实验5 常微分方程初值问题和矩阵特征值的计算
常微分方程的初值问题及其解法
常微分方程的初值问题及其解法常微分方程是自然界中各种变化的基础模型，广泛应用于物理、工程、生物、经济学等领域。
初值问题是其中最基本的问题之一。
本文将从初值问题的意义入手，介绍几种不同的数值解法，并评价其优缺点。
1. 初值问题的意义首先，我们来看一个简单的例子。
假设有一个人从一楼的窗户往下跳，忽略空气阻力，我们可以列出他下落的物理规律：$$\frac{d^2h}{dt^2}=g$$其中$h$是跳下来后距离地面的高度，$t$是时间，$g$是常数，表示重力加速度。
上面这条式子就是一个二阶常微分方程。
我们的问题是，如果知道了他的初速度$v_0$和起始高度$h_0$，能否求得他下落到地面时的时间和高度。
这个例子中，$h$和$t$都是连续的量，但是我们并不能解析地求出$h(t)$的解析式，因此需要用数值方法去近似求解。
这就是初值问题的意义。
通常，初值问题是指某一初始时刻$t_0$的初值：$$y'(t_0)=f(y(t_0),t_0),\ y(t_0)=y_0$$其中$y$是未知函数，而$f$则是已知函数。
对于一阶常微分方程，这个条件是充分的，可以唯一地决定一个解。
但是对于更高阶的常微分方程，则需要多个初始条件才能确定一个解。
然而，这已经超出了本文的范畴，这里只讨论一阶常微分方程的初值问题。
2. 数值解法下面将介绍几种常见的数值解法。
2.1. 欧拉法欧拉法是最简单的数值解法之一，其思路是将初值问题离散化。
具体来说，我们可以将时间$t$分成若干个小段，每段的长度为$\Delta t$。
于是，我们可以将初始时刻$t_0$的初始值$y(t_0)=y_0$，并通过欧拉法近似计算下一个时间点$t_0+\Delta t$的值$y_1$：$$y_1=y_0+f(y_0,t_0)\Delta t$$同理，我们可以通过已知的$y_1$和$t_1=t_0+\Delta t$，计算下一个时间点$t_2=t_0+2\Delta t$的值$y_2$：$$y_2=y_1+f(y_1,t_1)\Delta t$$依此类推，直到我们得到一个目标时间$t_m$的值$y_m$。
常微分方程初值问题的解法及应用
常微分方程初值问题的解法及应用常微分方程是数学中非常重要的一部分，它涉及了许多领域的模型建立和问题求解。
本文将介绍常微分方程初值问题的解法及其应用。
一、常微分方程初值问题的定义常微分方程初值问题是指给定一个常微分方程，以及它在某一点上的初始条件，求解该方程的解曲线。
通常，一个常微分方程初值问题可以表示为:y'(x) = f(x,y), y(x0) = y0,其中，y(x)是未知函数，f(x,y)是已知函数，y(x0) = y0是初始条件。
二、常微分方程初值问题的解法常微分方程初值问题的解法有多种，下面我们将介绍几种常用的方法。
1.欧拉法欧拉法是最简单的一种求解常微分方程初值问题的方法。
该方法基于初始条件，通过不断迭代计算得到近似解曲线。
具体步骤如下：步骤1：设定步长h，确定求解区间[x0, xn]，计算步数n。
步骤2：初始化，即确定初始点(x0, y0)。
步骤3：根据方程dy/dx = f(x,y)和初始点(x0, y0)，计算斜率k = f(x0, y0)。
步骤4：根据已知的斜率和步长h，计算下一个点的坐标(xi+1,yi+1)。
步骤5：重复步骤3和步骤4，直到达到步数n。
步骤6：得到近似解曲线。
2.改进的欧拉法（改进欧拉法）改进的欧拉法是对欧拉法的改进，其求解精度比欧拉法更高。
具体步骤如下：步骤1：设定步长h，确定求解区间[x0, xn]，计算步数n。
步骤2：初始化，即确定初始点(x0, y0)。
步骤3：根据方程dy/dx = f(x,y)和初始点(x0, y0)，计算斜率k1 =f(x0, y0)。
步骤4：根据已知的斜率k1和步长h/2，计算中间点的坐标(x0+h/2, y0+k1*h/2)。
步骤5：根据方程dy/dx = f(x,y)和中间点的坐标(x0+h/2, y0+k1*h/2)，计算斜率k2= f(x0+h/2, y0+k1*h/2)。
步骤6：根据已知的斜率k2和步长h，计算下一个点的坐标(xi+1,yi+1)。
常微分方程的初值问题
常微分方程的初值问题常微分方程是研究自变量（通常是时间）及其导数之间关系的数学分支。
它在物理、化学、生物学等学科中都有广泛应用，因此被视为数学的基础学科之一。
其中的求解方法之一便是初值问题。
初值问题是指对于一个已知的微分方程，给定初始条件的问题。
初始条件通常包括一个或多个自变量和导数值，根据这些条件可以求解出微分方程的解析解或近似解。
此外，初始条件还可以帮助我们理解微分方程的性质和行为。
