20100319_第三讲:求导积分与微分方程数值解(2次课)
微积分I课程第三章 导数与微分

f (x0 )
calculus
同样,也可以定义点 x0处的右导数
f(' x0)
lim
x0
f (x0 x) x
f (x0 )
函数f (x)在点x0处可导的充分必要条件是: 函数f (x)在点x0处的左右导数存在并相等
微积分 第三章 导数与微分
14
六、用定义求导数举例
在导数定义式
x0
x
lim (2 x)3 23
x0
x
lim 12x 6x2 x3
x0
x
12
微积分 第三章 导数与微分
8
例.已知y x3, 求f ' (x)
calculus
解 f '(x) lim f (x x) f (x)
x0
x
lim (x x)3 x3
df (x) dx
| x x0
;
dy dx
| x x0
即 f
' (x0 )
lim
x0
y x
lim
x0
f
( x0
x) x
f
(x0 )
微积分 第三章 导数与微分
7
例.已知y x3, 求f ' (2)
calculus
解 f '(2) lim f (2 x) f (2)
f ' (x) lim f (x x) f (x)
x0
x
则称f (x)在区间(a,b)上可导,上述极限为函数 f (x)在区间(a,b)上的导函数,简称导数
微积分 第三章 导数与微分
11
三、导数的几何意义
数值微分和数值积分

f (x0 ) f (x0 h
h)
h 2!
f ''( ) O(h)
中心差商
f '(x0 )
f (x0 h) f (x0 h) 2h
x0-h
x0
x0+h
由Taylor展开
f
( x0
h)
f
(x0 ) hf
'(x0 )
h2 2!
f
''(x0 )
h3 3!
f
'''(1), x0
1
f’(1.1 5)
3.1590
R(x) -0.0008
3.1588 -0.0006 3.1583 -0.0001 3.1575 -0.0007 3.1550 -0.0032
由误差表达式,h越小,误差越小,但同时舍入误差增大, 所以,有个最佳步长
我们可以用事后误差估计的方法来确定 设D(h),D(h/2) 分别为步长为h,h/2 的差商公式。则
例:
f(x)=exp(x)
h
f’(1.15) R(x)
0.10 0.09 0.08 0.07 0.06
3.1630 3.1622 3.1613 3.1607 3.1600
-0.0048 -0.0040 -0.0031 -0.0025 -0.0018
h
0.05 0.04 0.03 0.02 0.01
第二章 数值微分和数值积分
数值微分
1. 函数f(x)以离散点列给出时,而要求我们给出导数值, 2. 函数f(x)过于复杂
这两种情况都要求我们用数值的方法求函数的导数值
微积分中,关于导数的定义如下:
f (x h) f (x)
数值积分与微分方程数值解法

数值积分与微分方程数值解法数值积分和微分方程数值解法是数值计算中的重要组成部分,在科学计算、工程分析和实际问题求解中起着不可或缺的作用。
本文将介绍数值积分的基本概念和常用方法,以及微分方程数值解法的应用和实现过程。
一、数值积分的基本概念和常用方法数值积分是求解定积分近似值的方法,通过将连续函数的积分转化为离散形式的求和,以达到近似计算的目的。
常用的数值积分方法包括矩形法、梯形法、辛普森法等。
(1)矩形法:将积分区间等分为若干子区间,然后在每个子区间内取点,用函数在相应点处的取值近似代替该子区间内的函数值,最后将所有子区间的函数值相加得到近似积分值。
(2)梯形法:与矩形法类似,但是将每个子区间近似为一个梯形,通过计算梯形的面积来近似计算积分值。
(3)辛普森法:将积分区间等分为若干子区间,然后在每个子区间内取三个点,根据这三个点构造出一个二次函数,并用该二次函数的积分来近似计算积分值。
二、微分方程数值解法的应用和实现过程微分方程数值解法是对微分方程进行近似求解的方法,通过离散化微分方程来构造数值格式,然后通过数值计算来求解。
常用的微分方程数值解法包括常微分方程的欧拉法、改进欧拉法和龙格-库塔法,以及偏微分方程的有限差分法、有限元法等。
(1)常微分方程数值解法:- 欧拉法:根据微分方程的定义,将微分项近似为差分项,通过迭代逼近真实解。
- 改进欧拉法:在欧拉法的基础上,通过利用两个点的斜率来逼近解的变化率,提高精度。
- 龙格-库塔法:通过多次迭代,根据不同的权重系数计算不同阶数的近似解,提高精度。
(2)偏微分方程数值解法:- 有限差分法:将偏微分方程中的一阶和二阶导数近似为差分项,通过离散化区域和时间来构造矩阵方程组,然后通过求解线性方程组来获得数值解。
- 有限元法:将区域进行剖分,将偏微分方程转化为变分问题,通过选取适当的试函数和加权残差法来逼近真实解。
总结:数值积分和微分方程数值解法是数值计算中重要的工具,能够帮助我们处理实际问题和解决科学工程中的复杂计算。
数值计算方法数值积分与微分方程数值解

