该命令中可以用D表示微分符号,其中D2表示二阶微分,D3表示三阶微分,以此类推。
求精确解
1.微分方程
r=dsolve('eqn1','eqn2',...,'cond1','cond2',...,'var').
解释如下:eqni表示第i个微分方程,condi表示第i个初始条件,var表示微分方程中的自变量,默认为t。
>> dsolve('Dy=3*x^2','y(0)=2','x')
ans =
x^3 + 2
2.微分方程组
>> [x,y]=dsolve('Dx=y','D2y-Dy=0','x(0)=2','y(0)=1','Dy(0)=1')
x =
exp(t) + 1
y =
exp(t)
3.求解微分方程组
在初始条件x(t=0)=1,y(t=0)=0下的特解,并画出解函数的图像。
>> [x,y]=dsolve('Dx+5*x+y=exp(t)','Dy-x-3*y=0','x(0)=1','y(0)=0','t')
x =
exp(t*(15^(1/2) - 1))*(15^(1/2) - 4)*((13*15^(1/2))/330 - exp(2*t - 15^(1/2)*t)*(15^(1/2)/165 + 1/22) + 1/22) - exp(-t*(15^(1/2) + 1))*(exp(2*t + 15^(1/2)*t)*(15^(1/2)/165 - 1/22) + (15^(1/2)*(15^(1/2) - 13))/330)*(15^(1/2) + 4)
y =
exp(-t*(15^(1/2) + 1))*(exp(2*t + 15^(1/2)*t)*(15^(1/2)/165 - 1/22) + (15^(1/2)*(15^(1/2) - 13))/330) + exp(t*(15^(1/2) - 1))*((13*15^(1/2))/330 - exp(2*t - 15^(1/2)*t)*(15^(1/2)/165 + 1/22) + 1/22)
>> ezplot(x,y)
ezplot与plot的区别
plot(x,y)以x为横坐标,y为纵坐标绘制曲线
plot(x,y1,x,y2,...)以x为横坐标值,以y1,y2...元素为纵坐标值绘制多条曲线
plot中x,y的表达式是已知的或者是形如y=f(x)的表达式
而ezplot是画出隐函数图形,是形如f(x,y)=0这种不能写出像y=f(x)这种函数的图形,explot无需数据准备,直接画出函数图形
求近似解
ode求解器
求解器
问题类型
精度
何时使用
非刚性
中
大多数情况下,您应当首先尝试求解器 ode45。
低
对于容差较宽松的问题或在刚度适中的情况下,ode23 可能比 ode45 更加高效。
低到高
对于具有严格误差容限的问题或在 ODE 函数需要大量计算开销的情况下,ode113 可能比 ode45 更加高效。
刚性
低到中
若 ode45 失败或效率低下并且您怀疑面临刚性问题,请尝试 ode15s。此外,当解算微分代数方程 (DAE) 时,请使用 ode15s。
低
对于误差容限较宽松的问题,ode23s 可能比 ode15s 更加高效。它可以解算一些刚性问题,而使用 ode15s 解算这些问题的效率不高。
ode23s 会在每一步计算 Jacobian,因此通过 odeset 提供 Jacobian 有利于最大限度地提高效率和精度。
如果存在质量矩阵,则它必须为常量矩阵。
低
对于仅仅是刚度适中的问题,并且您需要没有数值阻尼的解,请使用 ode23t。
ode23t 可解算微分代数方程 (DAE)。
低
与 ode23s 一样,对于误差容限较宽松的问题,ode23tb 求解器可能比 ode15s 更加高效。
完全隐式
低
对于完全隐式问题 f(t,y,y’) = 0 和微分指数为 1 的微分代数方程 (DAE),请使用 ode15i。
1. 求解微分方程初值问题
的数值解,求解范围为区间 [0,0.5] 。
inline()通俗的来说就是用于定义函数,使用inline定义一个函数
给a,b,x赋值即可得到y
>> f=inline('a*x+b','a','b','x');
>> f(1,2,3)
ans =
5
求常微分方程的数值解,MATLAB的命令格式为:
[t,y]=solver('odefun',tspan,y0,options)
其中solver选择ode45等函数名,odefun为根据待解方程或方程组编写的m文件名,tspan为自变量的区间[t0,tf],即准备在那个区间上求解,y0表示初始值,options用于设定误差限制。命令格式为:
options=odeset('reltol',rt,'abstol',at)
rt输入相对误差,at输入绝对误差。