2018年常微分方程MATLAB解法.docVIP

常微分方程MATLAB解法 　　实验四 　　一、问题背景与实验目的 　　求微分方程的解 　　实际应用问题通过数学建模所归纳而得到的方程，绝大多数都是微分方程，真正能得到代数方程的机会很少．另一方面，能够求解的微分方程也是十分有限的，特别是高阶方程和偏微分方程（组）．这就要求我们必须研究微分方程（组）的解法，既要研究微分方程（组）的解析解法（精确解），更要研究微分方程（组）的数值解法（近似解）． 　　对微分方程（组）的解析解法(精确解)，Matlab有专门的函数可以用，本实验将作一定的介绍． 　　本实验将主要研究微分方程(组)的数值解法（近似解），重点介绍Euler折线法． 　　二、相关函数（命令）及简介 　　1．dsolve(equ1,equ2,…)：Matlab求微分方程的解析解．equ1、equ2、…为方程（或条件）．写方程（或条件）时用Dy表示y关于自变量的一阶导数，用用D2y表示y关于自变量的二阶导数，依此类推． 　　2．simplify(s)：对表达式s使用maple的化简规则进行化简．例如：symsx 　　simplify(sin(x)^2+cos(x)^2)ans=1 　　3．[r,how]=simple(s)：由于Matlab提供了多种化简规则，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． 　　例如：symsx 　　[r,how]=simple(cos(x)^2-sin(x)^2)r=cos(2*x)how=combine 　　4．[T,Y]=solver(odefun,tspan,y0)求微分方程的数值解．说明： 　　(1)其中的solver为命令ode45、ode23、ode113、ode15s、ode23s、ode23t、ode23tb之一． 　　?dy 　　?=f(t,y) 　　(2)odefun是显式常微分方程：?dt 　　??y(t0)=y0 　　(3)在积分区间tspan=[t0,tf]上，从t0到tf，用初始条件y0求解． 　　(4)要获得问题在其他指定时间点t0,t1,t2,?上的解，则令tspan=[t0,t1,t2,?,tf]（要求是单调的）． 　　(5)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Solverode45 　　ODE类型非刚性 　　特点 　　说明 　　单步算法；4、5阶Runge-Kutta大部分场合的首选算 　　法 　　方程；累计截断误差达(?x)3 　　单步算法；2、3阶Runge-Kutta使用于精度较低的情 　　形 　　方程；累计截断误差达(?x)3 　　多步法；Adams算法；高低精计算时间比ode45短度均可到10?3~10?6 　　ode23非刚性 　　ode113非刚性 　　ode23tode15sode23sode23tb 　　适度刚性刚性刚性刚性采用梯形算法 　　多步法；Gears反向数值微分；精度中等 　　单步法；2阶Rosebrock算法；低精度 　　梯形算法；低精度 　　适度刚性情形 　　若ode45失效时，可尝试使用 　　当精度较低时，计算时间比ode15s短当精度较低时，计算时间比ode15s短 　　(6)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． 　　5．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． 　　6．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． 　　例：Q=dblquad(inline(y*sin(x)),pi,2*pi,0,pi) 　　三、实验内容 　　1.几个可以直接用Matlab求微分方程精确解的例子： 　　dy?x2 　　例1：求解微分方程+2xy=xe，并加以验证． 　　dx 　　求解本问题的Matlab程序为： 　　symsxy%line1y=dsolve(Dy+2*x*y=x*exp(-x^2),x)%line2diff(y,x)+2*x*y-x*exp(-x^2)%line3simplify(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