王向东数学实验课本3-11.docVIP

实验十一　导弹追踪问题 【实验目的】 1．进一步巩固、加强微分方程模型的建模、求解能力。 2．初步研究微分方程解的稳定性和数值解法。 3．学习掌握用MATLAB软件求解常微分方程数值解的相关命令。 【实验内容】 　　设位于坐标原点的甲舰向位于轴上点（1，0）处的乙舰发射导弹，导弹始终对准乙舰。如果乙舰以最大的速度沿平行于轴的直线行驶，导弹的速度是5，求导弹运行的曲线。当乙舰行驶多远时，导弹将它击中？ 【实验准备】 对于微分方程，如果能够得到解析形式的解固然助问题的分析和应用，但是我们知道，只有线性常系数微分方程，并且自由项是某些特殊类型的函数时，才可以得到解析解（又称通解），而绝大多数变系数方程、非线性方程都是所谓“解不出来”的，至少现行阶段求不出通解。即使看来非常简单的一个方程，例如＝＋，我们是求不到其解析解的。于是，对于微分方程解决实际问题来说，研究其稳定性和数值解法就是一个十分重要的手段。 1．微分方程数值解法 考虑一阶常微分方程组初值问题 　　　　　　　　＝，　＜＜　　　　　　　　　　　　（1） 　　　　　　　　　　＝ 　　其中＝，，…，，＝，，…，， ＝，，…，。所谓数值解法，就是寻求解在一系列离散节点＜＜…＜≤上的近似值（＝0，1，…，）。称＝－为步长，通常取为常量。最简单的数值解法是Euler法。 Euler法的思路极其简单：在节点处用差商近似代替导数 　　　　　　　　≈　　　　　　　　　　　　　　　　（2） 这样导出计算公式（称为Euler格式） 　　　　　　　　　　＝＋（，），　＝0，1，…，　　　　 （3） 它能求解各种形式的微分方程，Euler也称法折线法。之所以称为欧拉法是因为，就几何角度而言，所求得的近似解是初值问题精确解的折线逼近，而且此折线的起点是初值条件所对应的点。 　　由于Euler法对［，］上的平均斜率＝仅用左端点的斜率作近似，精度只有一阶，所以较低，改进方法有二阶Runge－Kutta法、四阶Runge－Kutta法、五阶Runge－Kutta－Felhberg法和线性多步法等，这些方法可用于求解高阶常微分方程（组）初值问题。 　　Runge－Kutta法利用［，］上多个点斜率的加权平均作的近似。从而大大提高了计算精度。四阶Runge－Kutta法格式为 　　　　　　　　　　＝＋（＋2＋2＋） 　　　　　　　　　　＝（，） 　　　　　　　　　　＝（＋，＋）　　　　　　　　　　　　 （4） 　　　　　　　　　　＝（＋，＋） 　　　　　　　　　　＝（＋，＋） 它具有四阶收敛精度。 2．数值算法稳定性 上述提到收敛精度是单步意义上的，计算中还涉及到误差的传播问题。不适当的步长可能导致计算误差恶性发展而使计算失败，这种现象称为数值不稳定。考虑一阶方程 　　　　　　　　＝，　＝1 其中＜0，从而它的解＝恒正且渐近稳定。现取步长用Euler法（3）式进行求解 　　　　　　　　　　＝（1＋） 当＜－1/时，数值解正确反映了解函数性质；当－1/＜＜2/时，数值解仍稳定但发生振荡；当＞2/时，数值解不稳定且振荡趋于无穷。一般地，对一阶方程组 　　　　　　　　　　＝＋ Euler法数值稳定性条件为｜1＋｜＜1，其中为矩阵的任意任意特征值。四阶Runge－Kutta法稳定性条件稍宽但基本上处于同一数量级。 3．常微分方程的解的稳定性 　　考虑一阶常微分方程初值问题（1），称（1）式的特解是稳定的，若对＞0存在＞0，使当｜－｜＜时，以为初值的解满足｜－｜＜（＞）；若还有｜－｜→0（→∞），称是渐近稳定的。稳定性表明初值的小扰动不会对解产生明显影响。微分方程描述的运动的轭线密切依赖于初值，而初值的计算或测定实际上不可避免地出现误差和干扰，如果描述运动的微分方程的特解是不稳定的，初值的微小误差或干扰，将招致“差之毫厘，记得谬以千里”的严重后果，因此不稳定的特解不宜作为设计的依据；反之，稳定的特解都才是我们最感兴趣的。 4．求微分方程（组）数值解的MATLAB命令 　　　　ode23　2/3阶Runge－Kutta法；　　　ode15s　刚性方程组的解法； ode45　4/5阶Runge－Kutta法；　　　ode23s　刚性方程组的解法； [T,Y] = solver( odefun , tspan, y0, options )； solver取上述四个函数之一，不同的函数代表不同的内部算法，ode45是最常用的求解微分方程命令，它采用变步长四阶Runge－Kutta法和五阶Runge－Kutta－Felhberg法，ode23与ode45类似，只是精度低一些。对于刚性方程，宜采用ode15s或ode23s； 字符串odefun是用以表示待解方程写成的M－文件名； tspan = [ t0 tf ]表示自变量初