数值计算方法数值积分与微分方程数值解数值计算是计算数值结果的一种方法,广泛应用于科学、工程和金融等领域。
数值计算方法涉及到估算数学问题的解,其中包括数值积分和微分方程数值解。
本文将分别介绍数值积分和微分方程数值解的基本原理和常用方法。
一、数值积分数值积分是通过数值计算方法来估计函数的积分值。
积分是数学中的重要概念,广泛应用于物理、经济等领域的问题求解中。
传统的积分计算方法,如牛顿-柯特斯公式和高斯求积法,需要解析求解被积函数,但是对于大多数函数来说,解析求解并不容易或者不可能。
数值计算方法通过离散化被积函数,将积分问题转化为求和问题,从而得到近似的积分结果。
常见的数值积分方法包括梯形法则、辛普森法则和复化求积法。
1. 梯形法则梯形法则是最简单的数值积分方法之一。
它将积分区间划分为若干个小区间,然后在每个小区间上用梯形的面积来近似原函数的面积,最后将所有小区间的梯形面积相加得到近似积分值。
2. 辛普森法则辛普森法则是一种比梯形法则更精确的数值积分方法。
它将积分区间划分为若干个小区间,然后在每个小区间上用一个二次多项式来近似原函数,最后将所有小区间的二次多项式积分值相加得到近似积分值。
3. 复化求积法复化求积法是一种将积分区间进一步细分的数值积分方法。
通过将积分区间划分为更多的小区间,并在每个小区间上应用辛普森法则或者其他数值积分方法,可以得到更精确的积分结果。
二、微分方程数值解微分方程是描述自然现象中变化的数学模型。
求解微分方程的解析方法并不适用于所有的情况,因此需要利用数值计算方法来估计微分方程的解。
常见的微分方程数值解方法包括欧拉法、改进的欧拉法、龙格-库塔法等。
1. 欧拉法欧拉法是最简单的微分方程数值解方法之一。
它通过将微分方程离散化,将微分运算近似为差分运算,从而得到微分方程的近似解。
2. 改进的欧拉法改进的欧拉法是对欧拉法的改进。
它通过使用两个不同的点来估计微分方程的解,从而得到更精确的近似解。
微分方程的数值解法

微分方程是数学中的一种重要的方程类型,广泛应用于物理、工程、经济等领域。
解微分方程有各种方法,其中数值解法是一种重要而实用的方法。
微分方程的数值解法是通过数值计算来求解微分方程的近似解。
它的基本思想是将微分方程转化为差分方程,并用计算机进行迭代计算,从而求得微分方程的数值解。
数值解法的关键在于如何将微分方程转化为差分方程。
常见的方法有欧拉方法、改进欧拉方法、龙格-库塔方法等。
这些方法都是基于泰勒级数展开的原理进行推导的。
以欧拉方法为例,其基本思路是将微分方程中的导数用差商的方式近似表示,然后通过迭代计算,逐步逼近微分方程的解。
欧拉方法的具体步骤如下:首先确定微分方程的初始条件,即给定t0时刻的函数值y0,然后选取一定的步长ℎ,利用微分方程的导数计算差商y′=dy,进而根据差商dt得到下一个时刻的函数值y n+1=y n+ℎy′。
通过不断迭代计算,即可得到微分方程在一定时间区间内的数值解。
数值解法的另一个重要问题是误差控制。
由于数值计算本身的误差以及近似方法的误差,数值解法所得到的结果通常与真实解存在误差。
为了控制误差,常用的方法有缩小步长ℎ、提高近似方法的阶数等。
此外,还可以通过与解析解进行比较,评估数值解的准确性。
微分方程的数值解法具有以下几点优势。
首先,微分方程的解析解通常较难求得,而数值解法可以给出一个近似解,提供了一种有效的解决方案。
其次,数值解法可以利用计算机的高速运算能力,进行大规模复杂微分方程的求解。
此外,数值解法还可以在实际问题中进行仿真和优化,即通过调整参数来求解微分方程,从而得到最优解。
尽管微分方程的数值解法具有广泛的应用前景,但也存在一些问题和挑战。
首先,数值解法的稳定性和收敛性需要深入研究和分析。
其次,数值解法的计算量通常较大,对计算机运算能力和存储空间的要求较高。
此外,数值解法还需要对问题进行适当的离散化处理,从而可能引入一定的误差。
综上所述,“微分方程的数值解法”是一种重要而实用的方法,可以有效地求解微分方程的近似解。
《微分方程的数值解》课件

