matlab不少项一阶差分,Matlab语言及应用05_数值计算答题.ppt

主要内容 5.4 插值和样条 【调用格式】 yi = interp1(x, Y, xi, method) 计算插值点自变量为xi时的值yi pp = interp1(x, Y, method, 'pp') 用原始数据获取插值函数数据 yi = ppval(pp, xi) 计算插值函数数据pp函数关系下的函数值 【说明】 输入变量x，Y是原始数据向量对。x的数据必须以单调方式排列。 输入变量xi是插值点的自变量坐标向量。 输入变量method是插值方法，Matlab可以选择的插值方法包括： linear线性插值，缺省值。 cublic三次多项式插值 spline三次样条插值 nearst最临近插值 5.4 插值和样条 输出变量yi为插值点自变量为xi时的计算值。 输出变量pp为插值函数数据，里面保存着计算插值的 表达式参数，用 于描述相邻原始数据之间的函数关系。 可以通过ppval函数计算pp函数关系下的自变量xi的 插值结果yi。 例5.4.1 已知1900年到1990年间，每隔10年美国的人口数量的统计数据(单位：百万)依次为75.995，91.972， 105.711，123.203，131.669，150.697，179.323，203.212，226.505，249.633，求在1975年美国人口的数量，并绘制1900到1990年间每年的人口数量趋势图。 5.4 插值和样条 二、样条 　　样条插值是常用的一种插值方法，其特点是精度高、最平滑，但是运算速度慢。经过样条插值后的曲线，除了在原始数据的端点外的其他数据点上都存在一阶和二阶导数，因此样条插值是非常平滑的。Matlab提供了专门用于样条的函数。 【调用格式】 yy = spline(x,y,xx) 根据原始数据(x，y)计算xx的样条插值yy pp = spline(x,y) 根据原始数据(x，y)计算分段 样条函数数据pp dpp = fnder(pp) 求PP形式的样条函数的不定积分 ipp = fnint(pp) 求PP形式的样条函数的导数 例5.4.2 设函数 ，用样条函数求 和 　　只含有一个自变量的微分方程称为常微分方程(ODE)。工程上的许多常微分方程或者没有解析解，或者求解析解困难太大，这时可以选择其数值解法。常微分方程分为初值问题和边值问题，本节只介绍初值问题的数值解法。 5.5 常微分方程的数值解 一、ODE文件的编写格式 　MATLAB中求解常微分方程的数值解是通过将其变形为一阶向量微分方程来实现的。用MATLAB的ODE解算指令解常微分方程，要编写表示一阶向量微分方程的函数M文件，实现 的微分计算，其基本格式为： function DY = Fun(t, Y) 其中：输入变量t为时间变量，输入变量Y为列向量， 输出变量DY是Y的一阶导数。 5.5 常微分方程的数值解 令 则有 设常微分方程： 其初始条件为： 5.5 常微分方程的数值解 　　常微分方程化成一阶向量微分方程时，某些向量微分方程的向量解的各个分量的量级差别较大，这对数值求解算法来说是很大的困难，这种问题称之为刚性(stiff)问题。 　　MATLAB提供了很多常微分方程的解算函数，这些函数有些适用于刚性方程，有些适用于非刚性方程，并且其使用的数值算法和解算精度也各有不同，这些函数通称为solve解算指令。 表5.5.1中列出了各个解算指令的名称、精度和适用范围。 二、solver解算指令 5.5 常微分方程的数值解 solve指令 解题类型 精 度 适用场合 ode45 非刚性 一步法，4、5阶龙格库塔法，中等精度 大多数场合的 首选算法 ode23 非刚性 一步法，2、3阶龙格库塔法，精度低 较低精度场合，e-3 ode113 非刚性 多步法，Adams算法，高低精度均可 ode45计算时间 长时的替代 ode23t 适度刚性 梯形法则算法，精度低 适度刚性 ode15s 刚性 多步法，中低精度 ode45失败时候适用 ode23s 刚性 一步法，2阶Rosenbrock算式，精度低 低精度时， 比ode15s有效 ode23tb 刚性 梯形法则－反向数值微分两阶段法， 精度低 低精度