教学课件 MATLAB程序设计基础教程(刘国良).ppt

　　如果设置了opts属性，linsolve()函数解算速度比mldivide()函数快，因为linsolve()函数不需要执行任何测试操作去确定A的性质。在三角矩阵上，使用mldivide()函数与使用 linsolve()函数在速度效益上区别不大。 　　7.7 微分方程的数值解7.7.1 微分方程的数值解法　　联系着自变量、未知函数及其导数的关系式，称为微分方程。如果未知函数是一元函数，称为常微分方程。常微分方程的一般形式为 F(x, y, y‘, y“，…，y(n)=0) (7.7.1) 　　若方程中未知函数及其各阶导数都是一次的，则称为线性常微分方程。微分方程中出现的未知函数的导数的最高阶解数称为微分方程的阶。一般表示为 (7.7.2) 　　若上式中的系数bi(t)(i=1, 2, 3, …, n)均与t无关，则称之为常系数。　　如果未知函数是多元函数，则成为偏微分方程。联系一些未知函数的一组微分方程组称为微分方程组。　　除常系数线性微分方程可用特征根法求解、少数特殊方程可用初等积分法求解外，大部分微分方程无实际解析解，应用中主要依靠数值解法。数值算法的主要缺点是它缺乏物理解释。 　　考虑一阶常微分方程初值问题： (7.7.3) 　　所谓数值解法，就是寻求y(t)在一系列离散节点t0t1?…?tn≤tf上的近似值yk(其中k=0, 1, …, n)，称hk=tk+1-tk为步长，通常取为常量h。 　　常用的微分方程的数值求解方法有欧拉法(Euler)和龙格-库塔法(Runge-Kutta)法，最简单的数值解法是Euler法。Euler法的思路也极其简单：在节点处用差商近似代替导数 (7.7.4) 　　这样导出计算公式(称为Euler格式) (7.7.5) 它能求解各种形式的微分方程。Euler法也称折线法，是最简单的单步法。 　　单步法不需要附加初值，所需存储量小，容易改变步长，但线性单步法的最高阶数是2。 　　Euler方法只有一阶精度，Runge-Kutta法是非线性高阶单步法，改进方法有二阶Runge-Kutta法、四阶Runge-Kutta法、五阶Runge-Kutta-Felhberg法和先行多步法等，这些方法可用于解高阶常微分方程(组)初值问题。边值问题采用不同方法，如差分法、有限元法等。 7.7.2 MATLAB求解微分方程的数值解　　在MATLAB中，使用Runge-Kutta法，针对不同性质的微分方程已编制出微分方程的系列求解命令函数ODE系统，包括ode23、ode45、ode113、ode15s、ode23s等，其语法如下：　　(1) ?[T,Y] = solver(odefun,tspan,y0)　　(2) ?[T,Y] = solver(odefun,tspan,y0,options)　　(3) ?[T,Y,TE,YE,IE] = solver(odefun,tspan,y0,options)　　(4) ?sol = solver(odefun,[t0 tf],y0...) 　　1．diff()函数　　diff()函数可用于数值微分和符号微分，在数值微分中diff()函数的语法如下：　　(1) ?Y = diff(X)：计算X的邻近元素之间的微差，[X(2)-X(1)X(3)-X(2)…X(n)-X(n-1)]，如果X是一个向量，则diff(X) 返回一个向量。例如：　　 x = [1 2 6 4 7];　　 y = diff(x)　　y = 1 4 -2 3 　　如果X是一个矩阵，则diff(X)返回一个行矩阵，元素为[X(2:m,:)-X(1:m-1,:)]。例如：　　 xx = [1 2 3 4 5;9 8 7 6 4];　　 yy = diff(xx)　　yy = 8 6 4 2 -1　　 xxx = [1 2 3 4 5;9 8 7 6 4;1 3 5 7 9];　　 yyy = diff(xxx)　　yyy =　　 8 6 4 2 -1　　 -8 -5 -2 1 5 　　(2) ?Y = diff(X,n)：n 次调用函数计算微分，因此diff(X,2)等同于diff(diff(X))。　　(3) ?Y = diff(X,n,dim)：调用函数计算n 次微分。参数dim控制行向或列向差分，dim=1为行向(默认值)，dim=2为列向。　　由于diff计算数组元素间的差分，所以输出比原数组少了一个元素。这样，画微分曲线时，必须舍弃x数组中的一个元素。当舍弃x的第一