谱方法:将微分方程离散化为谱方程, 然后求解
边界元法:将微分方程离散化为边界 元方程,然后求解
有限元法:将微分方程离散化为有限 元方程,然后求解
网格法:将微分方程离散化为网格方 程,然后求解
数值解法的步骤
确定微分方程的初值 和边界条件
选择合适的数值解法, 如欧拉法、龙格-库塔 法等
实解
应用:广泛应 用于工程、物 理、化学等领
域
优缺点:优点 是计算速度快, 缺点是精度较
低
非线性方程的数值解法
牛顿法:通过迭 代求解非线性方 程
拟牛顿法:通过 迭代求解非线性 方程,比牛顿法 收敛更快
割线法:通过迭代 求解非线性方程, 适用于求解单变量 非线性方程
迭代法:通过迭 代求解非线性方 程,适用于求解 多维非线性方程
05 数值解法的实现
M AT L A B 编 程 实 现
MATLAB简介: MATLAB是一种高 级编程语言,广泛 应用于科学计算、 数据分析等领域
数值解法:包括欧 拉法、龙格-库塔 法、四阶龙格-库 塔法等
MATLAB实现:使 用MATLAB编写程 序,实现数值解法 的计算
示例代码:给出 MATLAB实现数值 解法的示例代码, 并解释其含义和作 用
设定时间步长和空间 步长
计算微分方程的解, 并进行误差分析
绘制解的图形,并进 行结果分析
对比不同数值解法的 优缺点,选择最优解 法
04 常用的数值解法
欧拉方法
基本思想:将微分 方程转化为差分方 程,然后求解差分 方程
优点:简单易行, 适用于初值问题
缺点:精度较低, 稳定性较差
改进方法:改进欧 拉方法,如改进欧 拉方法、龙格-库 塔方法等
求微分方程数值解

求微分方程数值解
微分方程数值解是一种数学方法,用于解决一些复杂的微分方程,特别是那些无法通过解析方法求解的微分方程。
通过数值解法,我们可以得到微分方程的近似解,并且可以在计算机上进行实现,以便更好地理解和分析问题。
我们需要将微分方程转化为差分方程,这样就可以利用数值方法进行求解。
差分方程是一种以离散形式表示微分方程的方法,通过近似替代微分表达式,将连续问题转化为离散问题,从而实现计算机求解。
常见的数值方法包括欧拉方法、龙格-库塔方法等,它们通过不断迭代求解差分方程,逼近微分方程的解。
在应用数值解法求解微分方程时,需要注意选择合适的步长和迭代次数,以确保数值解的准确性和稳定性。
步长过大会导致数值误差增大,步长过小则会增加计算量,影响计算效率。
因此,需要在准确性和效率之间寻找平衡点,选择合适的参数进行计算。
在使用数值解法时,还需要考虑边界条件和初值条件的设定。
这些条件对于微分方程的求解至关重要,不同的条件设定可能会导致不同的数值解,甚至无法得到有效的解。
因此,在进行数值计算之前,需要对问题进行充分的分析和理解,确定合适的条件,以确保数值解的准确性和可靠性。
总的来说,微分方程数值解是一种强大的工具,可以帮助我们解决
复杂的微分方程,探索未知的领域。
通过合理的数值方法和参数选择,我们可以得到准确的数值解,从而更好地理解和应用微分方程的理论。
希望通过不断的探索和实践,我们可以更深入地理解微分方程数值解的原理和方法,为科学研究和工程实践提供更多有益的帮助。
数值积分和数值微分ppt课件