举个例子，我们考虑一个简单的问题：假设一个物体在空气中运动，其速度随时间的变化可以用常微分方程来描述。
则其方程可以写作：m * dv/dt = mg - kv^2其中m为物体质量，g为重力加速度，k是空气阻力系数，v表示速度。
将初始条件加入其中，例如初始速度v0为0，则此时可以解出运动中物体的速度v(t)对时间的表达式。
对于初值问题的求解方法，数值和解析方法皆有。
解析方法主要是利用微积分和代数技巧，将微分方程推导为一般的解析表达式。
然而，这种方法需要一定的条件和技巧，因而在实际问题中应用范围较为有限。
数值方法则是更为通用和普遍的求解方法。
在此方法中，将微分方程转化为差分方程，即将导数近似为差分式，再结合初始条件用数值计算方法进行求解，得到问题的数值解。
这种方法的优点在于求解过程简单明了，且由于近似误差可以任意小，因此可得出足够精确的解。
常用的数值方法有欧拉法、龙格-库塔法等。
其中欧拉法是最简单的一种数值方法，其核心思想是用线性近似代替导数，即将微分方程中的导数写成差商形式，于是可以得到如下迭代公式：y(i+1)=y(i)+hf(y(i), t(i))其中y(i)表示函数解在i时刻的估计值，t(i)表示时间，h为时间步长，f(y,t)为微分方程右端函数。
通过这种迭代方法即可用简单的计算机程序得到一个数值解。
在使用数值方法求解初值问题时，需注意初始条件的选取。
例如，在上述物体的运动例子中，我们可以选取物体在某一位置的速度为初始速度，而这个位置则可以是重心位置、发射点等。
常微分方程中的初值问题及解析解的求解
常微分方程中的初值问题及解析解的求解常微分方程是数学中重要的一个分支，它研究的是一类关于未知函数及其派生函数的方程。
其中，初值问题是求解常微分方程的一种基本方法，通过给定初始条件，计算出函数在这个初始点上的值，并逐步推算出函数在逐渐逼近所求解点上的值。
解析解是指能够通过代数或函数的方式得到的函数表达式或公式，它在常微分方程中起着重要的作用。
本文将通过详细的论述，探讨常微分方程中的初值问题及解析解的求解方法。
一、初值问题1.什么是初值问题初值问题是指，给定一个常微分方程及其初始条件，求该方程在初始点上的解，即求解函数在一个点的值。
通常，初值问题可以表示为：y' = f(x, y), y(x0) = y0其中，y'表示关于x的导数，f(x,y)表示一般的函数表达式，y(x0)表示在x0这一点上，函数y的值为y0。
2.求解初值问题的方法为了求解常微分方程的初值问题，我们需要利用数值方法和解析方法两种基本的求解方法。
数值方法是通过数值计算得出函数的数值近似解，它可以在一定程度上解决一些复杂的常微分方程。
具体来看，数值方法通常采用数值迭代等一系列计算方法，将x值串联起来，以近似解代替函数的实际值。
解析方法是指利用已知的数学方法求解常微分方程的解析解。
解析方法适合于求解简单的常微分方程。
解析解的求解通常渐近地得到表达式，这些表达式能够明确地刻画出注重解析的科学问题。
二、解析解的求解1. 一阶微分方程的求解对于一阶线性微分方程，可以采用分离变量的方法求解。
常见的分离变量方法表示为：dy/dx = f(x)g(y)，其中f(x)，g(y)都是与x 和y有关的函数，两边同时积分，就得到：∫1/g(y)dy = ∫f(x)dx有时，可以将一阶微分方程变形为某种特定的方程，从而得到解析解。
2. 二阶微分方程的求解二阶微分方程最常见的形式为y'' + p(x)y' + q(x)y = 0。
常微分方程初值问题的解法
常微分方程初值问题的解法随着科技的不断进步和人类社会的不断发展，工程技术和科学技术的发展已经成为推动社会进步的重要力量，而数学则是工程技术和科学技术的基础和支撑，常微分方程作为数学分支的重要组成部分，对于理论研究和实际应用都有着深远的影响。
在实际工程中，解决常微分方程初值问题是数学理论在抽象式运算与工程实践之间的重要桥梁。
本文将介绍常微分方程初值问题的概念、求解方法以及实际应用。
一、常微分方程初值问题的概念常微分方程是指未知函数一阶或高阶微商与自变量和常数的关系式，常微分方程初值问题是指在初值u(x0)=u0已知的情况下，确定函数u(x)的解的问题。
在初值问题中，自变量是独立变量，取值范围可以是任意实数，因变量是函数值，是依赖自变量而实现的数值，常数是影响函数变化的一些固定参数。
常微分方程模型经常出现在工程技术模型中，一些实际应用场景可以通过建立数学模型来进行求解。
二、常微分方程初值问题的解法常微分方程初值问题的解法大致可以分为两种，一种是解析解法，即直接利用微积分学知识对方程进行求解；另一种是数值解法，即采用数值方法对方程进行数值计算求解。
下面将分别介绍这两种方法的解法原理。
1. 解析解法解析解法是指通过数学工具对函数解析表达式进行研究，以求出常微分方程的解。
