- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
微分方程求解后退欧拉法、龙格库塔法
第 PAGE 6 页 共 NUMPAGES 6 页
数值计算方法实验上机测验
微分方程求解的后退欧拉法、龙格库塔法(三阶、四阶)
日期: 2011-06-16
一、测验目的
1. 学习matlab的使用方法。
2. 掌握常微分方程的几种数值解法:后退欧拉法、龙格库塔法(三阶、四阶)。
3. 比较各方法的数值解及误差,了解各方法的优缺点。
二、实验题目
给定的初值问题 及其精确解
按 (1)后退欧拉法,步长h=0.05, h=0.1;
(2)三阶龙格—库塔法,步长h=0.05, h=0.1;
(3)四阶标准龙格—库塔法,步长h=0.05,h=0.1;
求在节点处的数值解及误差比较各方法的优缺点。
三、实验原理
1.对于后退欧拉法:
利用 进行迭代求解可以完成计算
需要将微分方程表达式和精度计算表达式作为两个函数保存在m文件里并在程序中调用:
①微分方程(wangdaren_wf)
function z=wangdaren(x,y)
z=-2*x*(y*exp(x^2)-1)/exp(x^2)
end
②精确解计算(wangdaren _jq)
function z= wangdaren _jq(x)
z=x*x/exp(x^2)
end
龙格—库塔法基本思想:
用在几个不同点的数值加权平均斜率,使截断误差的阶数尽可能高。即取不同点的斜率的加权平均作为平均斜率,以便提高阶数。
2.对于三阶龙格—库塔法:
利用 可以完成计算
3.对于四阶龙格—库塔法:
利用 可以完成计算
四、实验内容
由上述实验原理叙述的后退欧拉法,三阶龙格—库塔法,四阶龙格—库塔法几种常微分方程数值解法分别对已给定的初值问题进行求解,比较各方法的数值解及误差,了解各方法的优缺点。
五、实验结果
1. 对于后退欧拉法:
①若h=0.05
h=0.05;
y=0;
x=0;
for i=1:20
k1=h*wangdaren_wf(x,y);
k2=h*wangdaren_wf(x+h,y+k1);
y=y+0.5*k1+0.5*k2
x=x+h;
z=wangdaren_jq(x)
t=abs(y-z);
A=[x y z t]
End
结果:A =
1.0000 0.3671 0.3679 0.0007
自变量(x)近似值(y)精确值(z)误差绝对值(t)0.05000.00250.00250.00000.10000.00990.00990.00000.15000.02200.02200.00000.20000.03840.03840.00000.25000.05860.05870.00010.30000.08220.08230.00010.35000.10820.10840.00010.40000.13620.13630.00020.45000.16520.16540.00020.50000.19440.19470.00030.55000.22320.22350.00030.60000.25080.25120.00040.65000.27650.27690.00050.70000.29970.30020.00050.75000.31990.32050.00060.80000.33680.33750.00060.85000.35010.35080.00070.90000.35960.36030.00070.95000.36530.36600.00071.00000.36710.36790.0007
②若h=0.1
h=0.1;
y=0;
x=0;
for i=1:10
k1=h*wangdaren_wf(x,y);
k2=h*wangdaren_wf(x+h,y+k1);
y=y+0.5*k1+0.5*k2
x=x+h;
z=wangdaren_jq(x);
t=abs(y-z);
A=[x y z t]
end
结果为A=
1.0000 0.3648 0.3679 0.0031
自变量近似值精确值误差0.10000.00990.00990.00000.20000.03830.03840.00010.30000.08190.08230.00030.40000.13570.13630.00060.50000.19370.19470.00100.60000.24960.2
文档评论(0)