5.2.2 数值微分
设函数 f(x)在[a,b]上可导,已知 f(x)在 x j 的函数 值 y j f (x j ) ( j 0,1,, n) , a x0 x1 xn b . 如果 f(x)的解析表达式未知,问如何近似计算 f(x)在 某点 x=c 处的导数?特别是如何近似计算 f(x)在 x0, x1,, xn 的导数?
y4
未 知 函 数 f(x)
y3
已知结点
线 性 插 值 函 数 S41(x)
y2
y1
y0
y
0
x0
x1
x2
x3
x4
x
图5.9 复化梯形求积公式示意图
5.2.1 数值积分
容易求得
b a
Sn1
(
x)dx
的值为
1 n
Tn 2 j1 x j x j1 y j1 y j
(5.2.1)
如果划分 a x0 x1 xn b 将区间[a,b] n 等分,
b]为n等分,分点为 xk x0 kh k = 0, 1, 2,…, n
2)在区间 [xk, xk+1]上使用以上求积公式求得Ik 3)取和值,作为整个区间上的积分近似值。 这种求积方法称为复化求积方法。
j
值 y j f (x j ) ( j 0,1,, n) , a x0 x1 xn b ,
5.2.2 数值微分
先考虑简化的问题:设划分 a x0 x1 x2 b 将 区间[a,b]二等分,记 h (b a) 2 ,已知 f(x)在 x j 的函
数值 y j f (x j ) (j=0,1,2). 记
L2 (x) c1(x x1)2 c2 (x x1) c3 是由结点 (x j , y j ) (j=0,1,2)确定的至多二次插值多项
导数及其应用定积分与微积分基本定理课件理ppt

求函数的导数有多种方法,例如,利用求导公式求导;利用求导法则求导;利用复合函数求导法则求复合函数 的导数;利用微分学基本定理求高阶导数等。
02
定积分
定积分的定义与性质
定积分的定义
定积分是函数在区间[a,b]上的积分,表示 为∫abf(x)dx,其中f(x)是待积函数,a和b 是积分的下限和上限。
定积分的性质
定积分具有一些基本性质,如线性性质、 可加性、可减性、可正可负性等。这些性 质在解决定积分问题时非常重要。
定积分的几何与物理应用
定积分的几何应用
定积分可以用于计算曲线下面积、旋转体体积等问题。例如,计算圆、椭圆 等图形的面积,或求圆柱、圆锥等旋转体的体积。
定积分的物理应用
定积分在物理中有广泛的应用,如计算变力沿直线所做的功、计算液体对平 面所施加的力等。
最优问题求解
导数可以用于求解最优问题,例如在投资组合理论中,通过求解收益率关于资产配置的导数,可以找到最优的资产配置比 例。
动态最优化
导数可以用于建立动态最优化模型,例如在宏观经济学中,通过求解一阶导数和二阶导数,可以研究经济的稳定性和增长 问题。
定积分在物理学中的应用案例
面积和体积计算
定积分可以用于计算曲线下包围的面积和曲线的长度,以及计算立体的体积。例如,在计 算旋转体的体积时,可以将旋转体表面展开成一系列的小圆环,然后利用定积分计算每个 小圆环的面积并求和得到总体积。
微积分基本定理可以用于求解一些方 程,例如在求解一些涉及到多个变量 的方程时,可以通过微积分基本定理 将方程转化为一个易于求解的方程并 求解。
THANKS
感谢观看
物理应用
导数可以描述物理量随时间的变化率,例如速度是位移对时间的导数。导数 在物理中有广泛的应用,例如牛顿第二定律、欧姆定律等。
《微分方程数值解》课程简介