该方法的先决条件是对方程具有严格的内部结构和特殊的形式，只有在特殊情况下才能找到一些特解。
这种方法的难点在于方程方程形式和初始条件可能存在巨大的数学难度，解析解的求解需要求解一些解析式的积分、微分和级数。
往往只有在一些特殊情况下，解析解法才能一般性的解决问题，因此该方法的适用场景相对较少。
2. 数值解法数值解法是指通过数值计算的方法，通过有限个代数运算和计算机模拟的方法得出方程的解。
数值解法的优点是具有广泛的适用性，可以有效地求解各种类型的常微分方程初值问题，使得无法通过解析方法求解的问题也可以得到解答。
数值解法可分为无条件稳定和条件稳定两种情况，前者是指方法不会出现不稳定结果的情况，而后者则保证了方法收敛性的同时，存在一定的条件限制。
实验五 常微分方程初值问题数值解法
佛山科学技术学院实 验 报 告课程名称 数值分析实验项目 常微分方程问题初值问题数值解法专业班级 姓 名 学 号指导教师 陈剑 成 绩 日 期一. 实验目的1、理解如何在计算机上实现用Euler 法、改进Euler 法、Runge －Kutta 算法求一阶常微分方程初值问题⎩⎨⎧=∈='1)(],[),,()(y a y b a x y x f x y 的数值解。
2、利用图形直观分析近似解和准确解之间的误差。
二、实验要求（1） 按照题目要求完成实验内容；（2） 写出相应的Matlab 程序；（3） 给出实验结果(可以用表格展示实验结果)；（4） 分析和讨论实验结果并提出可能的优化实验。
（5） 写出实验报告。
三、实验步骤1、用Matlab 编写解常微分方程初值问题的Euler 法、改进Euler 法和经典的四阶Runge-Kutta 法。
2、给定初值问题⎪⎩⎪⎨⎧=≤≤-=;1)1(,21,1')1(2y x x y x y⎪⎩⎪⎨⎧=≤≤++-=31)0(10,25050')2(2y x x x y y 要求：（a ）用Euler 法和改进的Euler 法(步长均取h=0.05)及经典的四阶Runge-Kutta 法(h=0.1)求（1）的数值解，并打印)10,....2,1,0(1.01=+=i i x 的值。
(b) 用经典的四阶Runge-Kutta 方法解(2)，步长分别取h=0.1, 0.05,0.025,计算并打印)10,....2,1,0(1.0==i i x 个点的值，与准确解25031)(x e x y x +=-比较，并列表写出在x=0.2,0.5,0.8处，对于不同步长h 下的误差，讨论同一节点处，误差随步长的变化规律。
（c ）用Matlab 绘图函数绘制（2）的精确解和近似解的图形。
四、实验结果五、讨论分析六、改进实验建议。
第五章 常微分方程初值问题数值解法
则有
yn 1 yn hf ( xn , yn )
( 5.2 ) Euler格式
例5.1 用Euler格式解初值问题
2x y y y y (0) 1
取步长h=0.1.
(0 x 1)
Euler格式的具体形式为
y n 1 y n hf ( x n , y n ) 2 xn yn 0.1( yn ) yn 0.2 xn 1.1 yn yn
计算公式的精度 常以Taylor展开为工具来分析计算公式的精度. 为简化分析，假定yn是准确的，即在 yn y ( xn ) 的前提下估计误差 y ( xn 1 ) yn 1 Euler格式的局部截断误差 由 从而 局部截断误差
f ( xn , yn ) f ( xn , y ( xn )) y '( xn ) y ( xn 1 ) yn 1 y ( xn 1 ) ( yn hf ( xn , yn )) y ( xn 1 ) y ( xn ) hy '( xn )
y ( xn ), y ( xn 1 ), 的近似值 y1 , y2 , , yn , yn 1 ,
相邻两个节点的间距 h xi 1 xi 称为步长，步 长可以相等，也可以不等.本章总是假定h为定数， 称为定步长，这时节点可表示为
xn x0 nh , n 0,1, 2,
由f ( xn 1 , yn 1 ) f ( xn 1 , y ( xn 1 )) f y ( xn 1 , )( yn 1 y ( xn 1 )) f ( xn 1 , y ( xn 1 )) y '( xn 1 )（在xn点Taylor展开） h2 y '( xn ) hy ''( xn ) y '''( xn ) ... 2 3 2 h h 因此yn 1 y ( xn ) hy '( xn ) y ''( xn ) y '''( xn ) 2 4 h f y ( xn 1 , )( yn 1 y ( xn 1 )) 2 h2 h3 y ( xn 1 ) y ( xn ) hy '( xn ) y ''( xn ) y '''( xn ) 2 3!
