Matlab0-Matlab符号运算.PPTVIP

* 例3：求微分方程组 在初值条件 下的特解，并画出解函数的图形。 [x,y]=dsolve(Dx+5*x+y=exp(t),Dy-x-3*y=0, ... x(0)=1, y(0)=0, t) ezplot(x,y,[0,1.3]); 注：解微分方程组时，如果所给的输出个数与方程个数相同，则方程组的解按词典顺序输出；如果只给一个输出，则输出的是一个包含解的结构（structure）类型的数据。 dsolve 的使用 * 例： [x,y]=dsolve(Dx+5*x=0,Dy-3*y=0, ... x(0)=1, y(0)=1,t) r = dsolve(Dx+5*x=0,Dy-3*y=0, ... x(0)=1, y(0)=1,t) 这里返回的 r 是一个 结构类型 的数据 r.x %查看解函数 x(t) r.y %查看解函数 y(t) 只有很少一部分微分方程（组）能求出解析解。大部分微分方程（组）只能利用数值方法求数值解。 dsolve的输出个数只能为一个 或 与方程个数相等 dsolve 的使用 * 求微分方程数值解*（自学，选学） [T,Y] = solver(odefun,tspan,y0) 其中 y0 为初值条件，tspan为求解区间；Matlab在数值求解时自动对求解区间进行分割，T (列向量) 中返回的是分割点的值(自变量)，Y (数组) 中返回的是这些分割点上的近似解，其列数等于因变量的个数。 solver 为Matlab的ODE求解器（可以是 ode45、ode23、ode113、ode15s、ode23s、ode23t、ode23tb） 没有一种算法可以有效地解决所有的 ODE 问题，因此MATLAB 提供了多种ODE求解器，对于不同的ODE，可以调用不同的求解器。 * Matlab的ODE求解器*（自学，选学） 求解器 ODE类型 特点 说明 ode45 非刚性 单步法；4，5 阶 R-K 方法；累计截断误差为 (△x)3 大部分场合的首选方法 ode23 非刚性 单步法；2，3 阶 R-K 方法；累计截断误差为 (△x)3 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 10-3～10-6 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；Gear’s 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 * 参数说明*（自学，选学） odefun 为显式常微分方程，可以用命令 inline 定义，或在函数文件中定义，然后通过函数句柄调用。 fun=inline(-2*y+2*x^2+2*x,x,y); [x,y]=ode23(fun,[0,0.5],1); 注：也可以在 tspan 中指定对求解区间的分割，如： [x,y]=ode23(fun,[0:0.1:0.5],1); %此时 x=[0:0.1:0.5] [T,Y] = solver(odefun,tspan,y0) 求初值问题 的数值解，求解范围为 [0,0.5] 例 ： * 上机作业 教材P27的习题1, 2, 3, 4 * Matlab 演示 * Matlab 演示 * Matlab 演示 * Matlab 演示 * 数学软件 Matlab —— Matlab 符号运算 * 主要内容 Matlab 符号运算介绍 符号对象与基本符号运算 symvar、 subs 和 vpa 常见的符号计算（重点内容） * 符号运算 计算以推理方式进行，不受计算误差累积所带来的困扰 符号计算指令的调用比较简单，与教科书上的公式相近 符号计算可以给出完全正确的封闭解，或任意精度的数值解（封闭解不存在时 ） 符号计算所需的运行时间相对较长 符号运算的特点 * Matlab 符号运算 Matlab 符号运算是通过符号数学工具箱（Symbolic Math Toolbox）来实现的。 Matlab 的符号数学工具箱可以完成几乎所有得符号运算功能，如：符号表达式的运算，符号矩阵的运算，符号微积分，符号作图，符号代数方程求解，符号微分方程求解等。 此外，该工