《微分方程数值解》课程简介06191140 微分方程数值解 3Numerical Methods for Differential Equations3-0预修要求:数学分析,高等代数或线性代数, 常微分方程面向对象:数学系信息与计算科学专业三、四年级本科生内容简介:《微分方程数值解法》包括常微分方程初值问题的差分格式的构造和性态分析;椭圆型方程的差分方法;抛物型方程的差分方法;双曲型方程的差分方法;通过本课程的学习,使学生掌握求解微分方程数值解的基本方法,能够根据具体的微分方程选用合适的计算方法。
推荐教材或主要参考书:《微分方程数值解法》,李荣华等,高等教育出版社。
《微分方程数值方法》,胡健伟,汤怀民著,科学出版社。
《初值问题的差分方法》,R.D.Richtmyer and K.W.Morton著,袁国兴等译,中山大学出版社。
《偏微分方程数值方法》,陆金甫,关治,清华大学出版社《微分方程数值解》教学大纲06191140 微分方程数值解 3Numerical Methods for Differential Equations3-0预修要求:数学分析,高等代数或线性代数, 常微分方程面向对象:数学系信息与计算科学专业三、四年级本科生一、课程的教学目的和基本要求本课程是为数学系信息与计算科学专业开设的专业课。
本课程为3学分,上课时间大约为16×3=48学时,春夏或秋冬学期完成。
通过本课程的学习,要使学生掌握常微分方程初值问题的单步和多步差分方法,椭圆型微分方程的差分方法,抛物型微分方程的差分方法,双曲型微分方程的差分方法,以及与之相关的理论问题。
学会分析各种计算方法的收敛条件和收敛速度。
二、课程主要内容及学时分配(一)常微分方程的初值问题(15学时)1.引论。
2.Euler方法。
3.线性多步方法。
4.稳定性、收敛性和误差估计。
5.多步方法的计算。
6.预估—校正算法。
7.Runge—Kutta方法。
微分方程数值解法-课件

只要f ( x, y)在a,bR1上连续, 且关于 y 满足
Lipschitz 条件,即存在与 x , y 无关的常数 L 使
|f ( x ,y 1 ) f ( x ,y 2 ) | L |y 1 y 2 |
对任意定义在 a , b 上的 y1x,y2x都成பைடு நூலகம்,
(2)用代数的方法求出解函数 y解y(在的x)唯点一的x性k近似值 y k y (x k ) 工k 程 师1 ,关2 , 注,n 解yk的光滑性 解*的振动y( 性xk )
解的周期性
数学界关注
yy解(x的) 稳定性 解的混沌性
……
所谓数值解法:
求函数 y(x) 在一系列节点 a = x0< x1<…< xn= b 处的近似值
称 f ( x, y) 在区域D上对 y 满足Lipschitz条件是指:
L0 s.t. f(x,y1)f(x,y2) Ly1y2 ,
x[a,b],y1,y2[y(x),y(x)]
4、 迭代格式的构造
(1) 构造思想:将连续的微分方程及初值条件离散为线性方程 组加以求解。由于离散化的出发点不同,产生出各种不同的数 值方法。基本方法有:有限差分法(数值微分)、有限体积法 (数值积分)、有限元法(函数插值)等等。
离变量法”等特殊方法求得初等函数形式的解,绝大
部分方程至今无法理论求解。
如
y ' sx i2 n )y , y '( 1 x sy i,ny ' e x 2 xy 等等
2、数值解的思想
如果找不到解函数
(1)将连续变量 x[a离,b散] 为 数学界还关注:
a x 0 x 1 x k x n 解 的b 存在性
微分方程数值解

微分方程数值解
常微分方程求解 dx/dt=rx(1-x/k) 1. 求表达式(符号运算) >>S=dsolve(‘Dx=r*x*(1-x/k)’,’x(0)=0.01’) %转变为函数值 >>r=0.3;k=8; >> s=subs(S) >>t=0:40; ss=subs(s,’t’,t); >>plot(t,ss),grid
微分方程反问题---确定方程中的参数
1 美国人口数据: 1790 1800 1810 1820 1830 1840 1850 3.9 5.3 7.2 9.6 12.9 17.1 23.2 1860 1870 1880 1890 1900 1910 1920 31.4 38.6 50.2 62.9 76.0 92.0 106.5 1930 1940 1950 1960 1970 1980 1990 2000 123 132 151 179 204 227 251 281 拟合微分方程: Dy/dx=ry 的解y=y(0)*exp(r*x) dy/dx=ry(1-y/k) 的解 y=k/[1+(k/y(1790)-1)*exp(-r*(x-1790))]
先拟合线性模型 (yn+1-yn)/yn=r-m*yn 得到r和k=r/m的近似值,以此近似值为初 值拟合非线性解函数 y=k/[1+(k/பைடு நூலகம்(1790)-1)*exp(-r*(x-1790))]
求表达式(符号运算)
>>S=dsolve(‘Dx=(3-6*x)/(2000+2*t)’,x(0)=0.001’) >>s1=subs(S,’t’,160) >>t=1:200; s=subs(S,’t’,t); plot(t,s),grid
求微分方程的数值解