初等解法 常微分方程 带初值的解公式
初等解法常微分方程带初值的解公式
我们要找出一个常微分方程的初等解法，并给出带初值的解公式。
首先，我们需要明确什么是常微分方程。
常微分方程是描述一个函数关于时间变化的数学模型，形式为 y' = f(t, y)。
其中，y 是我们要找的函数，f 是已知的函数，t 是时间。
假设我们的常微分方程是 y' = f(t, y)，并且给定初始条件 y(t0) = y0。
为了找到这个方程的解，我们可以使用初等解法。
初等解法通常包括分离变量法、变量代换法、积分因子法等。
对于给定的方程和初始条件，我们可以使用以下步骤来找到解：
1. 首先，尝试使用分离变量法，将方程转化为 dy/dt = g(t) - h(y) 的形式。
2. 然后，尝试使用变量代换法，将方程转化为更容易求解的形式。
3. 最后，使用积分因子法来求解方程。
通过以上步骤，我们可以找到常微分方程的解。
解的形式通常为 y = y(t)，其中 y 是我们要找的函数，t 是时间。
根据初等解法，我们可以得到常微分方程 y' = f(t, y) 的解为：
y = y(t) = ∫f(t, y) dt + C
其中，C 是积分常数，y 是我们要找的函数，t 是时间。
这个解公式包含了初始条件 y(t0) = y0，因此我们可以使用这个公式来求解给定初始条件的常微分方程。
数值分析实验报告总结
一、实验背景数值分析是研究数值计算方法及其理论的学科，是计算机科学、数学、物理学等领域的重要基础。
为了提高自身对数值分析理论和方法的理解，我们进行了数值分析实验，通过实验加深对理论知识的掌握，提高实际操作能力。
二、实验目的1. 理解数值分析的基本理论和方法；2. 掌握数值分析实验的基本步骤和技巧；3. 培养实验设计和数据分析能力；4. 提高编程和计算能力。
三、实验内容本次实验主要分为以下几个部分：1. 线性方程组求解实验：通过高斯消元法、LU分解法等求解线性方程组，并分析算法的稳定性和误差；2. 矩阵特征值问题计算实验：利用幂法、逆幂法等计算矩阵的特征值和特征向量，分析算法的收敛性和精度；3. 非线性方程求根实验：运用二分法、牛顿法、不动点迭代法等求解非线性方程的根，比较不同算法的优缺点；4. 函数插值实验：运用拉格朗日插值、牛顿插值等方法对给定的函数进行插值，分析插值误差；5. 常微分方程初值问题数值解法实验：运用欧拉法、改进的欧拉法、龙格-库塔法等求解常微分方程初值问题，比较不同算法的稳定性和精度。
四、实验过程1. 线性方程组求解实验：首先，编写程序实现高斯消元法、LU分解法等算法；然后，对给定的线性方程组进行求解，记录计算结果；最后，分析算法的稳定性和误差。
2. 矩阵特征值问题计算实验：编写程序实现幂法、逆幂法等算法；然后，对给定的矩阵进行特征值和特征向量的计算，记录计算结果；最后，分析算法的收敛性和精度。
3. 非线性方程求根实验：编写程序实现二分法、牛顿法、不动点迭代法等算法；然后，对给定的非线性方程进行求根，记录计算结果；最后，比较不同算法的优缺点。
4. 函数插值实验：编写程序实现拉格朗日插值、牛顿插值等方法；然后，对给定的函数进行插值，记录计算结果；最后，分析插值误差。
5. 常微分方程初值问题数值解法实验：编写程序实现欧拉法、改进的欧拉法、龙格-库塔法等算法；然后，对给定的常微分方程初值问题进行求解，记录计算结果；最后，比较不同算法的稳定性和精度。
常微分方程初值问题解法
详细描述
幂级数解法是通过幂级数展开方法，将一阶 常微分方程转化为可求解的幂级数形式。这 种方法适用于一些具有特定形式的常微分方 程，通过幂级数展开方法，将原方程转化为 可求解的幂级数形式，然后找到方程的解。
03 初值问题的数值解法
欧拉方法
总结词
欧拉方法是求解常微分方程初值问题的一种简单而基础的数 值方法。
详细描述
欧拉方法基于微积分中的中点公式，通过在区间上取几个点 并近似求解微分方程，得到近似解。该方法简单易行，但精 度较低，且对于复杂的问题可能需要较大的步长才能得到满 意的结果。
龙格-库塔方法
总结词
龙格-库塔方法是求解常微分方程初值问题的一种高精度数值方法。
详细描述
龙格-库塔方法采用线性插值的思想，通过构造一系列的插值多项式来逼近微分方程的 解。这种方法精度较高，且适用于各种类型的微分方程，因此在科学计算和工程领域应
数值方法
随着计算机技术的发展，数值解法成为解决初值问题的主要手段，如欧拉法、龙格-库 塔法等，能够给出近似解并适用于各种复杂情况。
稳定性分析
对于解的存在性和稳定性，需要分析初值问题的解是否随时间演化而发散或收敛，这涉 及到解的稳定性分析。
未来研究方向与展望
高维问题
目前对高维初值问题的研究 还不够深入，未来可以探索 更有效的数值方法和理论分 析方法。
应用广泛
在各个领域中都有广泛的应用，如航天、航空、交通、经济等。
发展前景
随着科学技术的发展，常微分方程初值问题的求解方法和应用范围 将不断拓展，具有广阔的发展前景。
02 初值问题的解法
分离变量法
总结词
适用于具有特定形式的一阶常微分方程，通过将方程中的变量分离，转化为可求解的方程。
常微分方程初值问题解法
为了克服欧拉方法精度不足的问题，可以对方法进行改进。一种常见的方法是使用更高阶的离散近似，例如使用 二阶或更高阶的离散化公式。这些改进可以减小数值误差，提高解的精度。
龙格-库塔方法
总结词
