20100319 第三讲：求导积分与微分方程数值解（2次课）.pptVIP

解析法/数值法的局限... 解析法~能找到精确解固然好，但适应面太窄。 数值法~只能得到一些离散点处的近似值， 不能较好展示全局和趋势。 图像法~可能也只有图像法，才能避免上述缺陷 [ 方法概述 ]： 斜率场法是依据y=f(x,y)得到平面上一些点的斜率值，然后过这些点引出自该点出发的短直线，通过观察趋势，了解解曲线的分布和性态。 题例：p45-ex1 图解法-斜率场1 用斜率场法求解微分方程：y=sinx siny syms x y; fun=sin(x)*sin(y); hx=16/40; hy=16/40; x0=-8;y0=-8; hold on for i=1:40 x=x0+(i-1)*hx; for j=1:40 y=y0+(j-1)*hy; k=eval(fun); 图解法-斜率场2 if abs(hx*k)hy plot([x,x+hy/k*2/3],[y,y+hy*2/3]) else plot([x,x+hx*2/3],[y,y+hx*k*2/3]) end end end title(dy/dx=sinx*siny); xlabel(x); ylabel(y); hx hy k 图解法-斜率场3 图解法-相平面轨迹1 [ 方法概述 ]： 相平面轨迹法是依据不同的初值条件，先用数值解法求出各自对应的数值解（x(t),y(t)），最后用plot描点绘图，通过观察趋势，了解解曲线的分布和性态。 题例：p53-ex1 先用数值解法求出若干初值条件下的(x(t),y(t)) %tbp53.m function dequ=tbp53(t,x) dequ=[2*x(1)-1*x(1)*x(2);-1*x(2)+1*x(1)*x(2)]; 图解法-相平面轨迹2 %loadtbp53.m hold on for i=1:7 tspan=0:0.01:5; cond0=[1,0.1+0.2*i]; [t,x]=ode45(tbp53,tspan,cond0); plot(x(:,1),x(:,2)) end axis([0 4 0 4]); xlabel(x); ylabel(y); 图解法-相平面轨迹3 图解法-等值线1 [ 方法概述 ]: 等值线隶属于相平面轨迹法，先求出通解(dsolve？)，再针对通解中的常数，每一个常数定值都对应着一条等值线，用contour函数根据三维数据绘出等值线即可，通过观察趋势，了解解曲线的分布和性态。 题例：p55- [x,y]=meshgrid(0:.1:4, 0:.1:4); z=2*log(y)-y+log(x)-x; contour(x,y,z,20); xlabel(x);ylabel(y) 图解法-等值线2 欧拉方法介绍1 数值解法求得的结果是一系列散点{xi,yi} 向前欧拉方法（Euler） 欧拉方法介绍2 向前欧拉方法的几何解释-折线： o y x x0 x1 x2 y0 y(x1) y1 y(x2) y2 改进欧拉方法介绍1 向前欧拉公式： 后退欧拉公式： 改进欧拉公式： 改进欧拉方法介绍2 改进欧拉方法的几何解释-校正： o y x x0 x1 y0 y2 y1 x2 龙格-库塔方法介绍 改进的euler方法比向前euler精度高的原因在于，它在确定平均斜率时，多取了一个点的斜率值。这启发我们，如果在[xi,xi+1]上多取几个点的斜率值，然后把它们加权平均，则有可能构造出精度更高的计算方法，这就是runge-kutta方法的基本思路。 事实上，R-K方法是计算常微分方程的最重要的方法之一。MATLAB专门提供了基于R-K方法的求解函数，它们是： ode23 ode45 ode113 ... 练习一：Malthus人口模型计算练习二：通用化斜率场程序That’s all~3Q! * 平面 * 第三讲 求导积分与微分方程数值解 内容：本讲针对高等数学一元微积分学补充极限、导数、积分相关运算；介绍Funtool符号计算器； 目的：学习极限 / 导数 / 积分相关函数的指令实现，为学习微分方程数值解作准备； 要求：能够解决高等数学中的一类极限/导数/积分求解问题；了解并会使用Funtool符号计算器； 掌握极限(左、右极限) 函数 limit 掌握导数(1阶导、高阶导、偏导) 函数 diff 掌握积分(不定积分、定积分、数值积分) 函数 int trapz quad quadl