第五讲Matlab求解微分方程..doc

第五讲 Matlab求解微分方程 教学目的：学会用MATLAB求简单微分方程的解析解、数值解，加深对微分方程概念和应用的理解；针对一些具体的问题，如追击问题，掌握利用软件求解微分方程的过程；了解微分方程模型解决问题思维方法及技巧；体会微分方程建摸的艺术性． 教学重点：利用机理分析建模微分方程模型，掌握追击问题的建模方法，掌握利用MATLAB求解数值解． 教学难点：利用机理分析建模微分方程模型，通过举例，结合图形以及与恰当的假设突破教学难点． 微分方程相关函数（命令）及简介 函数名 函数功能 Dy 表示y 关于自变量的一阶导数 D2y 表示 y 关于自变量的二阶导数 dsolve(equ1,equ2,…) 求微分方程的解析解，equ1、equ2、…为方程（或条件） simplify(s) 对表达式 s 使用 maple 的化简规则进行化简 [r,how]=simple(s) simple 命令就是对表达式 s 用各种规则进行化简，然后用 r 返回最简形式，how 返回形成这种形式所用的规则． [T,Y] = solver(odefun,tspan,y0) 求微分方程的数值解，其中的 solver为命令 ode45、ode23、ode113、ode15s、ode23s、ode23t、ode23tb 之一，odefun 是显式常微分方程：，在积分区间 tspan=上，从到，用初始条件求解，要获得问题在其他指定时间点上的解，则令 tspan=（要求是单调的）． ezplot(x,y,[tmin,tmax]) 符号函数的作图命令．x,y 为关于参数t 的符号函数，[tmin,tmax] 为 t 的取值范围． inline() 建立一个内联函数．格式：inline(expr, var1, var2,…) ，注意括号里的表达式要加引号． 因为没有一种算法可以有效地解决所有的 ODE 问题，为此，Matlab 提供了多种求解器 Solver，对于不同的ODE 问题，采用不同的Solver． 求解器 Solver ODE类型 特点 说明 ode45 非刚性 单步算法；4、5阶Runge-Kutta方程；累计截断误差达 大部分场合的首选算法 ode23 非刚性 单步算法；2、3阶Runge-Kutta方程；累计截断误差达 使用于精度较低的情形 ode113 非刚性 多步法；Adams算法；高低精度均可到 计算时间比 ode45 短 ode23t 适度刚性 采用梯形算法 适度刚性情形 ode15s 刚性 多步法；Gears反向数值微分；精度中等 若 ode45 失效时，可尝试使用 ode23s 刚性 单步法；2阶 Rosebrock 算法；低精度 当精度较低时，计算时间比 ode15s 短 ode23tb 刚性 梯形算法；低精度 当精度较低时，计算时间比 ode15s 短 要特别的是：ode23、ode45 是极其常用的用来求解非刚性的标准形式的一阶常微分方程(组)的初值问题的解的 Matlab 的常用程序，其中： ode23 采用龙格-库塔2 阶算法，用3 阶公式作误差估计来调节步长，具有低等的精度． ode45 则采用龙格-库塔4 阶算法，用5 阶公式作误差估计来调节步长，具有中等的精度． 求解微分方程的一些例子 2.1 几个可以直接用 Matlab 求微分方程精确解的例子： 例1：求解微分方程，并加以验证． 求解本问题的Matlab 程序为： syms x y %line1 y=dsolve(Dy+2*x*y=x*exp(-x^2),x) %line2 diff(y,x)+2 *x*y-x*exp(-x^2) %line3 simplify(diff(y,x)+2*x*y-x*exp(-x^2)) %line4 说明：(1) 行line1是用命令定义x,y为符号变量．这里可以不写，但为确保正确性，建议写上； (2) 行line2是用命令求出的微分方程的解： 1/2*exp(-x^2)*x^2+exp(-x^2)*C1 (3) 行line3使用所求得的解．这里是将解代入原微分方程，结果应该为0，但这里给出： -x^3*exp(-x^2)-2*x*exp(-x^2)*C1+2*x*(1/2*exp(-x^2)*x^2+exp(-x^2)*C1) (4) 行line4 用 simplify() 函数对上式进行化简，结果为 0， 表明的确是微分方程的解． 例2：求微分方程在初始条件下的特解，并画出解函数的图形． 求解本问题的 Matlab 程序为： syms x y y=