龙格-库塔方法是求解常微分方程初值问题 的一种高精度和高稳定性的数值方法。
详细描述
龙格-库塔方法是一种迭代方法，通过构造 一系列近似解来逼近微分方程的精确解。该 方法采用多步策略，每一步使用微分方程的 离散近似来更新未知数的值，同时考虑了更 多的信息，从而提高了数值解的精度和稳定 性。龙格-库塔方法在许多领域都有广泛的 应用，如物理、工程和科学计算等。
初值问题的定义
定义
常微分方程的初值问题由一个微分方程 和一个初始条件组成。给定一个初始状 态，我们需要找出该状态随时间变化的 规律。
VS
形式
dy/dt = f(t, y) with y(t0) = y0，其中f是 关于时间t和状态y的函数，t0是初始时间， y0是初始状态。
02
初值问题的解法
欧拉方法
05
结论与展望
研究成果总结
数值解法
常微分方程初值问题数值解法是当前研究的热点，包括欧拉法 、龙格-库塔法等多种方法，这些方法在精度和稳定性方面取
得了显著进展。
稳定性分析
对于数值解法的稳定性分析，研究者们通过分析数值解法 的收敛性和误差估计，为算法的改进提供了理论支持。
实际应用
常微分方程初值问题在物理、工程、生物等领域有广泛的应用 ，研究成果在实际问题中得到了验证，为解决实际问题提供了
04
实际应用与案例分析
物理问题中的应用
1 2 3
自由落体运动
描述物体在重力作用下的运动轨迹，可以通过常 微分方程求解物体在不同时刻的速度和位置。
第5次实验报告(常微分方程初值问题的数值解法)
班级： 学号： 姓名： 成绩：实验5 常微分方程初值问题的数值解法实验1实验目的1）熟悉欧拉法、改进欧拉法和龙格-库塔法的原理。
2）根据以上方法，编程求解常微分方程初值问题。
2 实验内容（1）编写程序，用以上各种方法求解教材P232例7-1、习题6、11的初值问题。
(2) 使用系统自带的函数dsolve 和ode45求例7-1的符号解析解和数值解。
3实验原理求解微分方程初值问题00(,)()y f x y y x y '=⎧⎨=⎩ （1） 欧拉法（显式）：10(,)n n n n n y y hf x y x x nh +=+⎧⎨=+⎩（2） 改进欧拉法(0)1(0)111(,)(,)(,)2n n n n n n n n n n y y hf x y h y y f x y f x y ++++⎧=+⎪⎨⎡⎤=++⎪⎣⎦⎩ （3） 经典龙格-库塔法（四阶）11234121324300(22)6(,)(,)22(,)22(,)()i i i i i i i i i i h y y K K K K K f x y h h K f x y K h h K f x y K K f x h y hK y y x +⎧=++++⎪⎪=⎪⎪=++⎪⎨⎪=++⎪⎪⎪=++⎪=⎪⎩4实验步骤1)建立函数文件，根据各公式编写程序；2)上机调试程序，运行程序进行计算，记录计算结果；3)分析各公式计算结果，比较各公式的优缺点。
5 程序设计欧拉法改进欧拉法function Euler1(x0,y0,h,n)%(x0,y0)：方程的初值%h：步长%n：计算的步数for i=1:nx=x0+h;yp=y0+h*f(x0,y0);yc=y0+h*f(x,yp);y=(yp+yc)/2;x %在屏幕显示每一步的x值y %在屏幕显示每一步计算的方程的数值解 x0=x;y0=y;end经典龙格-库塔法1）函数function f=f(x,y) f=y-2*x/y;end6总结注：若要更改matlab计算的数值类型，可以通过在matlab中设置实现：File -> Preferences ->Array Editor窗口中，Format 下方将Default array format设置为：long解微分方程的MATLAB命令MATLAB中主要用dsolve求微分方程的符号解析解，ode45求数值解。
常微分方程的初值问题
常微分方程的初值问题什么是常微分方程？常微分方程（Ordinary Differential Equations，简称ODE）是描述一个未知函数关于自变量微分关系的方程，被广泛用于描述自然现象。
常微分方程与偏微分方程不同的是，常微分方程只涉及一个自变量，而偏微分方程涉及多个自变量。
举个例子，我们都知道牛顿第二定律F=ma，如果我们设F为常数，令a=dv/dt，那么牛顿第二定律可以转化为md2x/dt2=F，这就是一个常微分方程。
常微分方程的形式十分多样，有些可以直接求解，有些则需要通过变换后求解。
常见的常微分方程包括一阶常微分方程、二阶常微分方程、线性常微分方程、非线性常微分方程等。
当然，还有更加复杂的常微分方程，如偏微分方程。
什么是初值问题？初值问题（Initial Value Problem，简称IVP）是一类常微分方程问题中的基本问题。
初值问题指的是给定一个常微分方程及其初值，求解出该常微分方程的通解，即求出在该初值下使方程成立的特定解，亦称特解。
举个例子，假设掷出一个物体，求出它的高度随时间的变化规律，那么初始高度ℎ0和初速度v0就是初值，可以通过方程y″=−g来描述。
其中y表示高度，g为重力加速度。
初值问题的求解方法通常分为数值方法和解析方法两种。
数值方法求解初值问题数值方法通过把求解域分成很多小段，逐一计算每个小段上函数的近似值，并且通过迭代来逼近精确解。