求微分方程的数值解微分方程是描述物理、生物、经济等自然现象中的变化规律的重要工具,也是数学中的一个重要分支。
在很多实际问题中,解析解往往很难获得,因此需要采用数值方法求解微分方程的数值解。
数值解是通过将微分方程转化为差分方程,再通过计算机等工具进行数值计算,得到近似解的方法。
常见的数值解法有欧拉法、改进的欧拉法、四阶龙格-库塔法等。
我们来介绍欧拉法。
欧拉法是一种迭代法,通过将微分方程离散化为差分方程,然后利用差分方程进行逼近。
假设我们有一个一阶常微分方程dy/dx = f(x, y),我们可以将其离散化为dy = f(x, y)dx。
则欧拉法的迭代公式为:y_{i+1} = y_i + f(x_i, y_i) * dx其中,y_{i+1}为第i+1步的近似解,y_i为第i步的近似解,f(x_i, y_i)为函数在点(x_i, y_i)的导数值,dx为步长。
欧拉法的步长越小,近似解越准确。
但是步长过小也会导致计算量增加,计算速度变慢。
因此,选择适当的步长是非常重要的。
接下来,我们介绍改进的欧拉法。
改进的欧拉法是在欧拉法的基础上对步长进行中点修正,得到更加准确的近似解。
改进的欧拉法的迭代公式为:y_{i+1} = y_i + (f(x_i, y_i) +f(x_{i+1}, y_i + f(x_i, y_i) * dx/2)) * dx/2四阶龙格-库塔法是一种更加精确的数值解法,利用了函数在步长内多个点的导数值来逼近。
四阶龙格-库塔法的迭代公式为:k_1 = f(x_i, y_i)k_2 = f(x_i + dx/2, y_i + k_1 * dx/2)k_3 = f(x_i + dx/2, y_i + k_2 * dx/2)k_4 = f(x_i + dx, y_i + k_3 * dx)y_{i+1} = y_i + (k_1 + 2 * k_2 + 2 * k_3 + k_4) * dx/6其中,k_1、k_2、k_3、k_4分别为函数f在不同点的导数值。
20100319 第三讲:求导积分与微分方程数值解(2次课)

求导数运算的调用格式
[3] 参数方程求导 方法说明: 对参数方程x=x(t);y=y(t);先求出dy/dt和dx/dt 然后代入公式dy/dx= dy/dt / dx/dt 即可 应用示例: x t (1sin t ) 例6 求参数方程 y t cos t
syms t; x=t*(1-sin(t)); y=t*cos(t); ezplot(x,y); grid on; dx=diff(x,t); dy=diff(y,t); dydx=dy/dx; pretty(dydx) %下面在t=4.1处作出参数方程的切线(导数) hold on; t=4.1; x=eval(x); y=eval(y); plot(x,y,'ro'); k=eval(dydx); line([x,x+1],[y,y+k],'color','r')
18
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
19
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
That’s all~3Q!
求定积分运算的应用示例
例16 用两种方法求定积分
x=2:.1:5;y=log(x)./(x.^2); tt=trapz(x,y) 程 数 值 解 第 三 讲 求 导 积 分 与 微 分 方 %复合梯形公式
15
ln x / x 2 dx
2
5
fun=inline(' log(x)./(x.^2) ','x'); ss=quad(fun,2,5)
8Байду номын сангаас
z x3 y2 sin( xy),求3 z x3 例8 对
《微分方程数值解法》PPT课件

