05第五章MATLAB应用研讨.pptVIP

* * 例：求 的解。 dsolve(Dy=y^2, x) ans= -1/(x-C1) C1为积分常量，由初始条件来确定。 * * 例：求两点边值问题： y=dsolve(x*D2y-3Dy=x^2, y(1)=0,y(2)=5, x) y= 1/6*x^3+3*x*log(x)-3*x+(41/6-6*log(2))*x-4+6*log(2) * * 常微分方程的数值解 常微分方程的解析解，由于求解难度较高；有时解析解太复杂，难以使用；也有的根本无法取得解析解，所以在工程上往往求助于数值解。 数值解是在特定点求解近似解的过程，方法有欧拉法、改进的欧拉法和龙格－库塔法。 * * 调用格式 MATLAB采用龙格－库塔法来解常微分方程的数值解。 [t,y]=ode23(fun,tspan,yo) 2/3阶龙格库塔方法 [t,y]=ode45(fun,tspan,yo) 4/5阶龙格库塔方法 [t,y]=ode113(fun,tspan,yo) 高阶微分方程数值解法 * * 小结 重点掌握： 多项式运算 插值与拟和 微分与积分 * 由线性代数我们知道A非奇异时,A的行列式不为0,此时方程的解是唯一的。 在实际应用中,除法解方程的速度要比求逆法快2.5倍精确度更高,明显优于求逆法,所以推荐尽量使用除运算,少用逆运算. * * C1的系数全是1 * Poly(A)用来求矩阵A的特征多项式，用roots函数来求特征多项式的根，并与eig函数求解结果比较。 * 引号中为字符串表达式，或者函数名。 MATLAB实现 % hermite.m function y=hermite(x0,y0,y1,x) n=length(x0); m=length(x); for k=1:m yy=0.0; for i=1:n h=1.0; a=0.0; for j=1:n if j~=i h=h*((x(k)-x0(j))/(x0(i)-x0(j)))^2; a=1/(x0(i)-x0(j))+a; end end yy=yy+h*((x0(i)-x(k))*(2*a*y0(i)-y1(i))+y0(i)); end y(k)=yy; end 32 * * 问题的提出：根据区间[a,b]上给出的节点做插值多项式p(x)的近似值，一般总认为p(x)的次数越高则逼近f(x)的精度就越好，但事实并非如此。 反例： 在区间[-5,5]上的各阶导数存在，但在此区间上取n个节点所构成的Lagrange插值多项式在全区间内并非都收敛。 取n=10,用Lagrange插值法进行插值计算。 5.3.3 Runge现象 x=[-5:1:5]; y=1./(1+x.^2); x0=[-5:0.1:5]; y0=lagrange(x,y,x0); y1=1./(1+x0.^2); plot(x0,y0,--r) ％插值曲线 hold on plot(x0,y1,‘-b) ％原曲线 为解决Rung问题，引入分段插值。 34 * * 算法分析：所谓分段插值就是通过插值点用折线或低次曲线连接起来逼近原曲线。 MATLAB实现：可调用内部函数interp1。 功能 ： 一维数据插值。该命令对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。 格式1 yi = interp1(X,Y,xi) 返回插值向量yi，每一元素对应于参量xi，同时由向量X与Y的内插值决定。参量X指定数据Y的点。若Y为一矩阵，则按Y的每列计算。 5.3.4 分段插值 * * x=0:0.1:10; y=sin(x); xi=0:0.25:10; yi=interp1(x,y,xi); plot(x,y, o,xi,yi) 例：正弦函数的一维插值 x=[-5:1:5]; y=1./(1+x.^2); x0=[-5:0.1:5]; y0=lagrange(x,y,x0); y1=1./(1+x0.^2); plot(x0,y0,--r) hold on plot(x0,y1, -b) y2=interp1(x,y,x0); plot(x0,y2, *m) 原函数： 37 * * 所谓数据拟合是求一个简单的函数，例如是一个低次多项式，不要求通过已知的这些点，而是要求在整体上“尽量好”的逼近原函数。这时，在每个已知点上就会有误差，数据拟合就是从整体