数值方法的优点是可以处理较为复杂的问题，并且求解过程相对简单。
常见的数值方法求解初值问题的算法包括：•欧拉法：一种最简单的迭代方法，从初始条件开始，逐一迭代得到每个时刻的函数近似值。
•改进的欧拉法：欧拉法精度不高，改进的欧拉法通过一阶和二阶泰勒展开来提高迭代精度。
•龙格-库塔法：一种更加精确的迭代方法，通过逼近微分方程精确解来提高近似解的精度。
解析方法求解初值问题解析方法是指通过解析求出一个函数的精确表达式。
如求一阶齐次线性常微分方程y′+p(x)y=0的通解，可以通过分离变量法求解：dy/y=−p(x)dx$$ln |y| = -\\int p(x)dx + C$$$$y=Ce^{-\\int p(x)dx}$$对于非线性常微分方程，解析求解通常较为困难，因此数值方法得到了广泛的应用。
常微分方程的初值问题
常微分方程的初值问题常微分方程是数学中的一种重要工具，它能够描述许多自然界和社会现象的变化规律。
而常微分方程的初值问题则是常微分方程研究中的常见问题之一，它需要确定未知函数及其导数在某个特定点的值。
本文将介绍常微分方程的初值问题的定义、求解方法以及实际应用。
一、初值问题的定义在常微分方程中，初值问题是指在已知微分方程的解的条件下，需要确定一个特定点上未知函数及其导数的值。
具体而言，考虑一个形如dy/dx=f(x,y)的一阶常微分方程，其中x是自变量，y是因变量，f是已知的函数。
若已知y(x0)=y0，则求解这个微分方程的过程即为解决初值问题。
二、求解方法对于常微分方程的初值问题，可以使用多种方法进行求解，下面将介绍两种常见的方法：欧拉方法和四阶龙格-库塔方法。
1. 欧拉方法欧拉方法是一种简单而直观的求解常微分方程的数值方法。
它的基本思想是将求解区间等分为多个小区间，然后通过逐步逼近的方式计算未知函数的近似值。
具体步骤如下：- 将求解区间[a, b]等分为n个小区间，步长h=(b-a)/n。
- 定义网格节点xi=a+i*h，i=0,1,2,...,n。
- 初始条件为y(x0)=y0，通过递推公式y(xi+1) = y(xi) + h*f(xi, y(xi))，计算出近似值y(xi+1)。
- 重复上述步骤，直到计算到需要的点。
欧拉方法的优点是简单易懂，但对于某些特定的微分方程，其数值解可能不够精确。
2. 四阶龙格-库塔方法四阶龙格-库塔方法是一种更为精确的求解常微分方程的数值方法，它通过计算多个逼近值的组合来提高计算精度。
具体步骤如下：- 将求解区间[a, b]等分为n个小区间，步长h=(b-a)/n。
- 定义网格节点xi=a+i*h，i=0,1,2,...,n。
- 初始条件为y(x0)=y0，通过递推公式计算逼近值k1、k2、k3和k4。
- k1 = h*f(xi, y(xi))- k2 = h*f(xi + h/2, y(xi) + k1/2)- k3 = h*f(xi + h/2, y(xi) + k2/2)- k4 = h*f(xi + h, y(xi) + k3)- 计算近似值y(xi+1) = y(xi) + (k1 + 2k2 + 2k3 + k4)/6。
常微分方程中的初值问题
常微分方程中的初值问题一、介绍初值问题是在微积分学中一个非常基础的概念，在常微分方程（ODEs）中也有很重要的应用。
我们从初值问题开始，逐步深入探讨ODEs的相关知识。
二、什么是初值问题？在ODEs的求解中，我们通常需要给出一个初值条件，也就是某个时刻的初始条件。
通常我们把这个条件称之为初值问题（Initial Value Problem, IVP）。
例如，我们可以假设现在有一个物体在运动。
如果我们想要得到它在任意时间点上的位置和速度，就需要知道它在某个时刻的位置和速度，这个时刻就称为初值。
三、ODEs的解与初值问题ODEs的求解通常与初值问题密切相关。
在求解ODEs时，我们通常需要设定初值条件，从而得到方程的一组解。
举个例子来说，如果一个物体在力的作用下做匀加速运动，那么我们可以得到ODEs如下：$\frac{d^2x}{dt^2}=a$这里，x表示物体的位移，t代表时间，a代表加速度。
我们可以通过对此方程积分，得到如下解：$x(t)=\frac{1}{2}at^2+C_1t+C_2$其中，C1和C2都是常数，需要通过初值条件来确定。
假设我们知道在t=0时，这个物体的位移为 $x_0$ ，速度为$v_0$ 。
那么我们就可以得到初始条件：$x(0)=x_0,C_2=x_0$$\frac{dx}{dt}(0)=v_0,C_1=v_0$通过这两个初始条件，我们就可以得到这个物体在任意时刻的位移和速度。
四、初值问题的数值求解除了解析求解以外，初值问题在实际工程中还有很多数值求解的方法。
在给出数值解之前，首先需要对微分方程进行离散化。
一种简单的离散化方式是欧拉法。
对于ODEs：$\frac{dy}{dt}=f(t,y)$我们可以将它离散化为：$\frac{y_{i+1}-y_i}{h}=f(t_i,y_i)$其中，h是离散化的步长，i表示当前离散点的下标。
这个式子可以帮助我们递推地求出 $y_{i+1}$ 的值。
数学建模-- 常微分方程数值解及实验
注意:
1、在解n个未知函数的方程组时，x0和x均为n维向量， m-文件中的待解方程组应以x的分量形式写成. 2、使用Matlab软件求数值解时，高阶微分方程必须 等价地变换成一阶微分方程组.
