数值分析算法 MATLAB 实践 常微分方程求解
Euler 法及改进算法
function [x,y] = euler(fun,a,b,h,y0)
%一阶常微分方程的一般表达式的右端函数:fun
% 显示欧拉格式
% f是带求函数的一阶导形式
% a,b分别是自变量取值上下限
% y0 是初始条件y(0)
% h是步长
s = (b - a) / h; % 求步数
X = zeros(1, s+1);
Y = zeros(1, s+1);
X = a:h:b;
Y(1) = y0;
for k = 1:s
Y(k+1) = Y(k) + h * fun(X(k), Y(k))
end
x = X';
y = Y';
end
%% euler求解微分方程
% dfun1 = y^2-y^3;
[x, y] = euler(@dfun1, 0,5,0.01,0.1);
% dfun1 = y;
% [x, y] = euler(@dfun1, 0,1,0.1,1);
figure
plot(x, y);
title('显示欧拉格式');
%% 微分方程
function dfun1 = dfun1(t,y)
dfun1 = y^2-y^3;
%dfun1 = y;
end
function[x,y]=imp_euler(func,a_start,b_end,h_step,y0)
%一阶常微分方程的一般表达式的右端函数:fun
% 显示欧拉格式
% func是带求函数的一阶导形式
% a_start,b_end分别是自变量取值上下限
% y0是初始条件y(0)
% h_step是步长
x = a_start : h_step : b_end;
N = length(x);
y = zeros(1, N);
y(1) = y0;
for i = 2:N
% 显式 Euler 作为初始值迭代计算
yi_0 = y(i-1) + h_step * func(x(i-1), y(i-1));
yi_1 = y(i - 1) + h_step * func(x(i), yi_0);
while abs(yi_1 - yi_0) > 1e-6
yi_0 = yi_1;
yi_1 = y(i - 1) + h_step * func(x(i), yi_0);
end
y(i) = yi_1;
end
function[x,y]=improve_euler(func,a_start,b_end,h_step,y0)
%一阶常微分方程的一般表达式的右端函数:fun
% 显示欧拉格式
% func是带求函数的一阶导形式
% a_start,b_end分别是自变量取值上下限
% y0是初始条件y(0)
% h_step是步长
x = a_start : h_step : b_end;
N = length(x);
y = zeros(1, N);
y(1) = y0;
for i = 2:N
yp = y(i-1) + h_step * func(x(i-1), y(i-1));
yq = y(i-1) + h_step * func(x(i), yp);
y(i) = 0.5 * (yp + yq);
end
Runge-Kutta 算法
4阶-单变量龙格库塔公式
4阶-多变量龙格库塔公式
% 单变量龙格库塔Runge_kutta 经典法
%一阶常微分方程的一般表达式的右端函数:func
% func是带求函数的一阶导形式
% a_start,b_end分别是自变量取值上下限
% y0是初始条件y(0)
% h_step是步长
function[x,y]=Runge_kutta(func,a_start,b_end,h_step,y0)
x = a_start : h_step : b_end;
N = length(x);
y = zeros(1, N);
y(1) = y0;
for i = 2:N
k1 = func(x(i-1), y(i-1));
k2 = func(x(i-1) + h_step/2, y(i-1) + h_step/2*k1);
k3 = func(x(i-1) + h_step/2, y(i-1) + h_step/2*k2);
k4 = func(x(i-1) + h_step, y(i-1) + h_step*k3);
y(i) = y(i-1) + h_step/6*(k1 + 2*k2 + 2*k3 + k4);
end
function[x,y]=Runge_kutta45(dyfunc,xspan,y0,h_step)
% 多变量龙格库塔Runge_kutta45
% h_step是步长常选取为0.01;
% ufunc是函数名;
% x0是初始时间值;
% y0是初始化值;
% n 是迭代步数;
x = xspan(1):h_step:xspan(2);
y = zeros(length(y0),length(x));
y(:,1) = y0(:);
%循环迭代数值求解部分
for n=1 : (length(x)-1)
k1=feval(dyfunc, x(n),y(:,n));
k2=feval(dyfunc, x(n)+h_step/2,y(:,n)+h_step/2*k1);
k3=feval(dyfunc, x(n)+h_step/2,y(:,n)+h_step/2*k2);
k4=feval(dyfunc, x(n+1),y(:,n)+h_step*k3);
y(:,n+1)=y(:,n)+h_step*(k1+2*k2+2*k3+k4)/6;
%按照4阶多变量龙格库塔方法进行数值求解
end
end
clc;
clear all;
y0=[0,2,9];%初值
xspan = [0,200];%求解区间
h_step = 0.001;%ode45是变步长的算法
[x,y] = Runge_kutta45(@lorenz_diff,xspan,y0,h_step);
figure(1);
plot3(y(1,:),y(2,:),y(3,:),'.');title("x-y-z");
figure(2);
plot3(y(1,:),y(3,:),y(2,:),'.');title("x-z-y");
figure(3);
plot3(y(2,:),y(1,:),y(3,:),'.');title("y-x-z");
function dydt = lorenz_diff(t,y)
%{
x-->y(1),y-->y(2),z-->y(3)
%}
dydt = [ 10*(y(2)-y(1));
-y(1)*y(3)+30*y(1)-y(2)
y(1)*y(2)-8/3*y(3)];
end
Matlab 函数库求解
[t, Xt] = ode45(odefun, tspan, X0)
odefun是函数句柄,可以是函数文件名,匿名函数句柄或内联函数名
tspan是区间 [t0 tfinal] 或者一系列散点[t0,t1,…,tf]
X0是初始值向量
t返回列向量的时间点
Xt返回对应T的求解列向量
Lorenz系统
function dydt = lorenz_diff(t,y)
%{
x-->y(1),y-->y(2),z-->y(3)
%}
dydt = [ 10*(y(2)-y(1));
-y(1)*y(3)+30*y(1)-y(2)
y(1)*y(2)-8/3*y(3)];
end
clc;
y0 = [0,2,9];
[t,y] = ode45('lorenz_diff',[0,200],y0);
%% 调用ode45绘制Lorenz系统 2D
figure(1);
plot(y(:,1),y(:,3),'.');
xlabel('x');ylabel('z');title("x-z");
figure(2);
plot(y(:,1),y(:,2),'.');
xlabel('x');ylabel('y');title("x-y");
figure(3);
plot(y(:,2),y(:,3),'.');
ylabel('y');zlabel('z');title("y-z");
%% 火焰传播数学模型求解
clc;
clear all;
delta=0.01;
f=@(t,y)y^2-y^3;
opts=odeset('Reltol',1.e-4);
[t1,y1]=ode45(f,[0 2/delta], delta, opts);
figure(1)
plot(t1,y1,'-','Marker','.');
title('数值解曲线');
ylabel('y'); xlabel('t');
标签:yi,end,求解,start,step,MATLAB,func,微分方程,y0
From: https://blog.51cto.com/u_15090278/7121762