x 2e -y 微分法 matlab,2018年常微分方程MATLAB解法.doc

2018年常微分方程MATLAB解法.doc

常微分方程MATLAB解法

实验四

一、问题背景与实验目的

求微分方程的解

实际应用问题通过数学建模所归纳而得到的方程，绝大多数都是微分方程，真正能得到代数方程的机会很少．另一方面，能够求解的微分方程也是十分有限的，特别是高阶方程和偏微分方程(组)．这就要求我们必须研究微分方程(组)的解法，既要研究微分方程(组)的解析解法(精确解)，更要研究微分方程(组)的数值解法(近似解)．

对微分方程(组)的解析解法(精确解)，Matlab有专门的函数可以用，本实验将作一定的介绍．

本实验将主要研究微分方程(组)的数值解法(近似解)，重点介绍Euler折线法．

二、相关函数(命令)及简介

1．dsolve('equ1','equ2',…)：Matlab求微分方程的解析解．equ1、equ2、…为方程(或条件)．写方程(或条件)时用Dy表示y关于自变量的一阶导数，用用D2y表示y关于自变量的二阶导数，依此类推．

2．simplify(s)：对表达式s使用maple的化简规则进行化简．例如：symsx

simplify(sin(x)^2+cos(x)^2)ans=1

3．[r,how]=simple(s)：由于Matlab提供了多种化简规则，simple命令就是对表达式s用各种规则进行化简，然后用r返回最简形式，how返回形成这种形式所用的规则．

例如：symsx

[r,how]=simple(cos(x)^2-sin(x)^2)r=cos(2*x)how=combine

4．[T,Y]=solver(odefun,tspan,y0)求微分方程的数值解．说明：

(1)其中的solver为命令ode45、ode23、ode113、ode15s、ode23s、ode23t、ode23tb之一．

?dy

?=f(t,y)

(2)odefun是显式常微分方程：?dt

??y(t0)=y0

(3)在积分区间tspan=[t0,tf]上，从t0到tf，用初始条件y0求解．

(4)要获得问题在其他指定时间点t0,t1,t2,?上的解，则令tspan=[t0,t1,t2,?,tf](要求是单调的)．

(5)因为没有一种算法可以有效地解决所有的ODE问题，为此，Matlab提供了多种求解器Solver，对于不同的ODE问题，采用不同的Solver．求解器Solverode45

ODE类型非刚性

特点

说明

单步算法；4、5阶Runge-Kutta大部分场合的首选算

法

方程；累计截断误差达(?x)3

单步算法；2、3阶Runge-Kutta使用于精度较低的情

形

方程；累计截断误差达(?x)3

多步法；Adams算法；高低精计算时间比ode45短度均可到10?3~10?6

ode23非刚性

ode113非刚性

ode23tode15sode23sode23tb

适度刚性刚性刚性刚性采用梯形算法

多步法；Gear's反向数值微分；精度中等

单步法；2阶Rosebrock算法；低精度

梯形算法；低精度

适度刚性情形

若ode45失效时，可尝试使用

当精度较低时，计算时间比ode15s短当精度较低时，计算时间比ode15s短

(6)要特别的是：ode23、ode45是极其常用的用来求解非刚性的标准形式的一阶常微分方程(组)的初值问题的解的Matlab的常用程序，其中：

ode23采用龙格-库塔2阶算法，用3阶公式作误差估计来调节步长，具有低等的精度．

ode45则采用龙格-库塔4阶算法，用5阶公式作误差估计来调节步长，具有中等的精度．

5．ezplot(x,y,[tmin,tmax])：符号函数的作图命令．x,y为关于参数t的符号函数，[tmin,tmax]为t的取值范围．

6．inline()：建立一个内联函数．格式：inline('expr','var1','var2',…)，注意括号里的表达式要加引号．

例：Q=dblquad(inline('y*sin(x)'),pi,2*pi,0,pi)

三、实验内容

1.几个可以直接用Matlab求微分方程精确解的例子：

dy?x2

例1：求解微分方程+2xy=xe，并加以验证．

dx

求解本问题的Matlab程序为：

symsxy%line1y=dsolve('Dy+2*x*y=x*exp(-x^2)','x')%line2diff(y,x)+2*x*y-x*exp(-x^2)%line3simplify(diff(y,x)+2*x*y-x*exp(-x^2))%line4说明：

(1)行line1