例
d 2x dx 2 x 0 2 ( x 1) dt dt x (0 ) 2; x '(0 ) 0
实际应用时，与欧拉公式结合使用：
0 y i( 1) y i hf ( x i , y i ) h ( k 1) (k ) y i 1 y i [ f ( x i , y i ) f ( x i 1 , y i 1 )] k 0 ,1, 2 , 2
•欧拉法是一阶公式，改进的欧拉法是二阶公式。
•龙格-库塔法有二阶公式和四阶公式。 •线性多步法有四阶阿达姆斯外插公方程的数值解
[t，x]=solver（’f’,ts,x0,options）
自变 量值 函数 值
ode45 ode23 ode113 ode15s ode23s
1、建立m-文件vdp1.m如下： function dy=vdp (t,y) dy=zeros(2,1); dy(1)=y(2); dy(2)=(1-y(1)^2)*y(2)-y(1); 2、取t0=0，tf=20，输入命令： [T,Y]=ode15s('vdp1',[0 20],[2 0]); plot(T,Y(:,1),'-')
y ( x i 1 ) y ( x i )
xi 1
f ( t , y ( t )) dt
x i 1 x i 2
xi
[ f ( x i , y ( x i )) f ( x i 1 , y ( x i 1 ))]
常微分方程的初值问题与解析解
常微分方程的初值问题与解析解常微分方程是数学中的重要分支之一，涉及到自然科学中的众多问题，因此在科研中有着广泛的应用。
而其中的初值问题是解决这些方程的关键所在。
所谓常微分方程，是指只涉及单个变量及其导数的微分方程。
常微分方程可以分为一阶常微分方程和高阶常微分方程两种类型。
其中初值问题是指在t=0 时刻，给定某一时刻的函数值及导数值，解出该函数在全局上的解析解。
初值问题的解法通常可以分为两种方法：解析解和数值解。
解析解是指通过数学方法求解出的解析式，可以直接得到函数在全局的解析表达式，这种方法求解出的解具有较高的精度和快速性。
而数值解则是通过计算机等工具，通过迭代一定次数获得数值近似解。
数值解的方法可以分为 Euler 方法、Runge-Kutta 方法、Adams 方法等。
解析解的求解方法通常可以分为四类：分离变量法、齐次化法、常数变易法和特殊函数法。
分离变量法是常微分方程求解中最常用的方法之一，在求解 t 偏微分方程时，一般是将其写成一个 t 项的函数+一个不含t 的项，再分离变量，通过积分解出函数表达式。
齐次化法是指当微分方程中含未知函数的导数时，进行变量替换，使其不含未知函数的导数，变成一个齐次方程，从而解出解析式。
常数变易法是指当方程中含有δ (初值条件t=0时的函数值) 时，通过变量替换，将该常数变为未知函数的形式，达到求解解析解的目的。
特殊函数法则是指通过特殊函数如Bessel 函数、拉格朗日函数、伽玛函数等求解，这种方法主要是针对一些特殊的常微分方程，对于一般的常微分方程无法使用。
常微分方程求解中的初始值条件是影响解析解精度的重要因素之一。
正确的初始值条件可以保证解析解的准确性，否则可能会造成解析解数值偏差。
因此，在求解常微分方程时，清晰的问题理解、合适的解法选择以及准确的初始条件选择可以保证解析解的精确性，并且进一步应用到实际问题研究中。
总之，常微分方程的初值问题求解是数学中的重要分支之一，解析解具有精度高、求解速度快等优点，是科学研究中解决问题的有力工具之一。
常微分方程初值问题的数值解法
常微分方程初值问题的数值解法在实际应用中，对于某些微分方程，我们并不能直接给出其解析解，需要通过数值方法来求得其近似解，以便更好地理解和掌握现象的本质。
常微分方程初值问题（IVP）即为一种最常见的微分方程求解问题，其求解方法有多种，本文将对常微分方程初值问题的数值解法进行较为详细的介绍。
一、欧拉法欧拉法是最基本的一种数值解法，它采用泰勒级数展开并截断低阶项，从而获得一个差分方程近似求解。
具体来讲，设 t 为独立变量，y(t) 为函数 y 关于 t 的函数，方程为：$$y'(t) = f(t, y(t)), \qquad y(t_0) = y_0$$其中 f(t,y(t)) 为已知的函数，y(t_0) 为已知的初值。
将函数 y(t) 进行泰勒级数展开：$$y(t+h) = y(t) + hf(t, y(t)) + O(h^2)$$其中 h 表示步长，O(h^2) 表示其他高阶项。
为了使误差较小，一般取步长 h 尽可能小，于是我们可以用欧拉公式表示数值解：$$y_{n+1} = y_n + hf(t_n, y_n), \qquad y_0 = y(t_0)$$欧拉法的优点是容易理解和实现，但是由于截取低阶项且使用的单步法，所以误差较大，精度较低，在具体应用时需要慎重考虑。
二、龙格-库塔法龙格-库塔法（Runge-Kutta method）是一种多步法，比欧拉法更加精确。
龙格-库塔法的主要思想是使用不同的插值多项式来计算近似解，并且将时间步长分解，每次计算需要多次求解。
以下简要介绍二阶和四阶龙格-库塔法。
二阶龙格-库塔法将时间步长 h 分解成两步 h/2，得到近似解表达式：$$\begin{aligned} k_1 &= hf(t_n, y_n)\\ k_2 &= hf(t_n+h/2,y_n+k_1/2)\\ y_{n+1} &= y_n+k_2+O(h^3)\\ \end{aligned}$$四阶龙格-库塔法四阶龙格-库塔法是龙格-库塔法中应用最为广泛的一种方法，其需要计算的中间值较多，但是具有更高的精度。
2012 -第8、9章、特征值,常微分方程初值问题数值解法
n
j ( x j )i
k j
1 ( x1 ) i j kj ( x j ) i
k 1 j2
j k 1 1 ( x1 ) i j j ( ) ( x j ) i j k 1 j2 ; lim ( ) 0 k n 1 j k 1 ( x1 ) i j ( ) ( x j ) i 1 j2 n
设 x 定理、 A R nn 有n个线性无关的特征向量 1 , x 2 ,..., x n 主特征值1满足 1 2 3 ... n , 则对任何非零 初始向量v 0 1 x1 2 x 2 ... n x n , ( 1 0)由迭代公式: v k Av k 1 ( A k v 0 ), ( k 1,2,...)所构造向量序列v k }满足 : { (v k 1 ) i (1). lim k 1 x1 ; ( 2). lim 1 ; k k (v ) k i 1 且收敛速度的比值 r vk
........
