微分方程数值解法.pptVIP

高阶微分方程的求解 用MATLAB解常微分方程-实例1 SI 用MATLAB解常微分方程-实例2 SIR 课堂练习 常微分方程数值解 1. 两个最常用的数值解法: 欧拉（Euler）方法 龙格-库塔（Runge-Kutta）方法 主要内容 2. 龙格-库塔方法的MATLAB实现 区分已感染者(病人)和未感染者(健康人) SI 模型 传染病模型 Logistic 模型 传染病有免疫性——病人治愈后即移出感染系统，称移出者 SIR模型 传染病模型 无法求出 的解析解 相平面分析方法（Phase Plane Analysis) 时间t的相（像） 的轨迹称为相轨线 相平面分析是在相平面上分析相轨线随时间变化的变化情况，是一种定性分析的方法。它也是应用中非常重要的一种分析方法。 “常微分方程初值问题数值解”的提法 ? ，而在一系列离散点 不求解析解 通常取等步长h y1 y2 yn 欧 拉 方 法 基本思路 P1 P2 P3 各种欧拉公式 y P0 x0 x1 x2 x3 x y=y(x) y0 取不同的点 向前欧拉公式 x取左端点xn 近似：yn?y(xn) ,yn+1 ? y(xn+1) 误差分析 局部截断误差主项为 假设到第n步公式右端yn没有误差,即yn=y(xn),从xn到xn+1一步的计算值yn+1与精确值y(xn+1) 之差,称为局部截断误差. 向前欧拉公式具有1阶精度 欧拉方法 向后欧拉公式 P1 P2 P3 隐式公式，迭代求解 x取右端点xn+1, 右端yn+1未知 y P0 x0 x1 x2 x3 x y0 y=y(x) 向后欧拉公式的误差 向后欧拉公式局部误差主项 B xn xn+1 x y Pn A Q 向前欧拉公式局部误差主项 ~QB ~QA 向前、向后欧拉公式的右端平均，则两个误差主项刚好抵消 梯形公式 向后欧拉公式具有1阶精度 梯形公式具有2阶精度 局部截断误差主项 隐式公式迭代求解 梯形公式 向前欧拉公式 向后欧拉公式 可表示为 欧拉公式都可以推广到解常微分方程组、高阶微分方程 将梯形公式的迭代过程简化为两步 改进的欧拉公式 预测 校正 2阶龙格—库塔公式 具有2阶精度 龙格-库塔方法 基本思想 微分中值定理 即 向前欧拉公式 改进的欧拉公式 的平均值 龙格-库塔方法 4阶龙格—库塔公式 4阶龙格—库塔公式 具有4阶精度 龙格—库塔公式也可以推广到解常微分方程组、高阶微分方程 令 MATLAB中的龙格—库塔方法 f 为待解方程写成的 m文件名(方程组应以x的向量形式写成) syms t y a; y=dsolve([Dy-a*y*(1-y)=0]) 符号计算log_sym.m ts=0:0.5:400; x0=[0.01,0]; [t,x]=ode45(logi_fun,ts,x0); plot(t,x(:,1), r -) xlabel(time) ylabel(the rate of illness) function y=logi_fun(t,x) lambda=0.02; y=[lambda*x(1) *(1-x(1)), x(2)]; 用MATLAB解常微分方程-实例1 SI 数值方法求解 logi_fun.m ts=0:0.5:600; x0=[0.02,0.98]; %%%%% solve the initial problem [t,x1]=ode45(ill_fun,ts,x0); plot(x1(:,2),x1(:,1),r -‘) xlabel(the percentage of susceptible) ylabel(the percentage of ill people) title(graphic of modified SIR model) phase.m