有关微分方程20160124试题.ppt

有关微分方程模型 数学模型是主体对现象的主观认识的数学表示。 知识库 人脑 数学模型 知识1 人脑 模型1 同样现象可能表示为不同的模型 知识2 模型2 比如人口模型 模型好或者坏？用更简单的方法更有效的解决了实际问题是数学建模所追求的。 我们的主题：连续时间连续状态系统的建模（微分方程模型）和求解。首先要认识到现象具有连续的特征 1、用微分方程建模的大致步骤和思路 2、微分方程求解方法 3、简单微分方程的matlab解法 4、复杂方程的理论求解方法 如物质流动、扩散问题 振动问题 力学和运动问题 温度分布 病毒传染 种群变化 可以搜集一下材料，备用 类比法 大致建模思路是： 根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律，建立模型的基本结构。 然后根据该结构，通过给定数据用参数辨识的方法来确定模型的参数，从而最终确定模型。进而进行模型验证 步骤：（1）建立基本结构，如是偏微分还是常微分，是一阶还是二阶；（2）参数辨识，需利用观测数据（3）模型验证。可用部分数据估计，剩余一些数据进行验证 建立模型结构的大致思路： 将过程的变化因素（自变量）进行微元划分， 分析邻近部分与这一小部分的相互作用，如利用物理学规律，运行、受力、温度、守恒等，或其它规律。 以算式表达这个作用最后化简、整理、即得到所研究问题的偏微分方程 如果认为变化因素仅需考虑一个，可尝试常微分方程建模；否则，尝试偏微分方程。如人口模型中只有时间。 这个过程在建模中很多时候不需要自己完全的创新，更多是需要找到相关的模型做改进，但注意发现问题关键特征差异。（快速查到相关研究是重要的，平时多积累查找文献资料的方法） 注意：需要针对当前问题修改别人模型。要针对问题结合分析，为什么用采用某个模型及针对问题做了哪些修改，为什么要做修改，对模型的借用方式应该是随内容的分析展开而自然的引入，不应该是没有分析的强行增加。 二维情况 自查三维情况 如何求解微分方程模型 微分方程的解析解 求微分方程（组）解析解的命令（matlab）: dsolve(‘方程1’,‘方程2’,…,‘方程n’,‘初始条件’,‘自变量’) 结 果：u = tg(t+c1) 解 输入命令: y=dsolve(D2y+4*Dy+29*y=0,y(0)=0,Dy(0)=15,x) 结 果 为 : y =3*exp(-2*x)*sin(5*x) 解 输入命令 ： [x,y,z]=dsolve(Dx=2*x-3*y+3*z, 　　Dy=4*x-5*y+3*z,Dz=4*x-4*y+2*z, t) 结 果 为：x = (c1-c2+c3+c2e -3t-c3e-3t)e2t y = -c1e-4t+c2e-4t+c2e-3t-c3e-3t+c1-c2+c3)e2t z = (-c1e-4t+c2e-4t+c1-c2+c3)e2t 对于偏微分方程而言，一般借助matlab偏微分方程工具箱PDEtool，有可视化操作窗口，也可以自己编制命令。 如果可以求解当然好，否则，可能需要自己根据计算方法自己编写程序。 微分方程的差分法，即用差分式代替微分式 数值解法的步骤： 第一步：选点。在哪些点上处理方程。从连续区域中提取有限离散值，由有限个采样值，来估计刻画整体连续特征。 第二步：方程离散化。用几个离散点的函数值规律代表连续函数在这几个点涉及范围内特征，必然是不能完全代表，因此存在近似，因此我们最后求得的解也仅仅是在这些离散点上求连续函数的近似解。 第三步：对离散化的方程或能求得数值解的性质进行分析。如相容性、收敛性、稳定性。 第四步：代数方程组求解。离散化的方程和初边值条件实际上表现为一组代数方程组，通过求解获得离散点上的近似解。 第一步的选点方法主要是等距分割或是不等距分割。等距分割好处：方程好处理，计算精度高，但对要求求解区域比较规则 不等距分割对区域的要求较低，但计算精度较差。 一般情况下，看给定数值特征，是否等距。 第二步：离散化方程，主要是对微分项的近似。 差商法和待定系数法 第二步：离散化方程，主要是对微分项的近似。 差商法和待定系数法 注意非第一类边界条件的情况，如果存在导数部分 ，也可类似处理。但注意选点。 也可得到 通过上面过程，我们可以求解问题的真实解的近似解（含有未知参数） 通过调整该函数中待定系数，使得该函数与已知点集的差别(最小二乘意义)最小 计算参数 情况1：如果模型中待求解函数可由所提的数学模型通过精确理论推导求解（含有未知参数），则可利用此理论解和给定观测数值，再借助最小二乘法进行参数计算； 情况2：如果模型中待求解函数无法通过所提的数学模型精确求解，那就需通