Ak v0 Ak v0 vk ; uk k 1 max( A v 0 ) max( A k v 0 )
(1). v 0 j x j ( 1 0), A k v 0 j A k x j j kj x j
n n
n
j 1
j 1
v
v v
1.
v i0
( 2). 若c是常数, v R n , 则 max( cv ) c max( v ); ( 3). 若 lim v k v , 则lim max( v k ) max( v ).
k k
定理(规范化幂法、 )
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验5 常微分方程初值问题和矩阵特征值的计算
思考问题：欧拉折线法与泰勒级数法的关系是什么？如何把乘幂法变为反幂法来求解按模最小特征值？
答：欧拉折线法就是用一系列折线近似的代替曲线，欧拉折线法思想就是泰勒级数展开，其解得精度是差分步长的一阶精度。
泰勒公式展开是一种高阶显式一步法，理论上它具有任意阶精度；
把乘幂法变为反幂法来求解按模最小特征值的方法为该求方阵A 的逆矩阵
1-A ，乘幂法对应的模最大特征值λ取倒数为λ
1，变为模最小特征值，由此得到反幂法，可反复迭代：)1()(-=k k Ay y ，)1()(/-k k y y 收敛于A 的主特征值，)(k y 为对应的特征向量。
5.1 取步长2.0=h ，用显示欧拉法求⎩⎨⎧=--='1
)0(2
y xy y y 在6.0=x 处y 的近似值。
提示：循环3次，用3段折线来逼近函数y 。
运行结果为：
5.2 已知矩阵⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡=361641593642A ，用改进后的幂乘法求A 得主特征值及其对应的特征向量。
运行结果为：
程序代码
5.1
#include<stdio.h>
#include <conio.h>
#define MAXSIZE 50
double f(double x,double y);
void main(void)
{
double a,b,h,x[MAXSIZE],y[MAXSIZE];
long i,n;
printf("\nPlease input interval a,b:");
scanf("%lf,%lf",&a,&b);
printf("\nPlease input step length h:");
scanf("%lf",&h);
n=(long)((b-a)/h);
x[0]=a;
printf("\nPlease input the start point of x[0]=%lf ordinate y[0]:",x[0]); scanf("%lf",&y[0]);
for(i=0;i<n;i++)
{
x[i+1]=x[i]+h;
y[i+1]=y[i]+h * f(x[i],y[i]);
}
printf("\nThe calcuate result is:");
for(i=0;i<=n;i++)
printf("\nx[%ld]=%lf,y[%ld]=%lf",i,x[i],i,y[i]);
getch();
}
double f(double x,double y)
{
return(-y-x*y*y); /* Calcuate and return to function value f(x,y) */ }
5.2
#include<stdio.h>
#include <conio.h>
#include<math.h>
#define MAXSIZE 50
void input (double a[][MAXSIZE],double v[],long n);
void matrix_product (double a[][MAXSIZE],double u[],double v[],long n);
void normalization (double u[],double v[],long n,double * pm1);
void output (double v[],long n,double m1);
void main (void)
{
double a[MAXSIZE][MAXSIZE],u[MAXSIZE],v[MAXSIZE];
double epsilon,m0,m1;
long n,maxk,k;
printf("\nPlease input the square A's order number: ");
scanf("%ld",&n);
input(a,v,n);
printf("\nPlease input the max number of iteratings:");
scanf("%ld",&maxk);
printf("\nPlease input the main eigenvalue'sprecision:");
scanf("%lf",&epsilon);
matrix_product(a,u,v,n);
normalization(u,v,n,&m1);
for (k=1;k<=maxk;k++)
{
m0=m1;
matrix_product(a,u,v,n);
normalization(u,v,n,&m1);
if (fabs(m0-m1)<=epsilon)
break;
}
if (k<=maxk)
output (v,n,m1);
else
printf("\nThe number of iterations has the ultra limit."); }
/* A subroutine 1: Read in square A and the initial vector */
void input (double a[][MAXSIZE],double v[],long n)
{
long i,j;
printf("\nPlease input %ld order square A:\n",n);
for (i=0;i<=n-1;i++)
for (j=0;j<=n-1;j++)
scanf("%lf",&a[i][j]);
printf("\nPlease input the initial iterations vector:");
for (i=0;i<=n-1;i++)
scanf("%lf",&v[i]);
}
/* A subroutine 2: Calcuate U=AV */
void matrix_product (double a[][MAXSIZE],double u[],double v[],long n) {
long i,j;
for (i=0;i<=n-1;i++)
{
u[i]=0;
for (j=0;j<=n-1;j++)
u[i]+=a[i][j]*v[j];
}
}
/* A subroutine 3: To normalized the vector U’s length */
void normalization (double u[],double v[],long n,double * pm1)
{
long i;
*pm1=u[0];
for (i=1;i<=n-1;i++)
if(fabs(*pm1)<fabs(u[i]))
*pm1=u[i];
for (i=0;i<=n-1;i++)
v[i]=u[i]/(*pm1);
}
/* A subroutine 4: Output the result of calcuate */
void output (double v[],long n,double m1)
{
long i;
printf("\nThe square A's eigenvalue is about: %f",m1); printf("\nIts corresponding eigenvectors is about: \n"); for (i=0;i<=n-1;i++)
printf(" %lf",v[i]);
getch();
}。