方程的解 U~n 。为了弄清差分格式(2.58)的稳定性条件, 给出稳定的定义:
对于任意给定的 0 ,存在与h, k 无关且依赖于 的
正数 ,使当
U~0 U 0 V 0
时,对于任何的 n0 nk T ,差分格式得到的解U~ n ,U n
满足不等式
U~n U n V n
连同初值条件:U
0 m
mk
, m
1,2,M
1
边值条件:U
n 0
U
n M
0, n
0,1,2,, N
逐层解出结点处的U 值。
现在对
h
ห้องสมุดไป่ตู้
,取二种 20
k
,使
r
k h2
5 和5 11 9
。图2.9
和图2.10中的曲线表示不同的时刻微分方程的精确解,图
中“ ”表示差分方程的解
(2.54)
下面我们先研究上式右边第二项,即差分方程的理论
解与计算机上解得的近似解之间的差别是随着n 的增大而
无限增大还是有所控制。如果这种差别是无限增加,则称
差分格式不稳定,显然不稳定的格式是不能使用的,因为
误差的无限增加淹没了真解。上例中的r 5 时就是差分
9
方程不稳定的情况。从差分方程,比如格式(2.29)可知,
如果差分方程为显式,则对所有的n ,An I ;如 An I
果 An
0
,
U U
n1 CnU
0
n
An1en , Cn
An1Bn
(2.58)
,则隐式格式可以写成显式形式。
- 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)。
求定积分运算的调用格式
12
[3] 定积分-数值解法 方法说明: 当定积分-符号解法失效时,必须用定积分-数值解 程 第 法来近似计算定积分的值。矩形公式sum,复合梯 数 三 形公式trapz,复合辛普森公式quad/quad8的区别 值讲 在于替代等距曲边梯形的方式不同: 解
求 导 积 分 与 微 分 方
极限,导数,积分是我们在高等数学学习中接触 过的最基本也是最重要的概念.一方面它们是很多 数学工具的基础(比如微分方程);另一方面它们又 是工程计算和科学研究直接面对的问题. 微分(导数)运算比较简单,任何一个由基本初 等函数经过四则及复合运算构成的函数,都可以用 导数公式和求导法则算出它们的导数. 积分运算则相对复杂得多,仍有许多函数“积 不出来”,由于它们的原函数无法由基本初等函数 经过四则及复合运算构成,计算这类定积分问题我 们也只能采用数值方法. 借助 MATLAB 我们得以快速解决这些问题!
2
11
f ( x)dx
a
b
解 求 syms a x;f=sqrt(x^2+a);pretty(int(f,x,-2,2)) 导 x2 1 积 (1 t 2 ) 2 dt 求导 分 例14 对变上限函数 0 与 syms t x;f= sqrt(1-t^2);pretty(diff(int(f,t,0,x^2))) 微 分 方
求定积分运算的应用示例
例16 用两种方法求定积分
x=2:.1:5;y=log(x)./(x.^2); tt=trapz(x,y) 程 数 值 解 第 三 讲 求 导 积 分 与 微 分 方 %复合梯形公式
15
ln x / x 2 dx
2
5
fun=inline(' log(x)./(x.^2) ','x'); ss=quad(fun,2,5)
lim f ( x) x a
lim f ( x) x a
3
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
注意:
默认x趋于0;
在左,右极限 不相等,或有 一个不存在时, 默认为求右极 限;
求极限运算的应用示例
应用示例(熟悉应用类型): 例1 求极限 lim (1 tan x1sin x)1
x=0:.1:8; y=cos(x).*log(3+x.^2+exp(x.^2)); p=polyfit(x,y,5), y2=polyval(p,x); plot(x,y,'b',x,y2,'r'); legend('y','y2',2); %产生数据点,拟合成5阶多项式函数,并作图比较 p1=polyder(p); p2=polyder(p1); ans1=polyval(p2,2), %利用多项式函数专用求导函数polyder求导,并代值 y2=poly2sym(p,'x'), y2d2=diff(y2,2), ans2=subs(y2d2,2), %利用通用求导函数diff求导,并代值
求极限运算的调用格式
基本调用格式: limit(f) 功能:计算 limit(f,x,a) 功能:计算 limit(f,x,inf) 功能:计算 limit(f,x,a,'right') 功能:计算 limit(f,x,a,'left') 功能:计算
lim f ( x) x0 lim f ( x) xa lim f ( x) x
18
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
19
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
%复合辛普森公式
Funtool符号计算器-界面
16
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
Funtool符号计算器-功能
图形化符号函数计算器的使用:
17
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
