linux终端解微分方程,解微分方程+ode求解器

linux终端解微分方程,解微分方程+ode求解器该命令中可以用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’)an…

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

499bcf1845fa5d37bad123c92050c8ad.png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

大多数情况下,您应当首先尝试求解器 ode45。

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。

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。

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)。

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

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

578ded13359b255f916b9dcf863d1734.png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。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/38375.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注