积分变换与微分方程.pptxVIP

第七讲 积分变换与微分方程; 积分变换; 函数f(t): 拉普拉斯变换为： 拉普拉斯逆变换为：;例1 给出t3sint的拉普拉斯变换 Mathematica命令为： In[1]:=LaplaceTransform[t^3Sin[t],t,s] Out[1]= 上式的逆变换是： In[2]:=InverseLaplaceTransform[%,s,t] Out[2]= t3sint ;拉普拉斯变换的基本特性是可以将微分和积分运算转 化为基本的代数运算。 比如： In[3]:=LaplaceTransform[ ,t,s] Out[3]=; 傅立叶变换 傅立叶变换函数 ;在Mathematica中，函数f(t)的傅立叶变换在默认情况下定义为 函数F(w)的逆变换为;例2 给出cos(x2)的傅立叶变换 Mathematica命令为： In[4]:=FourierTransform[Cos[t^2],t,w] Out[4]= 上式的傅立叶逆变换为： In[5]:=InverseFourierTransform[%,w,t] Out[5]= Cos[t2];为了避免复杂的指数运算, 傅立叶变换中引进了傅立叶正弦变换和傅立叶余弦变换。它们用Sin[wt]和Cos[wt]代替傅立叶变换定义中的函数Exp(iwt), 而且用积分区间(0,?)代替(- ?,?)。 例3 给出t2exp(-t)的傅立叶正弦和余弦变换 Mathematica命令为： In[6]:={FourierSinTransform[t^2Exp[-t],t,w], FourierCosTransform[t^2Exp[-t],t,w]} Out[6]= ;在不同的领域，对傅立叶变换和其逆变换的定义是不同的，可以用FourierParameters来指出是哪一种定义。;例如 默认情况下的傅立叶变换为 In[4]:=FourierTransform[t^2 Exp[-t^2],t,s] Out[4]= 以下是纯数学的傅立叶变换 In[5]:=FourierTransform[t^2 Exp[-t^2],t,s, FourierParameters?{-1,1}] Out[5]= ; 微分方程; 求方程y???-y??=x的通解 Mathematica命令为 In[6]:=DSolve[y???[x]-y??[x]==x,y[x],x] Out[6]={{y[x]→-x2/2 –x3/6+exC[1]+C[2]+xC[3]}} 求方程组x?-y=0， y?+x=0的通解 Mathematica命令为 In[7]:=DSolve[{x?[t]-y[t]==0, y?[t]+x[t] ==0}, {x[t],y[t]},t] Out[7]={{x[t] → C[1]Cos[t]+C[2]Sin[t], y[t] → C[2]Cos[t]-C[1]Sin[t]}}; 已知y??+y?-2y=0, (1) 求方程的通解 (2)求方程满足初始条件y(0)=4, y?(0)=1的特解 Mathematica命令为 In[8]:=DSolve[y??[x]+y?[x]-2y[x]==0,y[x],x] Out[8]={{y[x]→e-2 x C[1]+ex C[2]}} In[9]:=DSolve[{y??[x]+y?[x]-2y[x]==0,y[0]==4, y?[0]==1},y[x],x] Out[9]={{y[x] → e-2 x (1+3e3x)}}; 求方程x2y??-2xy?+2y=3x满足条件y[1]=m, y?[1]=n的特解 Mathematica命令为 In[10]:=DSolve[{x^2*y??[x]-2x*y?[x]+2y[x]==3x, y[1]==m, y?[1]==n}, y[x], x] Out[10]={{y[x]→-3 x+2 m x-n x+3 x2-m x2+n x2-3 x Log[x]}} ; 求方程x2y??+xy?+(x2-n2)y=0的通解 Mathematica命令为 In[11]:=DSolve[x^2*y[x]+x*y[x]+ (x^2+n^2)y[x]==0,y[x],x] Out[11]={{y[x] → BesselJ[I n,x] C[1]+BesselY[I n,x] C[2]}} ; ; NDSolve以InterpolatingFunction 目标生成函数yi的解，InterpolatingFunction目标提供在独立变量x的xmin到xmax范围内求解的近似值。NDSolve用迭代法求解，它以某一个x值开始，尽可能覆盖从xmin到xmax的全区间。