f= 为图形窗口1的控制函数,其缺省值为x; g= 为图形窗口2的控制函数,其缺省值为1; x= 为两窗口函数的自变量取值范围,缺省[-2*pi,2*pi] a= 为常数,缺省值为1/2。 df/dx 计算函数f对x的导法式,并赋给f。 int f 计算函数f的积分函数,并赋给f。 simple f 计算函数f的最简表达式,并赋给f。(syms x) simplify(cos(x)^2+sin(x)^2); simplify((x^2+5*x+6)/(x+2)); expand(cos(x+y)); expand((x-2)*(x-4)); syms x y; factor(x^3-y^3); factor(x^3+3*x^2+3*x+1); num f 取表达式f的分子,并赋给f。 den f 取表达式f的分母,并赋给f。 1/f 求f的倒数函数,并赋给f。 finv 求f的反函数,并赋给f。
syms x; y=5*x+log(sin(x)+exp(sin(x))); limit(y,x,3,'left')
求导数运算的调用格式
5
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
[1] 一元函数求导 基本调用格式: diff(f) 功能-求函数f的一阶导数 diff(f,n) 功能-求函数f的n阶导数 应用示例: f ( x) (ax tan 3x)1 2 sin x cos(bx) 例4 求 的一阶、二阶导数
x0 x3
4
程 数 值 解
第 三 讲 求 导 积 分 与 微 分 方
syms x; y=((1+tan(x))/(1+sin(x)))^(1/x^3); limit(y)
例2 求极限
lim (11 n)n n
syms n; y=(1+1/n)^n; limit(y,n,inf)
例3 求极限
lim [5 x ln(sin x esin x )] x 3
syms a b x; y=(a*x+tan(3*x))^(1/2)+sin(x)*cos(b*x); d1y=diff(y), disp('***'), pretty(d1y), disp('***') d2y=diff(y,2), disp('***') , pretty(d2y),
求导数运算的调用格式
10
(
( x 2 115)dx 的近似值)
0
求定积分运算的调用格式
trapz(x,y)
14
用复合梯形公式计算定积分,x为积分变量分点向 量,y为被积函数分点函数值向量
程 数 值 解 第 三 讲 求 导 积 分 与 微 分 方
quad('fun',a,b,tol,trace)
用复合辛普森公式计算定积分,fun为被积函数表 达式字符串或m函数文件名,a,b是积分下上限, tol表示精度(缺省0.001),trace=1图示积分过程(默 认=0不显示) %quadl采用Lobatto算法,精度和速度要优于quad %quad8采用8阶NewtonCotes算法,精度优于quad
第三讲 极限、导数、积分(补充)
1
内容:本讲针对高等数学一元微积分学补充极限、 导数、积分相关运算;介绍Funtool符号计算器; 目的:学习极限 / 导数 / 积分相关函数的指令实现, 程 第 为学习微分方程数值解作准备; 数 三 要求:能够解决高等数学中的一类极限/导数/积分 值讲 求解问题;了解并会使用Funtool符号计算器; 解
8
z x3 y 2 sin( xy), 求 3 z x3 例8 对
syms x y; z=x^3*y^2+sin(x*y);diff(z,x bx 例9 以 lim 为例验证罗必塔法则: x 0 x
程 数 值 解 第 三 讲 求 导 积 分 与 微 分 方 syms a b x f=a^x-b^x; g=x; l1=limit(f/g,x,0) df=diff(f,x); dg=diff(g,x); l2=limit(df/dg,x,0) if l1==l2 disp('罗必塔法则得到验证!') end
9
求不定积分运算的调用格式
[1] 不定积分 方法说明: int(f)对默认变量积分;int(f,v)对指定变量积分 程 第 应用示例: 数三 1 sin 2 x cos 2 xdx 值 讲 例10 计算
解 求 syms x; y=1/(sin(x)^2*cos(x)^2); pretty(int(y)) 导 积 1 (a 2 x 2 )dx 分 例11 计算 与 syms a x; y=1/(a^2-x^2); pretty(int(y,x)) 微 分 方 xe xy dxdy
求导数运算的调用格式
[3] 参数方程求导 方法说明: 对参数方程x=x(t);y=y(t);先求出dy/dt和dx/dt 然后代入公式dy/dx= dy/dt / dx/dt 即可 应用示例: x t (1sin t ) 例6 求参数方程 y t cos t
syms t; x=t*(1-sin(t)); y=t*cos(t); ezplot(x,y); grid on; dx=diff(x,t); dy=diff(y,t); dydx=dy/dx; pretty(dydx) %下面在t=4.1处作出参数方程的切线(导数) hold on; t=4.1; x=eval(x); y=eval(y); plot(x,y,'ro'); k=eval(dydx); line([x,x+1],[y,y+k],'color','r')