.pdf 算法大全附录一__Matlab入门.pdf 算法大全_第01章__线性规划.pdf 算法大全_第02章_整数规划.pdf 算法大全_第03章_非线性规划.pdf 算法大全第04章__动态规划.pdf 算法大全第05章__图与网络.pdf 算法大全第06章_排队论.pdf 算法大全第07章_对策论.pdf 算法大全第08章-层次分析法.pdf 算法大全第09章_插值与拟合.pdf 算法大全第10章_数据的统计描述和分析.pdf 算法大全第11章_方差分析.pdf 算法大全第12章_回归分析.pdf 算法大全第13章_微分方程建模.pdf 算法大全第14章_稳定状态模型.pdf 算法大全第15章_常微分方程法.pdf 算法大全第16章_差分方程模型.pdf 算法大全第17章_马氏链模型.pdf 算法大全第18章_变分法模型.pdf 算法大全第19章_神经网络模型.pdf 算法大全第21章_目标规划.pdf 算法大全第22章__模糊数学模型.pdf 算法大全第23章__现代优化算法.pdf 算法大全第24章_时间序列模型.pdf 算法大全第25章__存贮论.pdf 算法大全第26章__经济与金融的优化问题.pdf 算法大全第27章__生产与服务运作管理的优化问题.pdf 算法大全第28章__灰色系统理论及其应用.pdf

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值