zoukankan      html  css  js  c++  java
  • MATLAB常微分方程的数值解法

    MATLAB常微分方程的数值解法

    作者:凯鲁嘎吉 - 博客园
    http://www.cnblogs.com/kailugaji/

    一、实验目的

    科学技术中常常要求解常微分方程的定解问题,所谓数值解法就是求未知函数在一系列离散点处的近似值。

    二、实验原理

    三、实验程序

      1. 尤拉公式程序

    四、实验内容

    选一可求解的常微分方程的定解问题,分别用以1, 4两种方法求出未知函数在

    节点处的近似值,并对所求结果与分析解的(数值或图形)结果进行比较。

    五、解答

    1. 程序

    求解初值问题

    n=10

    源程序:

    euler23.m:

    function [A1,A2,B1,B2,C1,C2]=euler23(a,b,n,y0)
    %欧拉法解一阶常微分方程
    %初始条件y0
    h = (b-a)/n; %步长h
    %区域的左边界a
    %区域的右边界b
    x = a:h:b; 
    m=length(x);
     
    %前向欧拉法
    y = y0;
    for i=2:m
        y(i)=y(i-1)+h*oula(x(i-1),y(i-1));  
        A1(i)=x(i);
        A2(i)=y(i);
    end
    plot(x,y,'r-');
    hold on;
     
    %改进欧拉法
    y = y0;
    for i=2:m
        y(i)=y(i-1)+h/2*( oula(x(i-1),y(i-1))+oula(x(i),y(i-1))+h*(oula(x(i-1),x(i-1)))); 
        B1(i)=x(i);
        B2(i)=y(i);
    end
    plot(x,y,'m-');
    hold on;
     
    %欧拉两步公式
    y=y0;
    y(2)=y(1)+h*oula(x(1),y(1));  
    for i=2:m-1
        y(i+1)=y(i-1)+2*h*oula(x(i),y(i));
        C1(i)=x(i);
        C2(i)=y(i);
    end
    plot(x,y,'b-');
    hold on;
     
    %精确解用作图
    xx = x;
    f = dsolve('Dy=-3*y+8*x-7','y(0)=1','x');%求出解析解
    y = subs(f,xx); %将xx代入解析解,得到解析解对应的数值
     
    plot(xx,y,'k--');
    legend('前向欧拉法','改进欧拉法','欧拉两步法','解析解');
    
    oula.m:
    function f=oula(x,y)
    f=-3*y+8*x-7;
    

      

    2. 运算结果

        A1,A2为前向欧拉法在节点处的近似值,B1,B2为改进的欧拉法在节点处的近似值,C1,C2为欧拉公式法在节点处的近似值。

    >> [A1,A2,B1,B2,C1,C2]=euler23(0,1,10,1)
    
    A1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000    1.0000
    
    
    A2 =
    
             0         0   -0.6200   -0.9740   -1.1418   -1.1793   -1.1255   -1.0078   -0.8455   -0.6518   -0.4363
    
    
    B1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000    1.0000
    
    
    B2 =
    
             0    0.0050   -0.6090   -0.9563   -1.1169   -1.1468   -1.0853   -0.9597   -0.7893   -0.5875   -0.3638
    
    
    C1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000
    
    
    C2 =
    
             0         0   -0.2400   -0.9360   -0.5984   -1.3370   -0.3962   -1.5392    0.2473   -1.8076
    
    >> [A1,A2,B1,B2,C1,C2]=euler23(0,1,10,1)
    
    A1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000    1.0000
    
    
    A2 =
    
             0         0   -0.6200   -0.9740   -1.1418   -1.1793   -1.1255   -1.0078   -0.8455   -0.6518   -0.4363
    
    
    B1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000    1.0000
    
    
    B2 =
    
             0    0.0050   -0.6090   -0.9563   -1.1169   -1.1468   -1.0853   -0.9597   -0.7893   -0.5875   -0.3638
    
    
    C1 =
    
             0    0.1000    0.2000    0.3000    0.4000    0.5000    0.6000    0.7000    0.8000    0.9000
    
    
    C2 =
    
             0         0   -0.2400   -0.9360   -0.5984   -1.3370   -0.3962   -1.5392    0.2473   -1.8076
    

      

    3. 拓展(方法改进、体会等)

    从以上图形可以看出,在n=10时,改进的欧拉法精度更高,而欧拉两步法所求结果震荡不收敛,越接近1,震荡幅度越大,于是取n=100,时,结果如下所示:

    n=1000时,结果如下图:

    当n=100时,三种方法与解析解非常接近,当n=1000时,几乎四者位于一条线中,从实验结果看出,n越大时,结果越精确。

  • 相关阅读:
    项目记录,仿今日头条app
    数组过滤后的重新排序问题
    用函数刷新页面内容比刷新页面要好
    html js绑定键盘按键触发事件(按回车键登陆)
    图片上传前压缩 lrz库
    微信 获取openid
    旅游项目总结
    UWP深入学习五: 传感器与搜索、共享及链接
    UWP深入学习四:动画及图像
    UWP深入学习三:依赖属性、附加属性和数据绑定
  • 原文地址:https://www.cnblogs.com/kailugaji/p/6932514.html
Copyright © 2011-2022 走看看